이 기술 요약은 Karthikeyan Hariharan과 K Sivaprasad가 발표한 “Sustainable low-cost method for production of High entropy alloys from alloy scraps” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 고엔트로피 합금(HEA)은 잠재력이 크지만 순수 원료 사용으로 인해 생산 비용이 매우 높으며, 기존의 금속 스크랩 재활용 방식은 한계가 있습니다.
The Method: 일반적인 합금 스크랩(304L 스테인리스강, 니크롬 80, 구리)을 함께 용해하여 거의 등원자 조성의 CrCuFeMnNi 고엔트로피 합금을 생산하는 새로운 “합금 혼합(Alloy mixing)” 공정을 개발했습니다.
The Key Breakthrough: 스크랩으로 생산된 고엔트로피 합금은 기존 방식과 유사한 미세구조를 가질 뿐만 아니라, 스크랩에 포함된 불순물 덕분에 항복 강도가 50% 더 높게 나타났습니다.
The Bottom Line: “합금 혼합” 방식은 고엔트로피 합금의 상용화를 위한 지속 가능하고 비용 효율적인 경로를 제시하며, 동시에 합금 스크랩 재활용 문제에 대한 새로운 해결책을 제공합니다.
The Challenge: Why This Research Matters for R&D Professionals
고엔트로피 합금(HEA)은 다섯 가지 이상의 원소를 거의 동일한 비율로 혼합하여 만든 신소재로, 우수한 파괴 인성, 내식성 등 기존 합금을 뛰어넘는 특성을 가집니다. 그러나 이러한 합금은 일반적으로 고순도의 원소를 진공 용해하여 생산되기 때문에 비용이 매우 높아 실제 산업 적용에 큰 장벽이 되어 왔습니다. 동시에, 전 세계적으로 발생하는 수많은 금속 스크랩은 효과적으로 재활용되지 못하고 폐기물로 남아 환경 및 자원 낭비 문제를 야기하고 있습니다. 이 연구는 이 두 가지 문제를 동시에 해결할 수 있는 혁신적인 접근법을 제시합니다. 즉, 버려지는 합금 스크랩을 고부가가치의 고엔트로피 합금으로 전환하는 지속 가능하고 경제적인 생산 방법을 개발하는 것입니다.
The Approach: Unpacking the Methodology
본 연구에서는 “합금 혼합(Alloy mixing)”이라는 새로운 전략을 제안했습니다. 연구팀은 실험실에서 흔히 발생하는 폐기물인 304L 스테인리스강(“파손된” 인장 시편), 니크롬 80(“사용한” 로 코일), 그리고 전기 등급 구리(구리선) 스크랩을 주원료로 사용했습니다. 목표로 하는 등원자(equiatomic) 조성을 맞추기 위해 소량의 고순도 망간(Mn)과 크롬(Cr)을 추가했습니다.
준비된 원료 30g을 텅스텐 전극이 장착된 진공 아크 용해로에서 아르곤(Ar) 분위기 하에 용해했습니다. 화학적 균질성을 확보하기 위해 샘플을 최소 5회 이상 재용해했습니다.
제조된 합금의 특성은 다음과 같은 방법으로 분석되었습니다. – X선 회절 분석(XRD): 합금의 상(phase)을 식별하기 위해 Cu-Kα 소스를 사용하여 분석했습니다. – 주사전자현미경(SEM): 전계방출형 건(FEG)이 장착된 SEM을 사용하여 합금의 미세구조를 관찰했습니다. – 에너지 분산형 분광법(EDS): 미세구조 내 다른 상들 사이의 원소 분포를 연구하기 위해 사용되었습니다. – 열역학 계산(ThermoCalc): 스크랩에서 유래한 불순물(주로 Si, C)이 합금의 항복 강도에 미치는 영향을 평가하기 위해 ThermoCalc 소프트웨어의 물성 계산 모듈을 활용했습니다. 이를 통해 불순물이 없는 순수 합금과 불순물이 포함된 합금의 항복 강도를 비교하고, 불순물 함량 변화에 따른 강도 변화를 예측하는 불확실성 정량화 분석을 수행했습니다.
Figure 1 XRD pattern showing peaks corresponding to different phases present in the microstructure of the as-cast CrCuFeMnNi HEA fabricated using alloy mixing method.
The Breakthrough: Key Findings & Data
Finding 1: 미세구조 보존 및 기계적 강도 50% 향상
스크랩을 이용한 “합금 혼합” 방식으로 제조된 고엔트로피 합금은 기존의 고순도 원료 방식으로 제조된 합금과 매우 유사한 미세구조를 유지하는 것으로 확인되었습니다. XRD 분석 결과(Figure 1), 2개의 면심입방(FCC) 상과 1개의 체심입방(BCC) 상으로 구성된 3상 구조가 나타났으며, 이는 기존 연구에서 보고된 바와 일치합니다. SEM 이미지(Figure 2)에서도 기존 방식에서 관찰되는 특징적인 “화분(flower-pot)” 형태의 2차상과 상 경계 석출물이 동일하게 관찰되었습니다.
가장 주목할 만한 결과는 기계적 특성입니다. ThermoCalc 시뮬레이션 결과, 불순물이 없는 순수 합금의 예측 항복 강도는 135.55 MPa인 반면, 스크랩에서 유래한 불순물(평균 Si 0.5 wt%, C 0.02 wt%)을 포함한 합금의 항복 강도는 190.21 MPa로 예측되었습니다. 이는 스크랩에 포함된 불순물 원소, 특히 규소(Si)가 고용 강화(solid solution strengthening) 효과를 일으켜 항복 강도를 50%나 향상시켰음을 의미합니다.
Figure 4 (a) Frequency distribution plot for the yield strength for alloys with varying impurity contents, (b) plot showing the variation of yield strength as a function of Si content
Finding 2: 불순물의 결정적 역할 및 혁신적인 비용 절감
불순물이 항상 해로운 것은 아니라는 점이 이 연구의 핵심 발견 중 하나입니다. 불확실성 정량화 분석 결과, 스크랩의 조성 변화, 특히 불순물 함량의 미세한 변화가 최종 합금의 항복 강도에 큰 영향을 미치는 것으로 나타났습니다. Figure 4b에서 볼 수 있듯이, 합금의 항복 강도는 규소(Si) 함량에 따라 선형적으로 증가하는 경향을 보였습니다. 이는 스크랩의 불순물 함량을 제어함으로써 합금의 기계적 특성을 적극적으로 조절할 수 있음을 시사합니다.
경제적 측면에서 “합금 혼합” 방식의 이점은 명확합니다. Table 2의 가격 분석에 따르면, 합금 스크랩은 고순도 원소에 비해 100배 이상 저렴합니다. 스크랩 전처리 비용을 고려하더라도, 이 방식은 고엔트로피 합금의 생산 비용을 획기적으로 절감하여 상용화를 앞당길 수 있는 잠재력을 가지고 있습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 “합금 혼합” 공정을 통해 재료비를 크게 절감하고 기계적 특성을 향상시킬 수 있음을 시사합니다. 다만, 일관된 최종 제품 특성을 확보하기 위해 투입되는 스크랩의 조성을 정밀하게 제어하여 불순물 수준을 관리하는 것이 중요합니다.
For Quality Control Teams: 논문의 Figure 4 데이터는 불순물 함량, 특히 Si가 항복 강도와 직접적인 상관관계가 있음을 보여줍니다. 이는 입고되는 스크랩 원료에 대한 새로운 품질 관리 기준을 수립하여 최종 제품의 기계적 특성을 예측하고 보증하는 데 활용될 수 있습니다.
For Design Engineers: 불순물이 미세구조를 해치지 않으면서 항복 강도를 50% 향상시킬 수 있다는 발견은 고성능 저비용 부품 설계를 위한 새로운 가능성을 엽니다. 연성과 같은 다른 특성에 미치는 영향을 고려한다면, 특정 용도에 최적화된 맞춤형 고엔트로피 합금 설계가 가능해질 것입니다.
Paper Details
Sustainable low-cost method for production of High entropy alloys from alloy scraps
1. Overview:
Title: Sustainable low-cost method for production of High entropy alloys from alloy scraps
Author: Karthikeyan Hariharan, K Sivaprasad
Year of publication:
Journal/academic society of publication:
Keywords: Scraps, recycling, Sustainability, High entropy alloys
2. Abstract:
이 커뮤니케이션에서는 “합금 혼합(Alloy mixing)”이라 불리는 합금 스크랩으로부터 고엔트로피 합금(HEA)을 생산하는 지속 가능한 방법을 제안한다. 우리는 거의 등원자 조성을 가진 CrCuFeMnNi HEA를 사용하여 이 방법을 성공적으로 시연했다. 다양한 출처에서 얻은 합금 스크랩(304L 스테인리스강(SS), 니크롬 80, 전기선 등급 구리)을 소량의 Mn과 Cr을 첨가하여 진공 아크 용해를 통해 함께 녹여 등원자 조성을 달성했다. 합금은 X선 회절(XRD)과 주사전자현미경(SEM)을 사용하여 특성화되었으며, “합금 혼합”을 통해 생산된 합금이 순수 원소의 전통적인 용해를 통해 생산된 동일 조성의 합금과 유사한 미세구조를 나타냄을 확인했다. ThermoCalc의 물성 계산 모듈을 사용하여 전통적인 합금과 불순물이 있는 합금의 항복 강도를 비교한 결과, 항복 강도가 50% 증가한 것으로 나타났다. 다양한 불순물 함량을 가진 1000개의 합금 조성에 대한 불확실성 정량화 분석은 항복 강도가 불순물 함량에 강하게 의존함을 나타낸다. 비용 분석 결과 “합금 혼합”이 제조 비용을 크게 절감할 수 있음을 밝혔다.
3. Introduction:
미국 환경 보호국(EPA)의 데이터에 따르면 2018년 미국에서만 3,469만 톤의 금속 스크랩이 발생했으며 이 중 34.9%만이 재활용되었다. 금속의 1차 생산 공정은 비용과 에너지가 많이 소모되므로 재활용은 비용과 에너지 소비를 크게 줄일 수 있다. 그러나 여전히 많은 양의 금속 스크랩이 폐기물로 남아 있어 더 많은 재활용 방안이 필요하다. 고엔트로피 합금(HEA)은 다섯 가지 이상의 원소가 거의 동일한 비율로 구성된 새로운 종류의 합금이다. 이 신소재는 기존 합금 설계 규범에서 벗어나 우수한 특성을 보여주었지만, 일반적으로 순수 원소를 녹여 생산하기 때문에 비용이 높아 실제 적용이 제한적이다. 본 연구에서는 이러한 문제에 대한 해결책으로 “합금 혼합” 전략을 제안한다.
4. Summary of the study:
Background of the research topic:
고엔트로피 합금은 우수한 기계적, 화학적 특성으로 주목받는 신소재이지만, 고가의 순수 원료를 사용한 생산 방식 때문에 상용화에 어려움을 겪고 있다. 동시에, 산업 현장에서 발생하는 막대한 양의 합금 스크랩은 효과적으로 재활용되지 못하고 있다.
Status of previous research:
기존의 고엔트로피 합금 연구는 주로 순수 원소를 사용하여 새로운 합금 조성을 개발하고 그 특성을 분석하는 데 집중되어 왔다. 스크랩을 활용한 생산 방식에 대한 연구는 상대적으로 미미했다.
Purpose of the study:
본 연구의 목적은 합금 스크랩을 원료로 사용하여 고엔트로피 합금을 생산하는 “합금 혼합”이라는 저비용의 지속 가능한 방법을 제안하고, 이 방법의 기술적 타당성과 경제적 이점을 입증하는 것이다.
Core study:
연구의 핵심은 304L 스테인리스강, 니크롬 80, 구리 스크랩을 진공 아크 용해하여 CrCuFeMnNi 고엔트로피 합금을 제조하는 것이다. 제조된 합금의 미세구조와 기계적 특성(항복 강도)을 기존 방식과 비교 분석하고, 불순물의 영향과 비용 절감 효과를 정량적으로 평가했다.
5. Research Methodology
Research Design:
실험적 연구 설계로, 합금 스크랩을 이용한 새로운 제조 공정(“합금 혼합”)을 제안하고, 이를 통해 제조된 합금의 특성을 분석하여 기존 공정과의 유사성 및 차이점을 규명했다. 또한, 계산 모델링(ThermoCalc)을 통해 불순물의 영향을 예측했다.
연구는 CrCuFeMnNi 고엔트로피 합금에 초점을 맞추었다. 합금 스크랩을 이용한 제조 가능성, 제조된 합금의 미세구조적 특성, 스크랩 내 불순물이 항복 강도에 미치는 영향, 그리고 공정의 경제성 분석을 주요 범위로 다루었다.
6. Key Results:
Key Results:
“합금 혼합” 방식으로 제조된 합금은 XRD 및 SEM 분석 결과, 기존의 순수 원료 방식으로 제조된 합금과 동일한 미세구조를 가짐이 확인되었다.
ThermoCalc 계산 결과, 스크랩에서 유래한 불순물(특히 Si)로 인해 합금의 항복 강도가 순수 합금 대비 50% 더 높게 나타났다 (135.55 MPa vs 190.21 MPa).
불확실성 정량화 분석 결과, 합금의 항복 강도는 불순물 농도, 특히 Si 함량에 따라 크게 변동하며(약 100 MPa 범위), 이는 스크랩 조성 제어의 중요성을 시사한다.
비용 분석 결과, 합금 스크랩은 순수 원소보다 100배 이상 저렴하여 “합금 혼합” 방식이 상당한 제조 비용 절감을 가져올 수 있음을 밝혔다.
Figure List:
Figure 1 XRD pattern showing peaks corresponding to different phases present in the microstructure of the as-cast CrCuFeMnNi HEA fabricated using alloy mixing method.
Figure 2 SEM secondary electron image showing the microstructure of the as-cast CrCuFeMnNi HEA fabricated through alloy mixing; the green arrow shows the β phase with flower-pot morphology, and the red arrow shows the α’ phase on the phase boundary.
Figure 3 EDS maps showing different phases present and the distribution of different elements in the microstructure for the CrCuFeMnNi alloy produced using alloy mixing
Figure 4 (a) Frequency distribution plot for the yield strength for alloys with varying impurity contents, (b) plot showing the variation of yield strength as a function of Si content
7. Conclusion:
스크랩을 이용한 합금 혼합 방식은 XRD와 SEM으로 확인된 바와 같이 합금의 미세구조를 보존한다.
불순물이 포함된 합금의 항복 강도는 기존 방식의 합금보다 50% 높았으며, 이는 불순물 원소, 특히 Si의 고용 강화 효과 때문일 가능성을 시사한다.
불순물 함량 변화에 대한 불확실성 정량화 결과, 항복 강도가 불순물 농도에 따라 큰 편차(약 100MPa)를 보였다. 이는 스크랩 조성을 제대로 제어하지 않으면 물성이 저하될 수 있음을 보여준다.
비용 분석 결과, 합금 혼합은 제조 비용을 크게 절감할 수 있음을 밝혔다. 따라서, 합금 혼합은 고엔트로피 합금의 상용화를 가능하게 하고 합금 스크랩 재활용의 길을 열어주는 유망하고 지속 가능하며 비용 효율적인 방법이다.
8. References:
United States Environmental Protection Agency (2021) Advancing Sustainable Materials Management: 2018 Tables and Figures Assessing Trends in Material Generation and Management in the US;2021 ASI 9214-6.
Broadbent C (2016) Steel’s recyclability: demonstrating the benefits of recycling steel to achieve a circular economy. Int J Life Cycle Assess 21:1658-1665. doi: 10.1007/s11367-016-1081-1.
Manabe T, Miyata M, Ohnuki K (2019) Introduction of Steelmaking Process with Resource Recycling. J Sustain Metall 5(3):319-330. doi: 10.1007/s40831-019-00221-1.
Yeh J-, Chen S-, Lin S-, Gan J-, Chin T-, Shun T-, Tsau C-, Chang S- (2004) Nanostructured High-Entropy Alloys with Multiple Principal Elements: Novel Alloy Design Concepts and Outcomes. Advanced engineering materials 6(5):299-303. doi: 10.1002/adem.200300567.
Cantor B, Chang ITH, Knight P, Vincent AJB (2004) Microstructural development in equiatomic multicomponent alloys. Materials Science and Engineering A: Structural Materials: properties,microstructure,processing 375-377:213-218. doi: 10.1016/j.msea.2003.10.257.
Li Z, Raabe D (2017) Strong and Ductile Non-equiatomic High-Entropy Alloys: Design, Processing, Microstructure, and Mechanical Properties. JOM 69:2099-2106. doi: 10.1007/s11837-017-2540-2.
Sahu S, Swanson OJ, Li T, Gerard AY, Scully JR, Frankel GS (2020) Localized Corrosion Behavior of Non-Equiatomic NiFeCrMnCo Multi-Principal Element Alloys. Electrochimica acta 354(C):136749. doi: 10.1016/j.electacta.2020.136749.
Tomboc GM, Kwon T, Joo J, Lee K (2020) High entropy alloy electrocatalysts: a critical assessment of fabrication and performance. Journal of Materials Chemistry A, Materials for Energy and Sustainability 8(3):14844-14862. doi: 10.1039/d0ta05176d
Li C, Li JC, Zhao M, Jiang Q (2009) Effect of alloying elements on microstructure and properties of multiprincipal elements high-entropy alloys. J Alloys Compounds 475:752-757. doi: 10.1016/j.jallcom.2008.07.124.
Troparevsky MC, Morris JR, Kent PRC et al (2015) Criteria for Predicting the Formation of Single-Phase High-Entropy Alloys. Physical review. X 5(1):011-041. doi: 10.1103/PhysRevX.5.01104.
Blinov VM, Bannykh IO, Lukin EI, Bannykh OA, Blinov EV, Chernogorova OP, Samoilova MA (2021) Effect of Substitutional Alloying Elements on the Stacking Fault Energy in Austenitic Steels. Russian metallurgy Metally 2021:1325. doi: 10.1134/S0036029521100086.
Xiong R, Liu Y, Si H, Peng H, Wang S, Sun B, Chen H, Kim HS, Wen Y (2020) Effects of Si on the Microstructure and Work Hardening Behavior of Fe–17Mn– 1.1C-xSi High Manganese Steels. Metals and Materials International 3891-3904. doi: 10.1007/s12540-020-00846-y.
D. T. Llewellyn (1997) Work hardening effects in austenitic stainless steels. Materials Science and Technology 13:5, 389-400. doi: 10.1179/mst.1997.13.5.389.
Alfa-Aeser (2021) Price list for pure elements. https://www.alfa.com/en/pure-elements/. Accessed Oct 23, 2021.
iScrap (2021) Price list for metallic scarp. https://iscrapapp.com/prices/. Accessed Oct 16, 2021.
Expert Q&A: Your Top Questions Answered
Q1: 왜 특정 스크랩(304L 스테인리스강, 니크롬 80, 구리)이 선택되었나요?
A1: 논문에 따르면, 이 스크랩들은 연구의 목표 합금인 CrCuFeMnNi HEA를 구성하는 데 필요한 원소들을 포함하고 있으며, 쉽게 구할 수 있기 때문에 선택되었습니다. 이는 “합금 혼합” 방법이 특수하고 비싼 스크랩이 아닌, 산업 현장에서 흔히 발생하는 폐기물을 활용할 수 있다는 현실적인 가능성을 보여줍니다.
Q2: 항복 강도가 50% 증가했다는 예측은 ThermoCalc 시뮬레이션 결과인데, 실제 물리적 테스트 없이 얼마나 신뢰할 수 있나요?
A2: ThermoCalc는 합금의 조성에 기반하여 열역학적 특성을 예측하는 신뢰성 있는 계산 도구입니다. 이 연구의 결과는 실제 실험을 통해 검증될 필요가 있지만, 계산 결과 자체는 향후 실험의 방향을 제시하는 매우 유용한 지표가 됩니다. 특히, 불순물이 기계적 특성에 긍정적인 영향을 미칠 수 있다는 가능성을 제시한 것만으로도 큰 의미가 있습니다.
Q3: Figure 4b를 보면 Si 함량이 높을수록 항복 강도가 높아지는데, 이는 불순물이 많을수록 항상 좋다는 의미인가요?
A3: 반드시 그렇지는 않습니다. 이 연구에서는 Si가 고용 강화를 통해 항복 강도를 높이는 긍정적인 역할을 하는 것으로 나타났습니다. 하지만 논문에서도 스크랩 조성 제어의 중요성을 강조했듯이, 불순물의 종류나 양이 과도해지면 연성, 내식성, 피로 수명 등 다른 중요한 기계적 특성에 부정적인 영향을 미칠 수 있습니다. 따라서 목표하는 특성에 맞춰 불순물 함량을 최적화하는 것이 중요합니다.
Q4: 스크랩으로 만든 합금의 미세구조가 기존 방식과 “유사하다”는 것을 어떻게 확인했나요?
A4: 두 가지 핵심적인 분석을 통해 확인했습니다. 첫째, Figure 1의 XRD 패턴 분석 결과, 스크랩 합금에서 기존 방식과 동일한 3개의 상(2개의 FCC, 1개의 BCC)이 동일한 위치에서 검출되었습니다. 둘째, Figure 2의 SEM 이미지에서 기존 CrCuFeMnNi 합금의 특징으로 잘 알려진 “화분(flower-pot)” 형태의 2차상과 상 경계 석출물이 동일하게 관찰되었습니다. 이 두 결과는 “합금 혼합” 방식이 합금의 고유한 미세구조를 성공적으로 재현했음을 입증합니다.
Q5: Table 2의 비용 분석은 스크랩 전처리 비용을 포함하고 있나요?
A5: 논문에서는 스크랩 전처리와 관련된 비용이 발생하며, 따라서 실제 가격 차이는 표에 나타난 것보다 작을 것이라고 명시하고 있습니다. 그럼에도 불구하고, 원재료 가격 차이가 워낙 크기 때문에 전처리 비용을 감안하더라도 “합금 혼합” 방식이 가져오는 경제적 이점은 여전히 매우 중요하고 상당할 것이라고 결론 내리고 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 합금 스크랩을 고부가가치의 고엔트로피 합금으로 재탄생시키는 “합금 혼합”이라는 혁신적인 방법을 제시합니다. 이 기술은 생산 비용을 획기적으로 절감할 뿐만 아니라, 스크랩에 포함된 불순물을 오히려 강도 향상에 활용할 수 있다는 새로운 패러다임을 보여줍니다. 이는 고엔트로피 합금의 상용화를 앞당기고 지속 가능한 자원 순환 경제를 구축하는 데 중요한 열쇠가 될 것입니다.
STI C&D에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Sustainable low-cost method for production of High entropy alloys from alloy scraps” by “Karthikeyan Hariharan, K Sivaprasad”.
이 기술 요약은 Kuo-Wei Liao 외 저자가 2016년 SpringerPlus에 발표한 논문 “A probabilistic bridge safety evaluation against floods”를 바탕으로 STI C&D의 기술 전문가들이 분석하고 요약한 내용입니다.
도전 과제: 기존의 결정론적 교량 안전성 평가는 홍수 시 수위, 유속, 세굴 깊이 등 불확실한 요인들의 영향을 충분히 반영하지 못해 예측하지 못한 붕괴로 이어질 수 있습니다.
해결 방법: 본 연구는 HEC-RAS 기반의 확률론적 수리학 시뮬레이션과 베이지안 최소제곱 지지벡터기계(Bayesian LS-SVM)를 결합하여 응답 표면을 구축하고, 이를 몬테카를로 시뮬레이션(MCS)으로 분석하는 새로운 확률론적 접근법을 제안합니다.
핵심 돌파구: 제안된 접근법은 직접적인 몬테카를로 시뮬레이션에 필요한 3,000개의 샘플 대신 단 150개의 샘플만으로도 동일한 정확도의 교량 파괴 확률을 효율적으로 계산할 수 있음을 입증했습니다.
핵심 결론: 불확실성을 고려한 확률론적 CFD 및 AI 기반 접근법은 교량과 같은 핵심 사회 기반 시설의 홍수 저항 신뢰도를 보다 정확하고 효율적으로 평가하는 강력한 도구입니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
대만에서는 교량의 홍수 안전성 평가를 위해 예비 점검 평가 양식(PIEF)을 사용하는 2단계 절차를 따릅니다. 이 평가에서 가장 큰 가중치를 차지하는 항목은 세굴 깊이로, 교량 안전에 가장 큰 영향을 미치는 요인으로 간주됩니다. 그러나 기존의 설계 방식은 특정 재현 기간(예: 100년 빈도 홍수)에 대한 결정론적 수치(고정된 유속 및 수위)를 사용합니다.
이러한 결정론적 접근법은 태풍 모라꼿 당시 보강 공사를 마친 솽위안 교량이 붕괴된 사례에서 볼 수 있듯이, 설계 기준을 초과하는 극한 재해에 대한 안전성을 보장하지 못합니다. 수위, 유속, 국소 세굴 깊이, 토질 특성, 풍하중 등 수많은 변수들은 본질적으로 불확실성을 내포하고 있습니다. 따라서 이러한 불확실성을 체계적으로 고려하고 교량 시스템 전체의 신뢰도를 평가할 수 있는 확률론적 접근법의 도입이 시급한 과제입니다.
Fig. 1 Collapse of Shuangyuan Bridge (2009/8/10) (photo courtesy of Apple Daily)
접근법: 연구 방법론 분석
본 연구는 불확실한 요인들이 교량 안전에 미치는 영향을 파악하기 위해 확률론적 접근법을 채택했습니다. 이 문제의 비선형성과 복잡성으로 인해 기존의 최우추정점(MPP) 기반 신뢰도 분석은 부적합하다고 판단하고, 샘플링 기반의 접근법을 선택했습니다. 계산 효율성을 높이기 위해 다음과 같은 다단계 방법론을 적용했습니다.
성능 함수 정의: 교량의 안전성을 평가하기 위해 말뚝 전단 응력, 말뚝 축 응력, 말뚝머리 수평 변위, 지지력, 인발력 등 5가지 한계 상태에 대한 성능 함수를 정의했습니다.
불확실성 변수 모델링:
수리학적 변수 (수위, 유속): HEC-RAS 모델을 사용하여 유량과 매닝 조도계수를 확률 변수로 처리하는 확률론적 시뮬레이션을 수행하여 수위와 유속의 변동성과 분포를 파악했습니다.
국소 세굴 깊이: 기존에 널리 사용되는 7개의 경험식을 적용하여 국소 세굴 깊이를 계산하고, 이를 통해 세굴 깊이의 통계적 분포를 도출했습니다.
기타 변수: 토질 특성(SPT-N 값)과 풍하중 또한 확률 변수로 고려했습니다.
응답표면법(RSM) 구축: 계산 비용이 많이 드는 직접적인 몬테카를로 시뮬레이션(MCS)을 대체하기 위해, 베이지안 최소제곱 지지벡터기계(Bayesian LS-SVM)를 사용하여 5개의 성능 함수를 근사하는 응답 표면을 구축했습니다. 이 과정에서 라틴 하이퍼큐브 샘플링(LHD)을 통해 효율적으로 훈련 데이터를 생성했습니다.
신뢰도 분석: 구축된 응답 표면을 기반으로 몬테카를로 시뮬레이션을 수행하여 교량 시스템의 파괴 확률을 계산하고, 그 정확성과 변동성을 직접 MCS 결과와 비교하여 검증했습니다.
돌파구: 주요 발견 및 데이터
발견 1: 계산 효율성의 획기적인 향상
본 연구의 가장 중요한 발견은 제안된 응답표면법(RSM)이 교량 신뢰도 평가의 계산 비용을 극적으로 줄일 수 있다는 점입니다. 직접적인 몬테카를로 시뮬레이션(MCS)은 목표 변동계수(COV) 5% 미만을 달성하기 위해 3,000개의 샘플이 필요했습니다.
반면, 표 7에서 볼 수 있듯이 베이지안 LS-SVM을 이용한 RSM 접근법은 단 150개의 샘플(μ ± 3σ 범위)만으로도 MCS와 동일한 파괴 확률(2.32 x 10⁻¹)을 계산했으며, 변동계수(COV)는 0.01로 오히려 더 안정적이었습니다. 5%의 오차를 허용할 경우, 샘플 크기를 80개까지 줄여도 신뢰도 높은 결과를 얻을 수 있어, 기존 방식 대비 계산 시간을 획기적으로 단축할 수 있습니다.
Fig. 2 The pressure distribution of water flow
발견 2: 베이지안 LS-SVM을 통한 예측 정확도 및 안정성 확보
응답 표면의 정확도는 신뢰도 분석 결과에 직접적인 영향을 미칩니다. 표 6은 샘플 크기에 따른 응답 표면의 정확도(RMSE)와 파괴 확률을 보여줍니다. 샘플 크기가 50개에서 150개로 증가함에 따라, 말뚝머리 변위에 대한 RMSE는 3.45%에서 0.32%로 감소했으며, 계산된 파괴 확률은 MCS 결과에 수렴했습니다.
특히, 그림 9는 결정론적 분류기인 LS-SVM과 확률론적 분류기인 베이지안 LS-SVM의 차이를 명확히 보여줍니다. 베이지안 LS-SVM은 단순히 ‘안전’ 또는 ‘파괴’로 분류하는 대신, 0과 1 사이의 확률 값을 제공하여 보다 섬세하고 현실적인 예측을 가능하게 합니다. 이는 결과의 변동성을 줄이는 데 크게 기여했으며, 샘플 크기 50의 경우 COV를 0.09(LS-SVM)에서 0.03(Bayesian LS-SVM)으로 감소시켰습니다.
R&D 및 운영을 위한 실질적 시사점
토목/수리 엔지니어: 이 연구는 결정론적 안전율 기반의 설계를 넘어, 세굴과 같은 복잡한 현상을 다룰 때 보다 현실적인 확률론적 위험 평가로 전환할 수 있는 강력한 프레임워크를 제공합니다.
인프라 계획 및 관리자: 제안된 방법의 효율성은 더 많은 수의 교량에 대한 확률론적 평가를 가능하게 하여, 보수보강 우선순위 결정 및 자원 배분에 있어 더 나은 정보에 기반한 의사결정을 지원합니다.
CFD 해석 전문가: 본 논문은 수리학 시뮬레이션(HEC-RAS), 머신러닝(LS-SVM), 통계적 방법(MCS)을 결합하여 복잡하고 불확실한 실제 문제를 해결하는 강력한 하이브리드 접근법의 성공 사례를 보여줍니다.
논문 정보
A probabilistic bridge safety evaluation against floods (홍수에 대한 확률론적 교량 안전성 평가)
1. 개요:
제목: A probabilistic bridge safety evaluation against floods
저자: Kuo-Wei Liao, Yasunori Muto, Wei-Lun Chen and Bang-Ho Wu
하천 교량 안전성 평가에 대한 불확실한 요인들의 영향을 추가적으로 파악하기 위해 확률론적 접근법이 채택되었다. 이는 체계적이고 비선형적인 문제이므로, MPP 기반의 신뢰도 분석은 적합하지 않다. 몬테카를로 시뮬레이션(MCS)이나 중요도 샘플링과 같은 샘플링 접근법이 자주 채택된다. 샘플링 접근법의 효율성을 높이기 위해, 본 연구는 베이지안 최소제곱 지지벡터기계를 활용하여 응답 표면을 구축한 후 MCS를 수행하여 더 정밀한 안전 지수를 제공한다. 교량의 홍수 저항 신뢰도에 영향을 미치는 여러 요인이 있지만, 이전의 경험과 연구들은 교량 자체의 신뢰도가 핵심적인 역할을 한다는 것을 보여준다. 따라서 본 연구의 목표는 다섯 가지 한계 상태를 포함하는 선택된 교량의 시스템 신뢰도를 분석하는 것이다. 여기서 고려되는 확률 변수는 수면 표고, 유속, 국소 세굴 깊이, 토질 특성 및 풍하중을 포함한다. 처음 세 변수는 하천 수리학에 깊이 영향을 받기 때문에, 확률론적 HEC-RAS 기반 시뮬레이션을 수행하여 해당 확률 변수들의 불확실성을 포착한다. 우리 해법의 정확성과 변동성은 제안된 접근법의 적용 가능성을 보장하기 위해 직접 MCS로 확인된다. 수치 예제의 결과는 제안된 접근법이 효율적으로 정확한 교량 안전성 평가를 제공하고 만족스러운 변동성을 유지할 수 있음을 나타낸다.
3. 서론:
대만에서 홍수에 대한 교량 안전성 평가는 종종 2단계 절차로 이루어진다. 첫 번째 단계는 예비 점검 평가 양식(PIEF)을 통해 교량 안전성을 검토하는 것이다. PIEF의 전체 평가 점수가 사전 정의된 기준을 충족하지 못하면, 교량의 안전을 보장하기 위해 푸시오버 분석과 같은 고급 조사로 평가를 진행해야 한다. PIEF는 교량 안전에 잠재적 위협이 되는 여러 항목으로 구성된다. 각 평가 항목에는 상대적 중요도를 나타내는 가중치가 할당된다. 모든 가중치의 합은 100이다. Chern 등이 제안한 PIEF의 항목에는 세굴 깊이, 기초 유형, 하천 흐름의 공격각, 하천 제방 및 바닥의 보호 시설 유무, 상류 댐의 유무가 포함된다. 모든 항목 중에서 세굴 깊이가 가장 높은 가중치를 가지며 가장 영향력 있는 요인으로 간주된다. 따라서 본 연구의 목표는 세굴된 교량의 안전성을 조사하는 것이다.
4. 연구 요약:
연구 주제의 배경:
기존의 결정론적 교량 설계 및 평가는 태풍 모라꼿과 같은 극한 홍수 사상에 대한 불확실성을 충분히 고려하지 못하여 교량 붕괴로 이어졌다. 특히 세굴 깊이는 교량 안전에 가장 큰 영향을 미치는 요인으로, 이에 대한 불확실성을 정량화하고 시스템 전체의 신뢰도를 평가할 필요가 있다.
이전 연구 현황:
많은 연구자들이 확률론적 접근법을 사용하여 교량 안전성을 평가해왔다. 예를 들어, Carturan 등은 확률론적 유한요소법을 사용했고, Wu 등은 최우추정점(MPP) 기반 신뢰도 방법을 사용했다. 그러나 복잡하고 비선형적인 교량 파괴 문제, 특히 세굴로 인해 경계 조건이 변하는 문제에 MPP 기반 접근법을 적용하기는 어렵다. 최근에는 계산 비용이 큰 샘플링 방법의 대안으로 응답표면법(RSM)이 많이 활용되고 있다.
연구의 목적:
본 연구의 목적은 수위, 유속, 세굴 깊이, 토질, 풍하중 등 다양한 불확실성 요인을 고려하여 홍수에 대한 교량의 시스템 신뢰도를 평가하는 효율적이고 정확한 확률론적 분석 프레임워크를 구축하는 것이다. 이를 위해 베이지안 LS-SVM 기반의 응답표면법과 몬테카를로 시뮬레이션을 결합한 새로운 접근법을 제안하고 그 유효성을 검증하고자 한다.
핵심 연구:
본 연구의 핵심은 (1) HEC-RAS를 이용한 확률론적 수리 분석을 통해 수위 및 유속의 불확실성 포착, (2) 다수의 경험식을 이용한 국소 세굴 깊이의 불확실성 모델링, (3) 베이지안 LS-SVM을 이용한 5가지 한계 상태(말뚝 전단 응력, 축 응력, 수평 변위, 지지력, 인발력)에 대한 응답 표면 구축, (4) 구축된 응답 표면 기반의 몬테카를로 시뮬레이션을 통한 시스템 신뢰도 분석이다.
5. 연구 방법론
연구 설계:
본 연구는 실제 붕괴 사례인 솽위안 교량을 대상으로 사례 연구를 수행했다. 확률 변수들의 통계적 특성을 정의하고, 이를 바탕으로 베이지안 LS-SVM을 이용해 응답 표면을 구축한 후, MCS를 통해 시스템 파괴 확률을 계산했다. 제안된 방법의 정확성과 효율성은 대규모 샘플을 사용한 직접 MCS 결과와 비교하여 검증되었다.
데이터 수집 및 분석 방법:
수리학적 데이터: HEC-RAS 모델을 사용하여 유량 및 매닝 조도계수를 확률 변수로 입력하여 수위와 유속 데이터를 생성했다.
세굴 깊이 데이터: 7개의 서로 다른 경험식과 시뮬레이션된 수리 데이터를 사용하여 270개의 세굴 깊이 샘플을 생성하고 통계적 특성을 분석했다.
지반 데이터: 현장 지질 보고서의 표준관입시험(SPT-N) 값을 기반으로 토질 특성의 분포를 정의했다.
신뢰도 분석: 라틴 하이퍼큐브 샘플링으로 생성된 데이터를 사용하여 베이지안 LS-SVM 모델을 훈련시키고, 이를 기반으로 몬테카를로 시뮬레이션을 수행하여 파괴 확률과 변동계수(COV)를 계산했다.
연구 주제 및 범위:
본 연구는 홍수로 인한 하천 교량의 기초 및 하부 구조 안전성에 초점을 맞춘다. 고려된 확률 변수는 수면 표고, 유속, 국소 세굴 깊이, 풍하중, 토질 특성이다. 시스템 신뢰도는 5개의 주요 한계 상태(말뚝 전단, 축력, 변위, 지지력, 인발력)를 고려한 직렬 시스템으로 가정하여 평가되었다.
6. 주요 결과:
주요 결과:
제안된 베이지안 LS-SVM 기반 응답표면법은 직접 MCS 대비 샘플 크기를 3000개에서 150개로 획기적으로 줄이면서도 동일한 정확도의 파괴 확률을 도출하여 계산 효율성을 크게 향상시켰다.
분석 대상 교량의 100년 빈도 홍수에 대한 파괴 확률은 2.3 x 10⁻¹로, 국제표준화기구(ISO)의 권고 기준치(1.00 x 10⁻³)를 크게 상회하여 신뢰도가 부족함을 보였고, 이는 실제 붕괴 사건과 일치하는 결과이다.
베이지안 LS-SVM은 표준 LS-SVM에 비해 신뢰도 계산 결과의 변동성(COV)을 유의미하게 감소시켜(샘플 50개 기준, 0.09 → 0.03) 더 안정적인 예측을 제공했다.
교량의 사용성능(말뚝머리 변위) 한계 상태 함수는 유속과 세굴 깊이에 대해 매우 비선형적인 관계를 보였으며, 이는 샘플링 기반의 확률론적 접근법이 필수적임을 시사한다.
Figure 목록:
Fig. 1 Collapse of Shuangyuan Bridge (2009/8/10) (photo courtesy of Apple Daily)
Fig. 2 The pressure distribution of water flow
Fig. 3 The equivalent force of water pressure when pile head is free: a the original pile; b, c the equivalent pile, d pile with equivalent force
Fig. 4 The equivalent force of water pressure when pile head is restrained: a the original pile; b, c the equivalent pile, d pile with equivalent force
Fig. 5 Using superposition to calculate pile demand: a the original pile; b the equivalent pile, c pile with original external force only, d pile with equivalent force only
Fig. 6 Water surface profile and the analyzed cross section
Fig. 7 Results of local scour depth using empirical formulae
Fig. 8 The flowchart of the proposed reliability analysis
Fig. 9 Two established classifiers for the pile head displacement
Fig. 10 Detailed information for the Bayesian LS-SVM classifier in Fig. 9. a Square abcd, b square efhg
7. 결론:
대만에서는 결정론적 교량 설계 또는 평가 과정이 종종 채택된다. 모라꼿 태풍 이후, 엔지니어들은 매개변수의 불확실성을 고려하기 위해 확률론적 접근법이 필요하다는 것을 깨달았다. 따라서 본 연구는 이러한 필요를 충족시키기 위해 정확하고 효율적인 신뢰도 방법론을 구축한다. 교량 붕괴는 복잡한 시스템 문제이며, 다양한 유형의 사건을 고려해야 한다. 문헌과 이전 연구에서 제안된 PIEF를 바탕으로, 교량 하부 구조의 안전성은 교량 신뢰도에서 가장 중요한 요인 중 하나이며 본 연구의 범위이다. 고려된 확률 변수에는 수면 표고, 유속, 국소 세굴 깊이, 풍하중 및 토질 특성이 포함된다. 이러한 변수들의 변동을 포착하기 위해 확률론적 수리 분석과 현장 조사 데이터가 사용된다. 베이지안 LS-SVM은 응답 표면을 구축하기 위해 채택되며, LHS를 사용하여 샘플을 생성한다. 직접 MCS의 결과와 비교하여 제안된 방법의 정확성과 변동성이 확인된다.
8. 참고 문헌:
Adarsh S, Reddy MJ (2013) Reliability analysis of composite channels using first order approximation and Monte Carlo simulations. Stoch Environ Res Risk Assess 27:477–487
Alipour A, Shafei B, Shinozuka M (2013) Reliability-based calibration of load and resistance factors for design of RC bridges under multiple extreme events: scour and earthquake. J Bridge Eng 18:362–371
Carturan F, Islami K, Pellegrino C (2012) Reliability analysis and in-field investigation of a r.c. bridge over river Adige in Verona, Italy. Bridge Maintenance, Safety, Management, Resilience and Sustainability 2850–2855
Chern JC, Tsai IC, Chang KC (2007) Bridge monitoring and early warning systems subjected to scouring. Directorate General of highways
Davis-McDaniel C, Chowdhury M, Pang WC, Dey K (2013) Fault-tree model for risk assessment of bridge failure: case study for segmental box girder bridges. J Infrastruct Syst 19(3):326–334
Fischenich C, Landers M (1999) Computing scour. U.S. Army Engineer Research and Development Center, Vicksburg
HEC-18 (2012) Hydraulic engineering circular no. 18. US Department of Transportation, Washington
Jain SC (1981) Maximum clear-water scour around cylin-drical piers. J Hydraul Eng ASCE 107(5):611–625
Jain SC, Ficher EE (1980) Sour around bridge piers at high flow velocities. J Hydraul Eng-ASCE 106:1827–1842
Li TC, Liu JB, Liao YJ (2011) A discussion on bridge-closure according to the water stage. Sino-Geotech 127(1):79–86
Liao KW, Chen WL, Wu BH (2014) Reliability analysis of bridge failure due to floods, life-cycle of structural systems. In: Life-cycle of structural systems: design, assessment, maintenance and management, pp 1636–1640
Liao KW, Lu HJ, Wang CY (2015) A probabilistic evaluation of pier-scour potential in the Gaoping River Basin of Taiwan. J Civ Eng Manag 21(5):637–653
Ministry of Transportation and Communications R. O. C (2009) The bridge design specifications. A government report
Myers RH, Montgomery DC (2002) Response surface methodology: process and product optimization using designed experiments. Wiley, New York
Natural Resources Conservation Service of United States Department of Agriculture (2010) The national engineering handbook. Natural Resources Conservation Service of United States Department of Agriculture, Washington
NCREE (2010) A pilot project for building a bridge detection system via advanced technology. Directorate General of Highways, Taipei
Neill CR (1965) Measurements of bridge scour and bed changes in a flooding sand-bed river. In: Proceedings of the Institution of Civil Engineers, London, England
Saydam D, Frangopol DM, Dong Y (2013) Assessment of risk using bridge element condition ratings. J Infrastruct Syst 19(3):252–265
Sheen SW (2012) Flood frequency analysis of watersheds in Taiwan. J Soil Water Conserv Technol 7(1):11–21
Shen HW, Shneider VR, Karaki SS (1966) Mechanism of local scour. Colorado State University, Colorado
Shen HW, Shneider VR, Karaki SS (1969) Local scour around bridge piers. J Hydraul Eng ASCE 95:1919–1940
Sun Z, Wang C, Niu X, Song Y (2016) A response surface approach for reliability analysis of 2.5 DC/SiC composites turbine blade. Compos. Part B Eng. 85:277–285
Sung YC, Wang CY, Chen C, Tsai YC, Tsai IC, Chang KC (2011) Collapse analysis of Shuanyang bridge caused by Morakot Typhoon. Sino-Geotech 127:41–50
Suykens JAK, Gestel TV, Brabanter JD, Moor BD, Vandewalle J (2002) Least squares support vector machines. World Scientific, Singapore
Wang H, Wang CY, Chen CH, Lin C, Wu TR (2011) An integrated evaluation on flood resistant capacity of bridge foundations. Sino-Geotech 127:51–60
Water Resources Agency (2009) Analyses of rainfall and flow discharge for Typhoon Morakot. A government report
Wu SJ, Yang JC, Tung YK (2011) Risk analysis for flood-control structure under consideration of uncertainties in design flood. Nat Hazards 58(1):117–140
Wu TR, Wang H, Ko YY, Chiou JS, Hsieh SC, Chen CH, Lin C, Wang CY, Chuang MH (2014) Forensic diagnosis on flood-induced bridge failure. II: framework of quantitative assessment. J Perform Constr Facil 28(1):85–95
Zhao W, Qiu Z (2013) An efficient response surface method and its application to structural reliability and reliability-based optimization. Finite Elem Anal Des 67:34–42
Zhao B, Tung YK, Yeh KC, Yang JC (1997) Reliability analysis of hydraulic structures considering unit hydrograph uncertainty. Stoch Hydro Hydraul 11:33–50
Zhao YG, Zhong WQ, Ang AH-S (2007) Estimating joint failure probability of series structural systems. J Eng Mech ASCE 133(5):588–596
Expert Q&A: 전문가의 질문과 답변
Q1: 왜 이 연구에서는 최우추정점(MPP) 기반의 FORM 대신 몬테카를로 시뮬레이션(MCS)과 같은 샘플링 접근법을 선택했나요?
A1: 논문에 따르면, 교량의 홍수 안전성 문제는 매우 비선형적이고 복잡합니다. 특히, 세굴이 발생하면 말뚝의 지지 조건이 바뀌어 성능 함수 자체가 변경되어야 합니다. 이러한 복잡성 때문에 단일 최우추정점을 찾는 MPP 기반 접근법은 부적합하다고 판단되었고, 전체 설계 공간을 탐색하는 샘플링 기반 접근법이 더 적절한 선택이었습니다.
Q2: 교량 안전성에 영향을 미치는 핵심적인 불확실성 변수들은 무엇이었나요?
A2: 본 연구에서는 다섯 가지 주요 불확실성 변수를 고려했습니다. 초록과 본문에 명시된 바와 같이, 이는 수면 표고, 유속, 국소 세굴 깊이, 토질 특성(SPT-N 값으로 대표), 그리고 풍하중입니다. 이 중 처음 세 가지 변수는 하천 수리학과 직접적으로 관련되어 있어 HEC-RAS를 이용한 확률론적 시뮬레이션으로 불확실성을 모델링했습니다.
Q3: 수위와 유속과 같은 수리학적 조건의 불확실성은 어떻게 정량화되었나요?
A3: 논문 9페이지에 따르면, 확률론적 HEC-RAS 시뮬레이션을 사용했습니다. 이 시뮬레이션에서는 하천 유량과 매닝(Manning’s) 조도계수를 결정론적 값이 아닌 확률 변수로 처리했습니다. 이를 통해 수위와 유속에 대한 확률 분포를 생성하여 수리학적 조건의 내재된 불확실성을 신뢰도 분석에 반영할 수 있었습니다.
Q4: 연구 결과에서 도출된 파괴 확률(100년 빈도 홍수에 대해 2.3 x 10⁻¹)은 어느 정도 수준의 위험을 의미하나요?
A4: 논문 17페이지에서는 이 파괴 확률이 국제표준화기구(ISO)에서 제안하는 허용 기준치인 1.00 x 10⁻³보다 훨씬 높다고 언급합니다. 이는 분석 대상 교량이 충분한 신뢰도를 확보하지 못했음을 의미하며, 실제로 태풍 모라꼿 당시 붕괴된 사건과 일치하는 공학적 결론입니다.
Q5: 표준 LS-SVM 대신 베이지안 LS-SVM을 사용한 주된 이점은 무엇이었나요?
A5: 논문 16페이지에서 두 방법론을 비교한 결과, 파괴 확률 계산 자체는 큰 차이가 없었지만, 베이지안 LS-SVM이 결과의 변동성(COV)을 크게 줄였습니다. 그림 9에서 볼 수 있듯이, 표준 LS-SVM이 ‘안전’ 또는 ‘파괴’라는 결정론적 결과를 내놓는 반면, 베이지안 LS-SVM은 0과 1 사이의 ‘파괴 확률’을 제공합니다. 이러한 확률론적 분류 방식이 더 안정적이고 신뢰성 있는 예측을 가능하게 했습니다.
결론: 더 높은 품질과 생산성을 향한 길
기존의 결정론적 방식으로는 예측하기 어려운 교량 붕괴 문제를 해결하기 위해, 본 연구는 CFD 수치해석, AI(머신러닝), 그리고 통계적 기법을 융합한 혁신적인 접근법을 제시합니다. 베이지안 LS-SVM을 활용한 응답표면법은 교량 홍수 안전성 평가에 필요한 막대한 계산 비용을 획기적으로 줄이면서도 높은 정확도를 유지할 수 있음을 입증했습니다. 이는 불확실성이 큰 자연재해에 대비하여 사회 기반 시설의 안전을 확보하는 데 중요한 공학적 통찰을 제공합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Kuo-Wei Liao” 외 저자의 논문 “A probabilistic bridge safety evaluation against floods”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 A.Yu. Didyk 외 저자가 발표한 학술 논문 “Depth concentrations of deuterium ions implanted into some pure metals and alloys”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 이온 주입
Secondary Keywords: 중수소 농도, 수소 저장, 핵융합 재료, 팔라듐 합금, ERDA 분석
Executive Summary
도전 과제: 수소 에너지 및 핵융합 응용 분야에서 재료 내 높은 농도의 수소 동위원소를 안정적으로 유지하는 것이 중요하지만, 빠른 확산과 탈착이 주요 기술적 장벽입니다.
연구 방법: 순수 금속(Cu, Ti, Zr, V, Pd) 및 팔라듐(Pd) 합금에 25 keV 에너지의 중수소 이온을 주입한 후, ERDA(탄성 반동 검출 분석) 및 RBS(러더퍼드 후방 산란 분광법)로 깊이별 농도를, SAXS(소각 X선 산란법)로 나노 구조를 분석했습니다.
핵심 발견: 지르코늄(Zr)과 티타늄(Ti)은 높은 중수소 농도를 유지한 반면, 바나듐(V)과 팔라듐(Pd)은 매우 빠른 확산 및 탈착 특성을 보여 수소 정제 필터로서의 가능성을 확인했습니다. 특히 팔라듐 합금은 주입된 중수소의 장기적인 안정성을 보였습니다.
핵심 결론: 수소 동위원소를 저장하거나 필터링하는 응용 분야에서 재료 선택은 매우 중요합니다. 바나듐과 팔라듐은 필터링에, 지르코늄, 티타늄 및 특정 팔라듐 합금은 고농도 저장 응용 분야에 유망합니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
수소 기반 에너지는 기존의 탄화수소 기술을 대체할 유력한 대안으로 주목받고 있습니다. 또한, 수소와 그 동위원소인 중수소, 삼중수소는 핵융합 발전소의 핵심 연료이자 원자로의 중성자 감속재 및 반사체로 사용됩니다. 이러한 모든 응용 분야의 공통적인 기술적 과제는 재료 내에 최대한 높은 농도의 수소를 저장하면서도, 필요할 때 가역적으로 탈착할 수 있는 능력을 확보하는 것입니다. 특히 재료의 표면 근처 층에 중수소를 높은 농도로 유지하는 기술은 고효율 중성자원 개발과 같은 특정 핵 응용 분야에서 매우 중요합니다. 기존 재료의 수소 저장 용량 한계와 안정성 문제는 이러한 기술 발전을 가로막는 주요 걸림돌이었습니다.
연구 접근법: 방법론 분석
본 연구는 고에너지 이온 주입 기술을 사용하여 다양한 금속 및 합금의 표면층에 높은 농도의 중수소를 생성하는 가능성을 탐구했습니다.
시료 준비: 약 99.95% 순도의 순수 금속(Cu, Ti, Zr, V, Pd) 및 팔라듐 기반 합금(Pd-Ag, Pd-Pt, Pd-Ru, Pd-Rh) 시료를 기계적 연마 및 전해 식각을 통해 고품질의 매끄러운 표면으로 준비했습니다.
이온 주입: 25 keV 에너지의 중수소(D⁺) 이온을 최대 2.3×10²² D⁺/m²의 높은 플루언스(fluence)로 시료에 주입했습니다. 이 과정에서 표면의 블리스터링(blistering)이나 박리(exfoliation) 현상을 피하기 위해 이온 빔 플럭스를 정밀하게 제어했습니다.
핵심 분석 기술:
ERDA(탄성 반동 검출 분석) 및 RBS(러더퍼드 후방 산란 분광법): 이온 주입 후 시료 내 깊이에 따른 중수소(D)와 수소(H)의 농도 분포를 정밀하게 측정했습니다.
SAXS(소각 X선 산란법): 이온 주입으로 인해 재료 내부에 형성된 나노 크기의 결함(예: 가스 버블)의 크기와 분포를 분석했습니다.
표면 분석: 광학 현미경(OM), 주사 전자 현미경(SEM), 원자력 현미경(AFM)을 사용하여 이온 주입 전후의 표면 상태 변화를 관찰했습니다.
Fig.1. The experimental ERDA and simulated spectra of H and D recoils in Pd0.90Pt0.10 alloy
implanted by 25 keV deuterium ions up to fluence of Φ1=1.2×1022 D+/m2.
핵심 발견: 주요 결과 및 데이터
결과 1: 금속 종류에 따른 극명한 중수소 유지 능력 차이
연구 결과, 금속의 종류에 따라 주입된 중수소를 유지하는 능력이 크게 다른 것으로 나타났습니다.
지르코늄(Zr) 및 티타늄(Ti): 이 금속들은 주입된 중수소를 매우 효과적으로 포획했습니다. 특히 지르코늄의 경우, 주입된 이온 플루언스에 거의 상응하는 양의 중수소가 재료 내에 잔류했으며, 최대 47 at.%에 달하는 높은 농도를 보였습니다. 깊이 분포는 예상된 이온 주입 범위(projected range)보다 훨씬 넓게 퍼져 있었습니다(그림 2, 3 참조).
바나듐(V) 및 팔라듐(Pd): 반면, 이 두 금속에서는 주입 후 측정된 중수소 농도가 1-2% 미만으로 매우 낮았습니다. 이는 주입된 중수소 대부분이 빠른 확산 과정을 통해 재료 외부로 다시 빠져나갔음(탈착)을 의미합니다. 이러한 특성은 이들 금속이 수소 동위원소를 선택적으로 투과시키는 필터로 사용될 수 있음을 시사합니다(그림 6, 7 참조).
결과 2: 이온 주입에 의한 나노 스케일 결함 형성
SAXS 분석을 통해 이온 주입이 재료의 미세 구조에 미치는 영향이 확인되었습니다.
커런덤(Al₂O₃): 커런덤 단결정에서는 직경 약 1 nm의 매우 균일한 크기를 가진 결함들이 형성되었습니다. 이는 주입된 중수소 이온들이 재결합하여 형성한 미세한 가스 버블일 가능성이 높습니다(그림 9).
티타늄(Ti): 티타늄에서는 훨씬 더 넓은 크기 분포(반경 10 nm를 중심으로 한 주 피크와 16 nm의 부가 피크)를 가진 결함들이 관찰되었습니다. 이는 가스 버블의 초기 단계이거나, 수소화물(hydride) 상의 형성 등 더 복잡한 상호작용의 결과일 수 있습니다(그림 9). 이러한 나노 결함들은 중수소를 포획하는 트랩(trap) 역할을 하여 높은 농도 유지에 기여할 수 있습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 바나듐(V)이 높은 수소 탈착 특성을 보임을 입증했습니다. 이는 고가의 팔라듐(Pd)을 대체하여 수소 동위원소 정제용 필터나 분리막을 제작할 수 있는 비용 효율적인 대안이 될 수 있음을 시사합니다.
품질 관리팀: 지르코늄(Zr)에서 관찰된 바와 같이, 주입된 중수소의 실제 분포는 이론적 계산 범위(projected range)를 훨씬 초과할 수 있습니다(그림 2). 원자로 부품 등 표면 특성이 중요한 제품의 품질 검사 시, 이러한 깊은 침투 가능성을 고려한 새로운 검사 기준을 수립해야 할 수 있습니다.
설계 엔지니어: 티타늄에서 확인된 나노 결함 및 가스 버블 형성(그림 9)은 핵융합로의 플라즈마 대향 부품 설계에 중요한 정보를 제공합니다. 이온 충돌에 의한 재료의 미세 구조 변화는 블리스터링이나 성능 저하로 이어질 수 있으므로, 초기 설계 단계에서 재료의 결함 형성 특성을 고려하는 것이 필수적입니다.
논문 상세 정보
Depth concentrations of deuterium ions implanted into some pure metals and alloys
1. 개요:
제목: Depth concentrations of deuterium ions implanted into some pure metals and alloys
저자: A.Yu. Didyk, R. Wiśniewski, K. Kitowski, V. Kulikauskas, T. Wilczynska, A.A. Shiryaev, Ya.V. Zubavichus
발행 연도: (논문에 명시되지 않음)
발행 학술지/학회: (논문에 명시되지 않음)
키워드: Ion implantation, Deuterium, Hydrogen, Metals, Alloys, ERDA, RBS, SAXS
2. 초록:
순수 금속(Cu, Ti, Zr, V, Pd) 및 희석 팔라듐 합금(Pd-Ag, Pd-Pt, Pd-Ru, Pd-Rh)에 25 keV 중수소 이온을 (1.2-2.3)×10²² D⁺/m² 범위의 플루언스로 주입했다. 이온 주입 후 10일 및 3개월 뒤에 ERDA(탄성 반동 검출 분석)와 RBS(러더퍼드 후방 산란법)를 사용하여 중수소 이온의 깊이 분포를 측정했다. 얻어진 결과들을 비교하여 순수 금속 및 희석 팔라듐 합금 내 중수소 및 수소 가스의 상대적 안정성에 대한 결론을 도출할 수 있었다. V 및 Pd 순수 금속과 Pd 합금에서는 주입된 중수소 이온의 매우 높은 확산 속도가 관찰되었다. 소각 X선 산란법을 통해 이온이 주입된 커런덤과 티타늄에서 나노 크기 결함의 형성을 확인했다.
3. 서론:
고체 내 수소 동위원소의 거동은 기초 과학 및 응용 분야에서 상당한 관심을 끈다. 수소 기반 에너지는 현대 탄화수소 기반 기술의 유력한 대안이며, 금속 수소화물에 수소를 저장하는 것은 유망한 접근법 중 하나이다. 수소와 그 무거운 동위원소들은 핵융합 발전소의 핵연료로 사용되며, 현대 원자로에서는 중성자 감속, 반사체-거울, 안전 재료 및 제어 시스템에 널리 사용된다. 다양한 응용을 위한 높은 중성자 플럭스 생산은 여전히 중요한 과제이다. 재료의 표면 근처 층에 중수소를 유지하는 능력을 높이는 것도 또 다른 중요한 문제이다. 이러한 모든 응용 분야의 기본 과제는 사용된 재료에서 가능한 가장 높은 수소 농도를 달성하면서 동시에 수소를 가역적으로 탈착할 수 있는 능력을 보존하는 것이다. 높은 중수소 농도를 가진 재료는 중성자원과 같은 일부 핵 응용 분야에 중요하다.
4. 연구 요약:
연구 주제의 배경:
수소 및 그 동위원소는 에너지(수소 저장, 핵융합) 및 원자력(중성자 감속/반사) 분야에서 핵심적인 역할을 한다. 이러한 응용 분야의 성공은 재료 내에 수소를 고농도로, 안정적으로 제어하는 기술에 달려 있다.
이전 연구 현황:
이전 연구들([8-13] 참조)에서 이온 주입을 통한 표면층의 수소 농도 제어 가능성이 연구되어 왔으나, 다양한 금속과 합금에서 장기적인 안정성과 확산 거동에 대한 상세한 비교 데이터는 여전히 필요하다.
연구 목적:
본 연구는 25 keV의 중수소 이온을 여러 순수 금속과 팔라듐 합금에 주입한 후, 깊이별 농도 분포와 그 시간적 안정성을 측정하고 비교하는 것을 목표로 한다. 이를 통해 각 재료의 수소 동위원소 저장 및 유지 특성을 평가하고, 핵 응용 분야에 대한 적합성을 탐구하고자 한다.
핵심 연구 내용:
25 keV 중수소 이온을 Cu, Ti, Zr, V, Pd 순수 금속 및 Pd-Ag, Pd-Pt, Pd-Ru, Pd-Rh 합금에 다양한 플루언스로 주입.
ERDA 및 RBS 기법을 이용해 주입 후 10일 및 3개월 시점의 깊이별 중수소 및 수소 농도 측정.
SAXS 기법을 이용해 이온 주입으로 생성된 재료 내부의 나노 크기 결함 분석.
실험 결과를 바탕으로 각 재료의 중수소 확산, 탈착 및 유지 메커니즘 규명.
5. 연구 방법론
연구 설계:
본 연구는 실험적 접근법을 사용하여, 통제된 조건 하에서 여러 금속 및 합금 시료에 중수소 이온을 주입하고, 다양한 분석 기법을 통해 그 결과를 측정하는 방식으로 설계되었다. 순수 금속과 합금, 그리고 일부 세라믹(Al₂O₃)을 대상으로 하여 재료 종류에 따른 차이를 비교 분석했다.
데이터 수집 및 분석 방법:
이온 주입: 25 keV 저에너지 이온 빔 라인을 사용하여 중수소 이온을 주입했으며, 패러데이 컵을 이용해 이온 플럭스를 정밀하게 측정했다.
깊이 분포 분석: JINR(두브나)의 EG-5 정전기 발생기와 MSU(모스크바)의 탠디트론 가속기를 이용한 ERDA-RBS 시스템으로 깊이 프로파일을 측정했다. 실험 스펙트럼은 SIMNRA 6.05 코드를 사용하여 피팅했다.
나노 구조 분석: 쿠르차토프 싱크로트론 방사선원의 STM 빔라인에서 SAXS 패턴을 측정했다. GNOM 소프트웨어를 사용하여 구형 산란체를 가정하고 크기 분포를 계산했다.
연구 주제 및 범위:
연구는 순수 금속(Cu, Ti, Zr, V, Pd), 스테인리스강(SS), 팔라듐 합금(Pd₀.₉Ag₀.₁, Pd₀.₉Pt₀.₁, Pd₀.₉Ru₀.₁, Pd₀.₉Rh₀.₁), 그리고 단결정 커런덤(Al₂O₃)에 25 keV 중수소 이온을 주입했을 때의 거동에 초점을 맞춘다. 주입 플루언스는 (1.2-2.3)×10²² D⁺/m² 범위이다.
6. 주요 결과:
주요 결과:
지르코늄(Zr)은 주입된 중수소 이온 플루언스와 거의 일치하는 높은 농도를 유지했으며, 최대 농도는 약 47 at.%에 도달했다.
바나듐(V)과 팔라듐(Pd)은 주입된 중수소의 농도가 1-2% 미만으로 매우 낮아, 높은 확산 및 탈착 특성을 보였다.
팔라듐 합금들은 순수 팔라듐과 달리 주입된 중수소를 효과적으로 유지했으며, 이 농도는 3개월 후에도 거의 변하지 않았다.
소각 X선 산란(SAXS) 분석 결과, 커런덤(Al₂O₃)에서는 약 1 nm 직경의 균일한 나노 결함(가스 버블로 추정)이, 티타늄(Ti)에서는 반경 10-16 nm의 넓은 분포를 가진 더 큰 결함이 형성되었음이 확인되었다.
대부분의 금속 시료에서 블리스터링이나 박리 현상은 관찰되지 않았으며, 이온 주입 후 표면 색상 변화가 나타났다.
Fig.7. The depth concentrations of D and H atoms after 25 keV D+ ion implantation at fluence Φ1=1.2×1022 D+/m2 in pure Pd (a) and Pd0.9Rh0.1 (b) samples.
그림 목록:
Fig.1. The experimental ERDA and simulated spectra of H and D recoils in Pd₀.₉₀Pt₀.₁₀ alloy implanted by 25 keV deuterium ions up to fluence of Φ₁=1.2×10²² D⁺/m².
Fig.2. The depth profiles of D and H atoms in Zr samples after 25 keV D⁺ implantation at two fluences: Φ₂=1.5×10²² D⁺/m² (a) and Φₘₐₓ=2.3×10²² D⁺/m² (b).
Fig.3. The depth profiles of D and H atoms in Ti samples after 25 keV D⁺ implantation at two fluences: Φ₂=1.8×10²² ion/m² (a) and Φₘₐₓ=2.3×10²² ion/m² (b).
Fig.4. The depth profiles of D and H atoms in Al₂O₃ single crystal after 25 keV D⁺ implantation at fluence Φₘₐₓ=2.3×10²² D⁺/m² (b).
Fig.5. The depth profiles of D and H atoms after 25 keV D⁺ implantation at one fluence: Φ₂=1.5×10²² D⁺/m² in Cu (a) and Stainless steel-Cr₁₈Ni₁₀Fe₇₂ (b) samples.
Fig.6. The depth profiles of D and H atoms in V samples after 25 keV D⁺ implantation at two fluences: Φ₂=1.5×10²² D⁺/m² (a) and Φₘₐₓ=2.3×10²² D⁺/m² (b).
Fig.7. The depth profiles D and H atoms after 25 keV D⁺ implantation at fluence Φ₁=1.2×10²² D⁺/m² in pure Pd (a) and Pd₀.₉Ag₀.₁ (b) samples.
Fig.8. The depth profiles of D and H atoms after 25 keV D⁺ implantation at fluence Φ₁=1.2×10²² D⁺/m² in the following samples Pd₀.₉Ag₀.₁ (a, b); Pd₀.₉Pt₀.₁ (c, d); Pd₀.₉Rh₀.₁ (e, f); Pd₀.₉Ru₀.₁ (g, h). The left column – 10 days; the right column – 3 month after the implantation.
Fig. 9. Size distribution of scatterers in ion implanted titanium and corundum.
7. 결론:
ERDA 방법을 사용하여 여러 순수 금속, 합금 및 단결정 Al₂O₃에 D⁺ 이온 주입 후 D와 H 원자의 깊이 분포를 측정했다. 특히 Zr 박막의 경우, 높은 플루언스(Φ=1.2×10²², 1.5×10²², 1.8×10²², 2.3×10²² D⁺/m²)에서 주입된 중수소의 총 농도가 사용된 이온 플루언스와 일치함을 보였다. V와 Pd를 제외한 대부분의 연구된 금속 및 합금에서 낮은 이온 플럭스(≈3.5×10¹⁷ D⁺/(m²×sec))로 매우 높은 플루언스까지 D⁺를 주입하여 높은 총 농도를 얻을 수 있었다. 중수소로 포화된 층은 주입 범위의 몇 배에 달하는 상당한 깊이에 걸쳐 있었으며, 블리스터링이나 박리는 관찰되지 않았다. 모든 플루언스에서 주입된 바나듐 시료에서는 중수소의 높은 탈착 손실이 관찰되었다. V와 Pd의 주입된 시료를 비교한 결과, V 박막이 더 비싼 Pd 박막과 함께 다른 가스로부터 수소 및 그 무거운 동위원소를 분리하고 정제하는 데 사용될 수 있음을 결론지었다. SAXS는 주입된 커런덤에서 약 1 nm 반경의 작고 잘 정의된 이종성(가스 버블에 해당할 수 있음)의 출현을 보여주었다. 주입된 티타늄에서도 이종성이 나타났지만, 크기 분포가 훨씬 넓고 결함이 더 컸다(>10 nm).
8. 참고 문헌:
C.J. Winter, J. Nitsch, Hydrogen as an Energy Carrier: Technologies, Systems, Economy, Springer, 1988.
L. Schlapbach, A. Zuttel, Hydrogen-storage materials for mobile applications, Nature 414 (2001) 353-361.
A. Zuttel, Materials for hydrogen storage, Materials Today 6 (2003) 24–33.
L. Zaluski, A. Zaluska, J.O. Strom-Olsen, Nanocrystalline metal hydrides, J Alloys and Compounds. 253-254 (1997)70–79.
Kenro Miyamoto, Fundamentals of Plasma Physics and Controlled Fusion, in: V.D.Shafranov (Ed.), Moscow, Fizmatlit, 2007, 424 p.
V.N. Mikhailov, V.A. Evtikhin, L.E. Lyublinski, A.V. Vertkov, A.N. Chumanov, Lithium for Fusion Reactors and Space Nuclear Power Systems of XXI Century, Moscow, Energoatomizdat, 1999, 527 р.
Metal Hydrides, W.M. Mueller, J. P. Blackledge and G.G. Libowitz (Eds), Metal hydrides as materials of nuclear reactions, Academic Press, New York and London, 1968, 58-83.
W. Bauer, Surface Processes in plasma wall interactions, J.Nucl. Mater., 76&77 (1978) 3-15.
D.L. Smith, Sputtering Model for Fusion Reactor First-Wall Materials, J. Nucl. Mater., 75 (1978) 20-31.
P.B. Jonson, D.J. Mazey, Helium-bubble superlattice in copper and nickel, Nature, 281(5730) (1979) 359-360.
P.B. Jonson, D.J. Mazey, The gas-bubble superlattice and the development of surface structure in He⁺ and H⁺ irradiated metals at 300K, J. Nucl. Mater., 93&94 (1980) 721-727.
B.A. Kalin, I.I. Chernov, Lattice organization of pore and bubble structure in irradiated metals and alloys, Atomic Science Abroad, 10 (1986) 3-9.
W. Jager, J. Roth, Microstructure of Ni and stainless steel after multiple energy He and D implantation, J. Nucl. Mater., 93&94 (1980) 756-766.
R. Wiśniewski, High Pressure Apparatus for Gaseous Hydrogen up to 25 kilobars and Temperature Range -50°C – +100°C. Rev. Sci. Instruments, 41(3) (1970) 455-464.
B. Baranowski and S.M. Filipek, 45 Years of Nickel Hydrides, Polish J. Chem., 79 (2005) 789-806; http://malina.inchf.edu.pl/person/filipek.html.
A.Yu. Didyk, T. Kohanski, V.A. Skuratov et al., Studies of radiation effects in materials on ECR heavy ion source beam line at FLNR. In the book: Proceedings of XIth International Conference “Radiation Physics of Solids”, Sevastopol, Crimea, July, 2001 (2001) 340-350.
J.P. Biersack and L.G. Haggmark, A Monte Carlo Computer Program for the Transport of Energetic Ions in Amorphous Targets, Nucl. Instr.and Meth.in Phys.Res.,1980, B174, 257-269; http://www.srim.org.
R. Wiśniewski, A.J. Rostockil, Hall Effects In Pd-H System, Phys. Rev. B3(1971) 251-252.
L. Hrubčin, J. Huran, R. Štadnik, A.P. Kobsev, D.M.Shirokov, Application of the ERD method for hydrogen determination in silicon (oxy)nitride thin films prepared by ECR plasma deposition, Nucl. Instr.and Meth.in Phys.Res., B 85 (1994) 60-62.
R. Ishigami, Y. Ito, K. Yasida, In situ ERDA measurements of hydrogen isotope concentrations in palladium at atmospheric pressure, Nucl. Instr.and Meth.in Phys.Res., В 266 (2008) 1319-1323.
A.M. Borisov, B.L. Krit, S.A.Tikhonov, I.V. Suminov, V.G. Suharev, V.S. Kulikauskas, Peculiarities of impulse polyenergetic implantation. Izvestiya of Russian Academy of Sciences, series Physics, 64(4) (2000) 763-766.
F.F. Komarov, Ion implantation to metals, Moscow, Metallurgy (1990) 216 р.
W. Jager, R. Manzke, H. Trinkaus et al., Rad.Effects, 78(1983) 315-325.
V.G. Klevtsov, V.N. Lobanov, Yu.A. Habarov, A.A. Uchimchyk, Diffusion Cleaning of Hydrogen Isotopes by Palladium Filters. In the book: Hydrogen Isotopes. Fundamental and Applied Research, Collection of papers A.A.Uchimchyk (Ed.), Sarov (2009) 360-365.
A.A. Uchimchyk, V.K.Gaevoj, Studies of Hydrogen Isotope Permeability throw some constructive materials, In the book: Hydrogen Isotopes. Fundamental and Applied Research, Collection of papers A.A.Uchimchyk (Ed.), Sarov (2009) 330-335.
R.N. Musjaev, B.S. Lebedev, A.A. Uchimchyk, A.O.Busnjuk, A.A. Samartsev, M.E. Notkin, A.I. Lipfschitz, Study of Superpermeability Phenomenon of Hydrogen Isotopes through Vanadium Membrane on “PROMETEI” setup, In the book: Hydrogen Isotopes. Fundamental and Applied Research, Collection of papers A.A.Uchimchyk (Ed.), Sarov (2009) 355-359.
“Structural Materials Science” end-station at the Kurchatov synchrotron radiation source: recent instrumentation upgrades and experimental results”, A.A. Chernyshov, A.A. Veligzhanin, Y.V. Zubavichus, Nucl. Instr. Meth. Phys. Res. A 603 (2009), 95-98.
D. I. Svergun Determination of the Regularization Parameter in Indirect-Transform Methods Using Perceptual Criteria. J. Appl. Cryst. (1992). 25, 495-503
전문가 Q&A: 자주 묻는 질문
Q1: 연구에서 중수소 이온 에너지로 25 keV를 선택한 특별한 이유가 있나요?
A1: 논문에 명시적으로 언급되지는 않았지만, 25 keV는 재료의 ‘표면 근처 층(near-surface layers)’에 이온을 주입하여 그 특성을 연구하는 데 일반적으로 사용되는 에너지 대역입니다. 이 에너지는 수십에서 수백 나노미터 깊이에 중수소 농도 피크를 형성하여, 핵융합로의 플라즈마 대향 부품이나 고농도 중성자원 타겟과 같은 실제 응용 환경을 모사하고 분석하는 데 적합합니다.
Q2: 바나듐(V)과 팔라듐(Pd)에서 관찰된 매우 높은 중수소 확산 속도의 실질적인 의미는 무엇인가요?
A2: 이는 두 금속이 수소 동위원소를 선택적으로 투과시키는 ‘슈퍼필터(superfilter)’ 또는 분리막으로 매우 유용하다는 것을 의미합니다. 예를 들어, 핵융합로에서 삼중수소 연료를 재순환시키거나 다른 가스 혼합물로부터 순수한 수소를 분리하는 공정에 활용될 수 있습니다. 특히 바나듐은 팔라듐보다 훨씬 저렴하므로, 이 연구 결과는 더 경제적인 수소 정제 기술 개발의 가능성을 열어줍니다.
Q3: 그림 8을 보면 순수 팔라듐과 달리 팔라듐 합금에서는 주입된 중수소 농도가 3개월 동안 안정적으로 유지되었습니다. 어떤 메커니즘이 이러한 안정성을 가능하게 하나요?
A3: 논문은 이러한 안정성이 재료 내에 형성된 미세한 가스 버블이나 결정립계(grain boundaries)에 중수소 원자들이 포획(trapping)되기 때문일 수 있다고 설명합니다([9-13] 참조). 또한, 합금에 첨가된 원소(Ag, Pt, Ru, Rh)들이 격자 내에서 결함을 형성하여 중수소 원자들이 쉽게 확산하지 못하도록 붙잡는 트랩 사이트(trap site)로 작용했을 가능성이 큽니다.
Q4: SAXS 분석에서 커런덤과 티타늄에서 서로 다른 유형의 결함이 관찰된 것(그림 9)은 무엇을 의미하나요?
A4: 이는 이온 주입에 대한 재료의 반응이 근본적으로 다름을 보여줍니다. 세라믹인 커런덤에서는 중수소가 서로 뭉쳐 작고 균일한 가스 버블을 형성하는 경향이 강합니다. 반면, 금속인 티타늄에서는 더 크고 불균일한 결함들이 형성되는데, 이는 중수소가 티타늄 격자와 반응하여 수소화물(hydride)이라는 새로운 상을 형성하거나, 더 큰 버블로 성장하는 복잡한 과정을 거치기 때문일 수 있습니다. 이 차이는 재료의 손상 메커니즘을 이해하는 데 중요한 단서가 됩니다.
Q5: 이 연구에서 깊이 프로파일링을 위해 ERDA-RBS 기법을 사용한 주된 이점은 무엇인가요?
A5: ERDA는 무거운 원소로 구성된 매질(금속) 내에 존재하는 수소나 중수소 같은 가벼운 원소를 분석하는 데 매우 높은 감도를 가집니다. 이를 통해 깊이에 따른 농도 변화를 정밀하게 측정할 수 있습니다. RBS를 함께 사용하면 팔라듐 합금과 같은 기판(substrate)의 원소 조성을 동시에 확인할 수 있어, 측정된 깊이 프로파일의 정확도를 높이고 시료 전체에 대한 포괄적인 정보를 얻을 수 있다는 장점이 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 이온 주입 기술을 통해 금속 및 합금 내 수소 동위원소의 거동을 심도 있게 분석함으로써, 재료 선택이 수소 관련 응용 분야의 성패를 좌우하는 핵심 요소임을 명확히 보여주었습니다. 바나듐과 팔라듐의 높은 확산 특성은 수소 정제 분야에 새로운 가능성을 제시하며, 지르코늄, 티타늄, 팔라듐 합금의 우수한 저장 능력은 차세대 수소 저장 및 핵융합 재료 개발에 중요한 기초 데이터를 제공합니다. 특히 나노 스케일에서 발생하는 결함 형성이 수소 유지에 미치는 영향은 재료의 성능과 수명을 예측하는 데 필수적인 고려사항입니다.
STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 A.Yu. Didyk 외 저자의 논문 “Depth concentrations of deuterium ions implanted into some pure metals and alloys”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Vladan Stevanović, Andriy Zakutayev, Stephan Lany가 저술하여 2014년 arXiv에 발표한 논문 “Electronic band structure and ambipolar electrical properties of Cu2O based semiconductor alloys”를 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
키워드
Primary Keyword: Cu2O 반도체 합금
Secondary Keywords: 전자 밴드 구조, 양극성 도핑, p-타입 반도체, n-타입 반도체, 결함 모델링, 제일원리계산
Executive Summary
도전 과제: 이종 원자가 및 이종 구조를 갖는 복잡한 반도체 합금의 전자 및 전기적 특성을 정확하게 예측하는 것은 기존 방법론의 한계였습니다.
연구 방법: 제일원리계산(ab-initio calculations)을 통해 기존의 희석 결함 모델(dilute defect model)을 고농도 합금에까지 확장하여 조성에 따른 밴드 구조와 전기적 특성 변화를 예측하는 접근법을 개발했습니다.
핵심 돌파구: Cu₂O에 특정 2가 양이온(Mg, Zn, Cd)과 등전자 음이온(S, Se)을 합금함으로써 밴드갭 에너지를 넓은 범위에서 조절하고, 특히 p-타입에서 n-타입으로의 전기적 특성 전환이 가능함을 이론적으로 예측하고 초기 실험을 통해 모델의 타당성을 입증했습니다.
핵심 결론: 이 연구는 복잡한 산화물 반도체 합금의 물성을 정량적으로 설계할 수 있는 길을 열었으며, 이는 차세대 태양광 및 산화물 전자소자 개발에 중요한 기여를 할 수 있습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
반도체 기술의 핵심은 합금(alloying)을 통해 광전자 특성을 정밀하게 제어하는 것입니다. 현재는 주로 등전자(isovalent) 및 동종 구조(isostructural) 재료(예: Si₁-xGex)의 혼합이 사용됩니다. 하지만 이종 원자가(aliovalent) 및 이종 구조(heterostructural)의 재료를 혼합하는 복잡한 합금은 훨씬 더 넓은 범위의 신소재 구현 가능성을 열어주지만, 그 특성을 예측하는 것은 매우 어려운 과제였습니다.
특히, 유망한 p-타입 산화물 반도체인 아산화구리(Cu₂O)는 그 자체의 특성 제어가 어렵고, 특히 n-타입으로의 도핑이 불가능에 가까워 p-n 접합 소자 제작에 한계가 있었습니다. 이러한 복잡한 합금 시스템에서 밴드 구조와 전기적 특성의 변화는 서로 밀접하게 연관되어 있어, 기존의 분리된 접근 방식으로는 정확한 예측이 불가능했습니다. 따라서 복잡한 합금의 특성을 정량적으로 예측하여 실험적 탐색을 안내할 수 있는 통합된 이론적 모델이 절실히 필요한 상황이었습니다.
접근 방식: 방법론 분석
본 연구팀은 이종 원자가 합금 문제를 해결하기 위해 기존의 희석 불순물 모델을 고농도 합금 영역까지 확장하는 새로운 접근법을 개발했습니다. 이 방법론은 여러 단계의 계산 및 시뮬레이션을 통합합니다.
결함 형성 에너지 계산: 먼저, Cu₂O 매트릭스 내에서 치환 도펀트(substitutional dopants)와 고유 결함(intrinsic defects)의 형성 에너지를 희석 한계(dilute limit)에서 계산합니다.
결함 쌍 구조 및 결합 에너지 분석: 다음으로, 도펀트-결함 쌍과 복합체(complexes)의 구조와 결합 에너지를 결정합니다. 이는 고농도에서 발생하는 상호작용을 이해하는 데 필수적입니다.
밴드 구조의 조성 의존성 결정: 에너지적으로 유리한 결함 구조를 파악한 후, 합금 조성에 따른 밴드갭 및 밴드 가장자리 에너지(band-edge energies)의 변화를 계산합니다. 이는 결함 형성 에너지에 직접적인 영향을 미칩니다.
열역학적 시뮬레이션: 마지막으로, 위에서 얻은 모든 데이터를 입력 값으로 사용하여 합금 조성의 함수로서 순 도핑 농도(net doping concentrations)를 예측하는 열역학적 시뮬레이션을 수행합니다.
이러한 계산은 밀도 범함수 이론(DFT)을 이용한 슈퍼셀 계산과 GW 준입자 에너지 계산의 밴드갭 보정을 결합하여 예측의 정확도를 높였습니다. 또한, 모델의 예측을 검증하기 위해 Zn 및 Se가 치환된 Cu₂O 박막을 직접 합성하고 X선 회절(XRD) 분석을 통해 구조적 특성을 비교했습니다.
FIG. 1. Thermodynamic modeling (T=400◦ C) of the net doping log(|ND−NA|/cm−3) in Cu2−2x(II)xO1−y(VI)y alloys as a function of x and y for 4 different II/VI combinations. ND and NA are individual concentrations of donors and acceptors, respectively. The sign indicates the type of doping (positive for p-type, negative for n-type). The band gap values extrapolated according to eq. (2) are given for the end compositions for 0 (x, y) 0.2.
돌파구: 주요 발견 및 데이터
발견 1: 광범위한 물성 조절 및 p-타입에서 n-타입으로의 전환 예측
본 연구의 모델링은 Cu₂O 기반 합금의 밴드갭과 도핑 수준을 매우 넓은 범위에서 조절할 수 있음을 예측했습니다. 그림 1은 다양한 2가/6가 원소 조합(Zn/S, Mg/Se, Cd/S)에 대한 순 도핑 농도를 보여줍니다. 특히, Cd와 S를 Cu₂O에 합금할 경우, 조성(x, y)이 증가함에 따라 기존의 p-타입(양수 값)에서 n-타입(음수 값)으로 전환되는 것을 명확히 보여줍니다. 이 모델에 따르면, 합금 조성을 0 ≤ x, y ≤ 0.2 범위 내에서 조절함으로써 밴드갭을 1.44 eV에서 2.49 eV까지 제어할 수 있습니다. 이는 Cu₂O의 응용 분야를 획기적으로 확장할 수 있는 가능성을 제시합니다.
그림 1. 4가지 다른 II/VI 조합에 대한 Cu₂₋₂ₓ(II)ₓO₁₋ᵧ(VI)ᵧ 합금의 순 도핑 농도 log(|ND – NA|/cm⁻³)를 x와 y의 함수로 나타낸 열역학적 모델링 결과. 부호는 도핑 유형(양수: p-타입, 음수: n-타입)을 나타낸다.
발견 2: 직관에 반하는 도핑 메커니즘과 결함-도펀트 상호작용
연구 결과는 흥미롭고 직관에 반하는 도핑 거동을 보여주었습니다. 이종 원자가인 2가 도펀트(Mg, Zn, Cd)는 일반적인 도핑 농도에서는 전기적 특성에 거의 영향을 주지 않지만, 합금 수준의 고농도에서는 밴드갭을 크게 변화시켰습니다. 반면, 등전자인 6가 도펀트(S, Se)는 밴드갭에는 미미한 영향을 주지만 정공(hole) 농도를 크게 증가시켰습니다.
이러한 현상은 도펀트-결함 상호작용의 중요한 역할로 설명됩니다. 예를 들어, 2가 도펀트인 Zn은 하나의 Zn⁺ᴵᴵ 이온이 두 개의 Cu⁺ 이온을 대체하는 전하 중성의 Zn₂Cu 결함 복합체를 형성하는 경향이 있습니다. 이 복합체는 전기적으로 비활성이지만 밴드 구조를 수정합니다. 이와 같은 복합체 형성이 n-타입 도핑을 방해하지만, 매우 높은 농도에서는 일부가 치환 도너(substitutional donor)로 작용하여 n-타입으로 전환을 유도합니다.
발견 3: 실험적 합성을 통한 모델의 타당성 검증
이론적 모델의 신뢰성을 확보하기 위해, 연구팀은 Zn이 치환된 Cu₂₋₂ₓZnₓO와 Se가 치환된 Cu₂O₁₋ᵧSeᵧ 박막을 합성하고 X선 회절(XRD)로 분석했습니다. 그림 4는 실험 결과, ZnO나 Cu₂Se와 같은 불순물 상이 관찰되지 않았음을 보여줍니다. 또한, 합금 조성 변화에 따른 격자 상수의 변화 경향이 계산 모델의 예측과 잘 일치했습니다. 이는 합금 원소들이 이차상을 형성하는 대신, 계산 모델에서 가정한 대로 Cu₂O 격자 내에 성공적으로 통합되었음을 시사하며, 제안된 합금 시스템과 이론 모델의 실행 가능성을 강력하게 뒷받침합니다.
그림 4. (a) Cu₂O, Cu₂₋₂ₓZnₓO, Cu₂O₁₋ᵧSeᵧ 박막의 X선 회절 패턴. (b) 실험(기호)과 계산(선)에서 얻은 합금의 격자 상수 비교.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 합금 원소의 종류와 농도라는 특정 공정 변수를 조절하여 반도체의 밴드갭과 전기적 특성(p-타입/n-타입)을 정밀하게 제어할 수 있음을 시사합니다. 이는 특정 응용 분야에 최적화된 맞춤형 재료 개발에 기여할 수 있습니다.
품질 관리팀: 논문의 그림 4 데이터는 합금 원소의 통합이 격자 상수에 미치는 영향을 보여줍니다. 이는 XRD 분석을 통해 원하는 합금 조성이 성공적으로 구현되었는지, 이차상이 형성되지 않았는지를 판별하는 새로운 품질 검사 기준으로 활용될 수 있습니다.
설계 엔지니어: 이 연구 결과는 특정 도펀트가 결함 복합체를 형성하여 전기적 특성에 예상과 다른 영향을 미칠 수 있음을 보여줍니다. 이는 반도체 소자 설계 초기 단계에서 도펀트 선택과 농도 설계를 할 때, 단순한 치환뿐만 아니라 결함과의 상호작용까지 고려해야 함을 시사합니다.
논문 정보
Electronic band structure and ambipolar electrical properties of Cu2O based semiconductor alloys
1. 개요:
Title: Electronic band structure and ambipolar electrical properties of Cu2O based semiconductor alloys
Author: Vladan Stevanović, Andriy Zakutayev, Stephan Lany
Year of publication: 2014
Journal/academic society of publication: arXiv (Cornell University)
Keywords: Semiconductor alloys, Cu2O, aliovalent alloying, electronic band structure, ambipolar doping, p-type to n-type conversion, defect model, density functional theory (DFT)
2. Abstract:
반도체 기술에서 합금을 통한 광전자 특성 조정은 필수적입니다. 현재는 주로 등전자 및 동종 구조 합금(예: IV족 및 III-V족)이 사용되지만, 이종 원자가 및 이종 구조 구성 요소를 혼합하는 더 복잡한 합금을 고려할 때 방대하고 미개척된 신기능 재료 공간을 상상할 수 있습니다. 실제 과제는 이러한 복잡한 합금의 정량적 특성 예측을 통해 실험적 탐색을 안내하는 데 있습니다. 우리는 기존의 희석 결함 모델을 더 높은 (합금) 농도로 확장하여 밴드 구조와 전기적 특성의 조성 의존성을 제일원리계산으로부터 예측하는 접근법을 개발했습니다. Cu₂O에 이종 원자가(Mg, Zn, Cd) 양이온과 등전자(S, Se) 음이온을 합금하는 것을 고려하여, p-타입에서 n-타입으로의 유형 전환을 포함한 넓은 범위에 걸친 밴드갭 에너지와 도핑 수준의 조정 가능성을 예측합니다. Zn 및 Se가 치환된 Cu₂O의 초기 합성과 특성화는 결함 모델을 뒷받침하며, 이들 합금이 유망한 신규 산화물 반도체 재료임을 시사합니다.
3. Introduction:
반도체 합금은 일반적으로 두 개의 등전자 및 동종 구조 재료의 혼합물입니다 (예: Si₁-xGex, Ga₁-xInxN). 등전자 합금이 주로 밴드 구조와 광학적 특성을 수정하는 데 사용되는 반면, 비등전자 불순물 도핑은 더 희석된 치환을 통해 전기적 특성을 맞춤화하는 데 사용됩니다. 그러나 반도체 합금에 대한 더 일반적인 접근 방식은 이종 원자가 및 이종 구조 재료를 혼합하는 가능성을 포함합니다. 이 경우 밴드 구조와 전기적 특성의 변화는 본질적으로 결합되어 있으며, 합금 형성 엔탈피를 설명하는 방법은 페르미 에너지를 추가 변수로 포함해야 합니다. 우리는 기존의 희석 불순물 모델을 고농도(합금)로 확장하여 이종 원자가 합금 문제를 다룹니다. 특히, Cu₂O 매트릭스에 2가 양이온(Mg, Zn, Cd)과 등전자 칼코겐화물 음이온(S, Se)을 합금하는 것을 연구합니다. Cu₂O는 대표적인 p-타입 산화물 중 하나로 많은 관심을 받아왔으며, 그 밴드 구조와 전기적 특성을 제어하는 것은 새로운 Cu₂O 기반 기술을 실현하는 데 중요할 것입니다. 특히 양극성(ambipolar) 도핑 가능성은 산화물 전자공학에서 태양 에너지 생성에 이르기까지 다양한 잠재적 응용 분야를 열어줄 것입니다.
4. 연구 요약:
연구 주제의 배경:
반도체 기술의 발전은 재료의 광전자 특성을 합금을 통해 정밀하게 제어하는 능력에 크게 의존합니다. 기존에는 구조와 원자가가 유사한 재료 간의 합금이 주를 이루었으나, 구조와 원자가가 다른 재료를 혼합하는 복잡한 합금은 새로운 기능성 재료를 개발할 무한한 가능성을 지니고 있습니다.
이전 연구 현황:
기존의 이론적 접근법은 주로 합금으로 인한 밴드 구조 변화 또는 도핑으로 인한 전기적 특성 조작 중 하나에 초점을 맞추었습니다. 이종 원자가 및 이종 구조 재료를 혼합할 때 발생하는 밴드 구조와 전기적 특성의 복합적인 상호작용을 통합적으로 예측하는 방법론은 부족했습니다. 특히 유망한 p-타입 산화물인 Cu₂O의 경우, n-타입 도핑을 달성하고 전기적 특성을 제어하는 것이 주요 난제였습니다.
연구 목적:
본 연구의 목적은 이종 원자가 및 이종 구조를 갖는 복잡한 Cu₂O 기반 반도체 합금의 밴드 구조와 전기적 특성을 조성의 함수로서 정량적으로 예측할 수 있는 통합된 이론적 모델을 개발하는 것입니다. 이를 통해 Cu₂O의 밴드갭과 도핑 수준을 넓은 범위에서 제어하고, 특히 p-타입에서 n-타입으로의 전환 가능성을 탐색하여 새로운 산화물 반도체 재료 설계를 위한 가이드라인을 제공하고자 합니다.
핵심 연구:
연구의 핵심은 기존의 희석 불순물 모델을 고농도 합금에 적용할 수 있도록 확장한 것입니다. 제일원리계산을 기반으로 (1) 치환 도펀트와 고유 결함의 형성 에너지 계산, (2) 도펀트-결함 복합체의 구조 및 결합 에너지 규명, (3) 합금 조성에 따른 밴드 가장자리 에너지 변화 계산, (4) 최종적으로 열역학적 시뮬레이션을 통해 순 도핑 농도를 예측하는 다단계 접근법을 사용했습니다. Cu₂O에 Mg, Zn, Cd 양이온과 S, Se 음이온을 합금하는 경우를 구체적으로 모델링하고, 초기 실험을 통해 모델의 타당성을 검증했습니다.
5. 연구 방법론
연구 설계:
본 연구는 이론적 계산 모델링과 실험적 검증을 결합한 방식으로 설계되었습니다. 핵심은 기존의 희석 결함 모델을 확장하여, 이종 원자가 및 이종 구조를 포함하는 고농도 합금의 전자 및 전기적 특성을 예측하는 것입니다. 이 모델은 도펀트-결함 상호작용과 조성에 따른 밴드 구조 변화라는 두 가지 주요 효과를 통합적으로 고려합니다.
데이터 수집 및 분석 방법:
이론 계산: 모든 밀도 범함수 이론(DFT) 계산은 VASP 코드를 사용하여 수행되었으며, 162개 원자로 구성된 대형 슈퍼셀에서 결함 및 결함 쌍을 모델링했습니다. 밴드갭 문제는 GW 준입자 에너지 계산 결과를 결합하여 해결했습니다. 도펀트와 고유 결함의 형성 에너지, 결합 에너지, 조성에 따른 밴드 가장자리 에너지 변화를 계산했습니다.
열역학적 모델링: 계산된 에너지 데이터를 사용하여, 합금 조성, 온도, 화학적 경계 조건에 따른 결함 및 도펀트의 농도와 순 도핑 농도를 예측하는 열역학적 시뮬레이션을 수행했습니다.
실험적 합성 및 분석: 조합론적 RF 동시 스퍼터링(combinatorial RF co-sputtering) 방법을 사용하여 Cu₂₋₂ₓZnₓO 및 Cu₂O₁₋ᵧSeᵧ 박막을 합성했습니다. 합성된 박막은 X선 형광 분석(XRF)으로 조성과 두께를, X선 회절(XRD)로 상 조성과 격자 상수를 분석하여 이론 모델의 예측과 비교했습니다.
연구 주제 및 범위:
연구 주제는 Cu₂O 기반 반도체 합금의 전자 밴드 구조와 양극성 전기적 특성입니다. 구체적으로, Cu₂O에 2가 양이온(II = Mg, Zn, Cd)과 등전자 음이온(VI = S, Se)을 합금한 Cu₂₋₂ₓ(II)ₓO₁₋ᵧ(VI)ᵧ 시스템을 다룹니다. 연구 범위는 합금 조성 0 ≤ x, y ≤ 0.2 내에서 밴드갭 에너지와 도핑 농도의 변화를 예측하는 데 초점을 맞춥니다.
6. 주요 결과:
주요 결과:
기존의 희석 결함 모델을 고농도 합금 시스템으로 성공적으로 확장하여, Cu₂O 기반 복합 합금의 밴드 구조와 전기적 특성을 정량적으로 예측했습니다.
Cu₂O에 Mg, Zn, Cd와 같은 2가 양이온과 S, Se와 같은 6가 음이온을 합금함으로써 밴드갭을 1.4 eV에서 2.5 eV까지 넓은 범위에서 조절할 수 있음을 예측했습니다.
특히 Cd를 고농도로 합금할 경우, Cu₂O가 기존의 p-타입에서 n-타입 반도체로 전환될 수 있음을 이론적으로 밝혔으며, 최대 2 × 10¹⁷ cm⁻³의 전자 도핑 수준을 예측했습니다.
도핑 메커니즘이 직관과 달리, 이종 원자가(2가) 도펀트는 주로 전기적으로 비활성인 결함 복합체(예: Zn₂Cu)를 형성하여 밴드 구조를 바꾸고, 등전자(6가) 도펀트는 구리 공공(Vcu)과의 결합을 통해 p-타입 도핑을 강화하는 역할을 함을 규명했습니다.
Zn과 Se를 치환한 Cu₂O 박막의 실험적 합성과 XRD 분석을 통해, 합금 원소들이 이차상을 형성하지 않고 격자 내에 성공적으로 통합됨을 확인하였고, 격자 상수의 변화가 이론 모델의 예측과 일치함을 보여 모델의 타당성을 입증했습니다.
Figure List:
FIG. 1. Thermodynamic modeling (T=400° C) of the net doping log(|ND – NA|/cm¯³) in Cu2−2x (II)xO1−y(VI)y alloys as a function of x and y for 4 different II/VI combinations.
FIG. 2. (a) Cuprite Cu2O structure with O atoms shown in red and Cu in blue; (b) structure of a (II)2Cu defect pair, where one metal impurity (II=Mg, Zn, Cd) shown in grey replaces two copper atoms Cu₁1 and Cu2; (c) defect and defect-pair formation energies of Vcu, group II cation impurities (II=Zn) and and group VI anion impurities (VI=S) as a function of the Fermi energy, assuming phase coexistence of Cu2O with ZnO and Cu2S.
FIG. 3. Thermodynamic modeling of defect and dopant concentrations in Cu2O.
FIG. 4. (a) X-ray diffraction patterns of Cu2O (black), Cu2-2xZnO (red) and Cu2O1-ySey (blue) thin films on a-SiO2, 44 patterns each. (b) Lattice constant of Cu2O (black), Cu2-2xZnO (red) and Cu2O1-ySey (blue) alloys from experiment (symbols) and computations (lines)
FIG. 5. Same as Fig. 1, but for (II) = Zn.
FIG. 6. Same as Fig. 1, but for (II) = Mg.
FIG. 7. Same as Fig. 1, but for (II) = Cd.
FIG. 8. Composition dependence of the VBM (top row) and CBM (bottom row) energies.
FIG. 9. Composition dependence of the defect formation energy ∆HD,q (EF) of the negatively charged Vcu defect (top row) and of the positively charged substitutional cation-site donor (bottom row).
7. 결론:
결론적으로, 희석 결함 모델을 유한한 합금 조성으로 확장하여 복잡한 Cu₂₋₂ₓ(II)ₓO₁₋ᵧ(VI)ᵧ 합금의 밴드 구조와 전기적 특성을 성공적으로 모델링했습니다. 이 모델은 도펀트와 결함 간의 쌍 및 복합체 형성, 그리고 밴드 가장자리 에너지의 조성 의존성을 고려합니다. 기존 반도체 시스템에서는 등전자 합금을 통한 밴드 구조 조작과 희석된 이종 원자가 도핑을 통한 전기적 특성 제어가 분리되어 있었지만, 본 연구의 시스템에서는 도펀트-결함 상호작용으로 인해 두 메커니즘이 서로 얽히게 됩니다. 이종 원자가(Mg, Zn, Cd) 양이온과 등전자(S, Se) 음이온을 Cu₂O에 합금하는 것을 고려하여, 밴드갭 에너지와 도핑 수준이 넓은 범위(갭 1.4~2.5 eV, 캐리어 농도 p = 10¹⁸ cm⁻³ ~ n = 2 × 10¹⁷ cm⁻³)에서 조절 가능하며, p-타입에서 n-타입으로의 전환도 포함됨을 예측했습니다. 이 새로운 산화물 반도체 재료의 초기 박막 합성과 특성화는 열역학적 용해도 한계를 넘어 단일 상 형성을 보여주어, 기반이 되는 결함 모델을 뒷받침합니다. Cu₂₋₂ₓ(II)ₓO₁₋ᵧ(VI)ᵧ 합금은 예를 들어, 대체 가능한 풍부한 원소로 구성된 태양광 재료로서 응용될 수 있습니다.
FIG. 5. Same as Fig. 1, but for (II) = Zn.
8. References:
K. Brunner, Rep. Prog. Phys. 65, 27 (2002).
M. d’Avezac, J.-W. Luo, T. Chanier, and A. Zunger, Phys. Rev. Lett. 108, 027401 (2012).
S. Nakamura, M. Senoh, N. Iwasa, and S. Nagahama, Jpn. J. Appl. Phys. 34, L797 (1995).
G. F. Knoll, Radiation Detection and Measurement, 3rd ed. (Wiley, New York, USA, 1999).
G. Kinsey, High-Concentration, III-V Multijunction Solar Cells in Solar cells and their applications (Wiley, New York, 2010).
J. Woodyard, U.S. Patent No. 2,530,110 (1950).
D. S. Ginley and J. D. P. in, “Handbook of Transparent Conductors”, D. S. Ginley, H. Hosono, and D. C. Payne (Springer, New York, 2010).
A. Lindsay and E. O’Reilly, Solid State Commun. 112, 443 (1999).
P. R. C. Kent and A. Zunger, Phys. Rev. B 64, 115208 (2001).
V. Popescu and A. Zunger, Phys. Rev. Lett. 104, 236403 (2010).
J. E. Northrup and S. B. Zhang, Phys. Rev. B 47, 6791 (1993).
S. Lany and A. Zunger, Appl. Phys. Lett. 96, 142114 (2010).
J. B. Varley, A. Janotti, and C. G. V. de Walle, Phys. Rev. B 81, 245216 (2010).
A. van de Walle and D. E. Ellis, Phys. Rev. Lett. 98, 266101 (2007).
H. Raebiger, S. Lany, and A. Zunger, Phys. Rev. B 76, 045209 (2007).
D. O. Scanlon, B. J. Morgan, G. W. Watson, and A. Walsh, Phys. Rev. Lett. 103, 096405 (2009).
M. Nolan and S. D. Elliott, Chem. Mater. 20, 5522 (2008).
H. Kawazoe, M. Yasukawa, H. Hyodo, M. Kurita, H. Yanagi, and H. Hosono, Nature 389, 939 (1997).
G. Hautier, A. Miglio, G. Ceder, G.-M. Rignanese, and X. Gonze, Nat. Commun. 4, 2292 (2013).
S. N. Kale, S. B. Ogale, S. R. Shinde, M. Sahasrabuddhe, V. N. Kulkarni, R. L. Greene, and T. Venkatesan, Appl. Phys. Lett. 82, 2100 (2003).
H. Raebiger, S. Lany, and A. Zunger, Phys. Rev. Lett. 99, 167203 (2007).
A. Mittiga, E. Salza, F. Sarto, M. Tucci, and R. Vasanthi, Appl. Phys. Lett. 88, 163502 (2006).
B. K. Meyer, A. Polity, D. Reppin, M. Becker, P. Hering, P. J. Klar, T. Sander, C. Reindl, J. Benz, M. Eickhoff, C. Heiliger, M. Heinemann, J. Bläsing, A. Krost, S. Shokovets, C. Müller, and C. Ronning, Phys. Status Solidi B 249, 1487 (2012).
A. Paracchino, V. Laporte, K. Sivula, M. Graetzel, and E. Thimsen, Nature Materials 10, 456 (2011).
C. G. V. de Walle and J. Neugebauer, J. Appl. Phys. 95, 3851 (2004).
S. Lany and A. Zunger, Phys. Rev. Lett. 98, 045501 (2007).
S. Lany and A. Zunger, Phys. Rev. B 78, 235104 (2008).
P. Agoston, C. Körber, A. Klein, M. J. Puska, R. M. Nieminen, and K. Albe, J. Appl. Phys. 108, 053511 (2010).
H. Peng, D. O. Scanlon, V. Stevanovic, J. Vidal, G. W. Watson, and S. Lany, Phys. Rev. B 88, 115201 (2013).
K. Biswas and S. Lany, Phys. Rev. B 80, 115206 (2009).
A. F. Wright and J. S. Nelson, J. Appl. Phys. 92, 5849 (2002).
J. D. Perkins, A. Mascarenhas, Y. Zhang, J. Geisz, D. Friedman, J. Olson, and S. Kurtz, Phys. Rev. Lett. 82, 3312 (1999).
S. Lany, Y.-J. Zhao, C. Persson, and A. Zunger, Appl. Phys. Lett. 86, 042109 (2005).
A. Mittiga, F. Biccari, and C. Malerba, Thin Solid Films 517, 2469 (2009).
U. V. Desnica, Progress in Crystal Growth and Characterization of Materials 36, 291 (1998).
A. Zakutayev, T. R. Paudel, P. F. Ndione, J. D. Perkins, S. Lany, A. Zunger, and D. Ginley, Phys. Rev. B 85, 085204 (2012).
G. B. González, T. O. Mason, J. S. Okasinski, T. Buslaps, and V. Honkimäki, J. Am. Ceram. Soc. 95, 809 (2012).
R. Singh, D. Doppalapudi, T. D. Moustakas, and L. T. Romano, Appl. Phys. Lett. 70, 1089 (1997).
S. Lany and A. Zunger, Modelling Simul. Sci. Eng. 17, 084002 (2009).
A. Zakutayev, N. H. Perry, T. O. Mason, D. S. Ginley, and S. Lany, Appl. Phys. Lett. 103, 232106 (2013).
A. Zakutayev, F. J. Luciano, V. P. Bollinger, A. K. Sigdel, P. F. Ndione, J. D. Perkins, J. J. Berry, P. A. Parilla, and D. S. Ginley, Rev. Sci. Instr. 84, 053905 (2013).
A. Zakutayev, J. D. Perkins, P. A. Parilla, N. E. Widjonarko, A. K. Sigdel, J. J. Berry, and D. Ginley, MRS Communications 1, 23 (2011).
G. Mandel, Phys. Rev. 134, A1073 (1964).
C. Malerba, F. Biccari, C. L. A. Ricardo, M. DIncau, P. Scardi, and A. Mittiga, Sol. En. Mater. Sol. Cells 95, 2848 (2011).
L. Papadimitriou, Solid-State Electron. 36, 431 (1993).
P. E. Blöchl, Phys. Rev. B 50, 17953 (1994).
G. Kresse and D. Joubert, Phys. Rev. B 59, 1758 (1999).
J. P. Perdew, K. Burke, and M. Ernzerhof, Phys. Rev. Lett. 77, 3865 (1996).
S. L. Dudarev, G. A. Botton, S. Y. Savrasov, C. J. Humphreys, and A. P. Sutton, Phys. Rev. B 57, 1505 (1998).
S. Lany, Phys. Rev. B 87, 085112 (2013).
V. Stevanović, S. Lany, X. Zhang, and A. Zunger, Phys. Rev. B 85, 115104 (2012).
M. Shishkin and G. Kresse, Phys. Rev. B 74, 035101 (2006).
G. Samsonidze, M. Jain, J. Deslippe, M. L. Cohen, and S. G. Louie, Phys. Rev. Lett. 107, 186404 (2011).
C. Friedrich, M. C. Müller, and S. Blügel, Phys. Rev. B 83, 081101(R) (2011).
J. Klimeš, M. Kaltak, and G. Kresse, arXiv:1404.3101.
V. Stevanović, S. Lany, D. S. Ginley, W. Tumas, and A. Zunger, Phys. Chem. Chem. Phys. 16, 3706 (2014).
K. Iwamitsu, S. Aihara, T. Shimamoto, A. Fujii, and I. Akai, physica status solidi (c) 9, 1610 (2012).
Expert Q&A: 전문가 질의응답
Q1: 왜 표준 합금 모델 대신 희석 결함 모델을 확장하는 방식을 선택했습니까?
A1: 이 연구에서 다루는 합금은 원자가가 다른 이종 원자가(aliovalent) 시스템이기 때문입니다. 이러한 시스템에서는 도펀트가 전하를 띤 상태로 존재하며, 이는 페르미 에너지와 자유 전하(전자 또는 정공) 농도에 직접적인 영향을 줍니다. 표준 합금 모델은 이러한 효과를 제대로 설명하기 어렵습니다. 따라서 페르미 에너지를 변수로 포함하여 전하를 띤 결함과 캐리어 농도 간의 상호작용을 자체 일관적으로(self-consistently) 계산할 수 있는 희석 결함 모델을 확장하는 것이 이 문제에 더 적합한 접근법이었습니다.
Q2: (II)₂Cu 결함 복합체가 형성되는 물리적인 이유는 무엇입니까?
A2: 이는 두 가지 주요 요인 때문입니다. 첫째, Zn과 같은 2가 원소는 Cu₂O의 아산화동(cuprite) 격자 내에서 4배위(tetrahedral coordination)를 선호하는 경향이 있습니다. (II)₂Cu 복합체 구조는 이러한 배위 환경을 효과적으로 수용합니다. 둘째, 에너지적으로 매우 안정합니다. 논문에 따르면 Zn₂Cu 복합체는 분리된 (Zn⁺cu-V⁻cu) 쌍보다 약 1.29 eV 더 낮은 에너지를 가져, 이 복합체 형성이 열역학적으로 매우 유리함을 알 수 있습니다.
Q3: 그림 1에서 Cd/S 조합이 n-타입 도핑에 가장 효과적인 것으로 나타났습니다. Cd가 Zn이나 Mg보다 더 효과적인 이유는 무엇입니까?
A3: 이는 Cd 합금이 전도대 최소점(CBM) 에너지를 가장 크게 낮추기 때문입니다. 논문의 표 II에 따르면, Cd 합금 시 CBM 에너지를 나타내는 αCBM 파라미터가 -2.30 eV로 Zn(-0.73 eV)이나 Mg(+2.00 eV)에 비해 월등히 큰 음수 값을 가집니다. CBM 에너지가 낮아지면 열역학적 시뮬레이션 동안 평형 페르미 준위(equilibrium Fermi level)에 더 가까워지게 되어, 전자를 생성하는 n-타입 도핑이 훨씬 더 용이해집니다.
Q4: 이 모델은 GW 계산 보정에 의존하는데, 표준 DFT+U 계산과 비교하여 이 보정이 얼마나 중요한가요?
A4: 매우 중요합니다. 논문에서는 GW 계산을 통해 얻은 밴드 가장자리 이동 값(ΔEVBM = -0.62 eV, ΔECBM = +0.68 eV)을 사용했다고 명시하고 있습니다. 특히 가전자대 최대점(VBM)이 0.62 eV만큼 이동하는 것은 구리 공공(Vcu)과 같은 억셉터(acceptor) 결함의 형성 에너지를 크게 변화시킵니다. 이는 최종적으로 예측되는 캐리어 밀도에 수십 배의 차이를 유발할 수 있으므로, 정확한 전기적 특성 예측을 위해 GW 보정은 필수적입니다.
Q5: 그림 4의 실험적 검증은 격자 상수에 국한되어 있습니다. 실제 전기적 특성 측정 결과는 없나요?
A5: 본 논문은 “초기 합성 및 특성화(initial synthesis and characterization)” 결과를 제시하고 있습니다. 이는 제안된 합금 시스템의 실현 가능성을 확인하는 첫 단계에 해당합니다. 격자 상수 데이터의 일치는 도펀트가 모델에서 가정한 대로 격자에 통합되었음을 보여주는 매우 중요한 초기 검증입니다. 실제 전기적 특성 측정은 이 연구를 바탕으로 한 후속 연구에서 진행될 것으로 보이며, 이 논문에서는 이론적 예측의 타당성을 입증하는 데 초점을 맞추었습니다.
결론: 더 높은 품질과 생산성을 위한 길
이 연구는 복잡한 Cu2O 반도체 합금의 특성을 예측하고 제어하는 데 있어 중요한 돌파구를 마련했습니다. 기존의 한계를 넘어, 이종 원자가 및 이종 구조 재료를 혼합할 때 발생하는 복잡한 물리적 현상을 통합적으로 설명하는 강력한 모델을 제시했습니다. 특히, p-타입 반도체인 Cu₂O를 n-타입으로 전환할 수 있는 구체적인 경로를 예측함으로써, 저비용의 풍부한 원소를 활용한 고효율 태양전지, 투명 전자소자 등 차세대 반도체 소자 개발의 새로운 가능성을 열었습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
이 콘텐츠는 “Vladan Stevanović, Andriy Zakutayev, Stephan Lany”가 저술한 논문 “Electronic band structure and ambipolar electrical properties of Cu2O based semiconductor alloys”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Sobron Lubis 외 저자가 JURNAL TEKNIK MESIN (2025)에 발표한 논문 “Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 스폿 용접 최적화
Secondary Keywords: 인장 강도, 스테인리스강 용접, 용접점 간격, 저항 용접
Executive Summary
The Challenge: 다점 스폿 용접된 스테인리스강 접합부에서 높은 인장 강도를 달성하기 위해서는 용접점 사이의 거리를 최적화해야 합니다.
The Method: 316L 스테인리스강 판재에 대해 용접 전압(1.75V, 2.20V)과 두 용접점 사이의 거리(10mm, 20mm, 30mm)를 변경하며 실험적 연구를 수행했습니다.
The Key Breakthrough: 가장 높은 인장 강도인 3835.15 MPa는 가장 높은 전압(2.20V)과 가장 짧은 용접점 간격(10mm)에서 달성되었습니다.
The Bottom Line: 스폿 용접점 사이의 거리가 증가하면 전기 저항이 커져 열 분배가 불균일해지고 접합 강도가 현저히 감소합니다.
The Challenge: Why This Research Matters for CFD Professionals
스폿 용접(저항 점용접)은 자동차 산업을 비롯한 대량 생산 공정에서 필수적인 접합 기술입니다. 특히 우수한 내식성과 기계적 강도를 지닌 스테인리스강 316L과 같은 소재의 경우, 빠르고 효율적인 스폿 용접의 중요성은 더욱 커집니다.
두 개의 판재를 접합할 때, 단일 용접점보다 여러 개의 용접점을 사용하면 더 강한 접합부를 만들 수 있습니다. 하지만 이때 각 용접점 사이의 거리가 너무 멀어지면 오히려 접합 강도가 약해질 수 있다는 문제가 있습니다. 이는 전류와 열이 분산되는 방식에 영향을 미치기 때문입니다. 따라서 엔지니어들은 원하는 접합 강도를 얻기 위해 용접 전류, 시간뿐만 아니라 용접점의 ‘배치’라는 기하학적 변수까지 고려해야 하는 과제에 직면합니다. 이 연구는 바로 이 용접점 간격이 최종 제품의 기계적 성능에 미치는 영향을 정량적으로 분석하여 최적의 조건을 찾는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 실험적 접근법을 사용하여 용접점 간격과 인장 강도 사이의 관계를 규명했습니다. 연구진은 기계 공학 연구실의 스폿 용접 장비를 사용하여 실험을 진행했습니다.
소재: 316L 스테인리스강 판재 (두께 1.0mm)
주요 변수:
전압: 1.75V 및 2.20V의 두 가지 수준
용접점 간격: 10mm, 20mm, 30mm의 세 가지 수준
유지 시간: 2초로 고정
시편 제작: AWS D8.9-97 표준에 따라 각 조건별로 두 개의 용접 너겟(nugget)을 가진 인장 시험 시편을 제작했습니다.
성능 평가: 제작된 시편은 만능 재료 시험기(Universal Testing Machine)를 사용하여 인장 시험을 거쳤으며, 각 조건에서의 최대 인장 하중과 인장 강도를 측정했습니다.
Gambar 4. Alat Uji Tarik
이러한 체계적인 실험 설계를 통해 연구진은 다른 변수들의 영향을 최소화하고 용접 전압과 간격이 인장 강도에 미치는 직접적인 영향을 명확하게 파악할 수 있었습니다.
The Breakthrough: Key Findings & Data
실험 결과, 용접 전압과 용접점 간격이 스테인리스강 접합부의 인장 강도에 매우 중요한 영향을 미친다는 사실이 명확히 드러났습니다.
Gambar 5. Proses Uji Tarik Sambungan Spesimen
Finding 1: 용접 전압이 높을수록 인장 강도가 증가한다
모든 용접점 간격 조건에서 용접 전압을 1.75V에서 2.20V로 높였을 때 인장 강도가 일관되게 증가했습니다. 예를 들어, 용접점 간격이 10mm일 때 전압을 1.75V에서 2.20V로 올리자 인장 강도는 3820.83 MPa에서 3835.15 MPa로 상승했습니다. 이는 더 높은 전압이 더 크고 견고한 용접 너겟을 형성하는 데 기여했음을 시사합니다.
Finding 2: 용접점 간격이 멀어질수록 인장 강도는 급격히 감소한다
본 연구의 가장 핵심적인 발견은 용접점 간격과 인장 강도 사이의 명확한 반비례 관계입니다. 표 5와 그림 7에서 볼 수 있듯이, 두 전압 수준 모두에서 용접점 간격이 10mm에서 30mm로 증가함에 따라 인장 강도는 꾸준히 감소했습니다.
2.20V 조건에서: 용접점 간격이 10mm일 때 인장 강도는 3835.15 MPa였으나, 30mm로 멀어지자 3508.48 MPa로 약 8.5% 감소했습니다.
1.75V 조건에서: 이 경향은 더욱 두드러져, 간격이 10mm(3820.83 MPa)에서 30mm(3043.05 MPa)로 증가했을 때 인장 강도가 약 20.4%나 크게 감소했습니다.
연구진은 이러한 현상의 원인을 전기 저항의 증가로 설명합니다. 용접점 간격이 멀어질수록 전류가 통과해야 하는 경로가 길어져 전체 전기 저항이 커지고, 이로 인해 열과 전류의 분배가 불균일해져 최적의 접합부 형성을 방해하게 됩니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 316L 스테인리스강의 다점 스폿 용접 시, 접합 강도를 극대화하기 위해 용접점 간격을 최소화(예: 10mm)하고 상대적으로 높은 전압(예: 2.20V)을 사용하는 것이 유리함을 시사합니다. 이는 용접 공정 파라미터 설정에 직접적인 가이드라인을 제공합니다.
For Quality Control Teams: 논문의 표 5와 그림 7 데이터는 용접점 간격 증가에 따른 인장 강도 저하를 명확하게 보여줍니다. 이는 용접점 위치에 대한 품질 검사 기준을 더욱 엄격하게 설정하는 근거로 활용될 수 있습니다.
For Design Engineers: 이 연구 결과는 스폿 용접점의 배치가 단순한 조립 사양이 아니라 구조적 무결성에 직접적인 영향을 미치는 핵심 설계 파라미터임을 강조합니다. 따라서 설계 초기 단계에서부터 용접점의 최대 간격을 명시하는 것이 중요합니다.
Paper Details
Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel (스폿 용접점 간격이 스테인리스강 접합부의 인장 강도에 미치는 영향 최적화)
1. Overview:
Title: Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel
스폿 용접은 원하는 설계에 따라 높은 접합 강도를 생성할 수 있는 금속 접합 기술입니다. 스폿 용접은 두 개의 전극으로 용접점을 통해 전류를 흘려 금속을 녹여 결합시킵니다. 두 개의 판재를 접합할 때 더 나은 접합부를 만들기 위해 하나 이상의 용접점을 사용할 수 있지만, 높은 인장 강도를 가진 접합부를 만들기 위해서는 각 용접점 사이의 거리를 고려해야 합니다. 따라서 본 연구에서는 높은 인장 강도를 생성하는 최적의 접합점을 찾기 위해 용접점 간격에 변화를 주었습니다. 연구는 기계 공학 연구 프로그램 실험실에서 스폿 용접기를 사용하여 수행되었으며, 스테인리스강 판재를 1.75V 및 2.20V의 전류 전압과 10, 20, 30mm의 용접점 간격 변화를 주어 접합했습니다. 용접 시편은 공학 재료 실험실의 인장 시험기를 사용하여 인장 강도를 시험했습니다. 연구 결과, 가장 높은 인장 강도 값인 3835.08 MPa는 2.20V의 전류 전압과 10mm의 용접점 간격에서 얻어졌습니다. 용접점이 멀어질수록 전기 저항이 커져 열과 전류의 분배가 불균일해집니다. 결과적으로, 접합부 형성에 필요한 모든 부분이 열과 압력에 의해 최적으로 영향을 받지 않게 됩니다.
3. Introduction:
스폿 용접 방법은 다른 용접 방법처럼 특별한 기술이 필요하지 않아 조작이 쉽고, 시간이 더 짧아 대량 생산 속도를 높일 수 있으며, 제공되는 열 공급이 정확하고 규칙적이며, 용접 결과물의 기계적 성질이 모재와 경쟁력이 있고 용접봉이 필요 없다는 장점이 있어 사용됩니다. 316L 스테인리스강은 특히 부식 저항성과 우수한 기계적 강도를 요구하는 다양한 산업 응용 분야에서 매우 인기가 있습니다. 다점 스폿 용접을 통해 더 나은 접합부를 만들고자 할 때, 각 용접점 사이의 거리는 강한 접합부를 만들기 위해 고려되어야 합니다.
4. Summary of the study:
Background of the research topic:
스폿 용접은 대량 생산에 널리 사용되는 효율적인 금속 접합 기술입니다. 특히 스테인리스강과 같은 재료에서 다점 용접을 수행할 때, 용접점의 배치, 특히 점 사이의 거리가 최종 접합부의 기계적 강도에 중요한 영향을 미칠 수 있습니다.
Status of previous research:
이전 연구들은 주로 용접 전류, 시간, 압력과 같은 파라미터가 스폿 용접 강도에 미치는 영향을 다루어 왔습니다. 하지만 다점 용접 시 용접점 간격이라는 기하학적 변수가 인장 강도에 미치는 영향에 대한 정량적 연구는 상대적으로 부족했습니다.
Purpose of the study:
본 연구의 목적은 스테인리스강 316L의 다점 스폿 용접에서 용접점 간격을 변화시켰을 때 인장 강도에 어떤 영향을 미치는지 실험적으로 규명하고, 최대 인장 강도를 얻을 수 있는 최적의 용접점 간격을 찾는 것입니다.
Core study:
316L 스테인리스강 판재를 사용하여 두 가지 다른 전압(1.75V, 2.20V)과 세 가지 다른 용접점 간격(10mm, 20mm, 30mm) 조건에서 스폿 용접을 수행했습니다. 이후 각 조건에서 제작된 시편의 인장 강도를 측정하여 전압과 간격이 접합부의 기계적 성능에 미치는 영향을 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 실험적 연구 설계를 따랐습니다. 독립 변수는 용접 전압과 용접점 간격이며, 종속 변수는 인장 강도입니다.
Data Collection and Analysis Methods:
데이터는 만능 재료 시험기를 통해 각 시편의 최대 인장 하중(kgf)을 측정하여 수집되었습니다. 이 값은 뉴턴(N)으로 변환된 후, 시편의 단면적으로 나누어 인장 강도(MPa)를 계산하는 데 사용되었습니다.
Research Topics and Scope:
연구는 1.0mm 두께의 316L 스테인리스강 판재에 대한 2점 스폿 용접에 국한됩니다. 연구된 변수는 전압(1.75V, 2.20V)과 용접점 간격(10mm, 20mm, 30mm)입니다.
6. Key Results:
Key Results:
가장 높은 인장 강도(3835.15 MPa)는 2.20V 전압과 10mm 용접점 간격에서 달성되었습니다.
용접점 간격이 10mm에서 30mm로 증가함에 따라 인장 강도는 모든 전압 조건에서 감소했습니다.
용접점 간격이 멀어질수록 전기 저항이 증가하여 열 및 전류 분배가 불균일해지고, 이는 접합 강도 저하의 주요 원인으로 분석되었습니다.
Tabel 4. Nilai Uji Tarik Sambungan Spesimen SS 316L
Tabel 5. Nilai Tensile Strength Sambungan Spesimen SS 316L
Figure List:
Gambar 1. Mesin Spot welding
Gambar 2. Standart AWS D8-97
Gambar 3. Spesimen Plat Stainless Steel 316L
Gambar 4. Alat Uji Tarik
Gambar 5. Proses Uji Tarik Sambungan Spesimen
Gambar 6. Flowchart Proses Eksperimen
Gambar 7. Grafik Jarak Pengelasan Terhdap Tensile Stress Sambungan Spesimen SS 316L
7. Conclusion:
분석 결과, 동일한 전압 조건에서 용접점 간격이 증가함에 따라 인장 하중이 감소하는 경향이 나타났습니다. 1.75V 전압에서는 인장 하중이 12,838N(10mm)에서 10,224N(30mm)으로 감소했으며, 2.20V 전압에서는 14,765N(10mm)에서 13,507N(30mm)으로 감소했습니다. 전압을 1.75V에서 2.20V로 높이면 모든 용접점 간격에서 인장 하중이 증가하는 경향을 보였습니다.
최대 인장 강도 값인 3835.08 MPa는 2.20V 전압과 10mm 용접점 간격에서 얻어졌습니다. 용접점 간격이 멀어질수록 전기 저항이 커져 열과 전류의 분배가 불균일해집니다.
8. References:
Habib, L., Abdelkader, Z., Habib, B., Benallel, B. F., 2016. Experimental study of tensile test in resistance spot welding process. Latin American Journal of Solids and Structures, 13 (6), pp. 1228-1235.
Al Amin, M. K., Firiambodo, S. Y., Purwanti, E. P., Widodo, E. W. R., Anggara, D., 2021. Pengelasan pada Stainless Steel dengan Tipe yang Berbeda Menggunakan Resistance Spot welding untuk Aplikasi Gerbong Kereta. Jurnal Rekayasa Mesin, 16 (3), pp. 359-368.
Muthu, P., 2019. Optimization of the Process Parameters of Resistance Spot welding of AISI 3161 Sheets Using Taguchi Method. Mechanics and Mechanical Engineering, 23(1), pp. 64-69
Ghazali, F. A., Manurung, Y. H., Mohamed, M. A., 2014. Multi-response optimization using Taguchi method of resistance spot welding parameters. Applied Mechanics and Materials, 660, pp. 120-124.
Vignesh, K., Elaya Perumal, A., Velmurugan, P., 2017. Optimization of resistance spot welding process parameters and microstructural examination for dissimilar welding of AISI 316L austenitic stainless steel and 2205 duplex stainless steel. The International Journal of Advanced Manufacturing Technology, 93, pp. 455-465.
Hayat, F., 2011. Resistance Spot Weldability of Dissimilar Materials: BH 180-AISI304L Steels and BH180IF7123 Steels. Journal of Material Science and Technology, 27 (11), pp. 1047-1058.
Kimchi, M., Phillips, D. H., 2023. Resistance spot welding: fundamentals and applications for the automotive industry. 1st ed. Switzerland: Springer Cham.
Nasir, Z., Khan, M. I., 2016. Resistance spot welding and optimization techniques used to optimize its process parameters. International Research Journal of Engineering and Technology (IRJET), 3 (5), pp. 887-893.
Liu, W., Fan, H., Guo, X., Huang, Z., Han, X., 2016. Mechanical properties of resistance spot welded components of high strength austenitic stainless steel. Journal of Materials Science & Technology, 32 (6), pp. 561-565.
Raut, M., Achwal, V., 2014. Optimization of spot-welding process parameters for maximum tensile strength. International Journal of Mechanical Engineering and Robotics Research, 3 (4), pp. 507-517.
Lin, H. L., Chou, T., Chou, C. P., 2007. Optimization of resistance spot welding process using Taguchi method and a neural network. Experimental Techniques, 31 (5), pp. 30-36.
Wibisono, P. S., 2021. Optimalisasi Paramater Resistance Spot welding Untuk Pengelasan Tiga Tumpuk Lembar Baja Spcc. POROS, 17 (1), pp. 6-15.
Lubis, S. Y., Djamil, S., Rosehan, R., Anugrah, H., Raynaldo, K., 2022. Analisis Kekuatan Tarik Sambungan Plat Aluminium Aa 5083 Pada Pada Proses Spot welding. Jurnal Muara Sains, Teknologi, Kedokteran Dan Ilmu Kesehatan, 6 (2), pp. 241-248.
Firmansyah, W., Suryanto, H., Solichin, S., 2017. Pengaruh Variasi Waktu Penekanan Pengelasan Titik Terhadap Kekuatan Tarik, Kekerasan, Dan Struktur Mikro Pada Sambungan Dissimilar Baja Tahan Karat Aisi 304 Dengan Baja Karbon Rendah St 41. Jurnal Teknik Mesin, 24 (2).
Lippold, J. C., 2014. Welding metallurgy and weldability. John Wiley & Sons.
Chien, C. S., Kannatey-Asibu Jr, E., 2002. Investigation of monitoring systems for resistance spot welding. Welding Journal-New York, 81(9), pp. 195S-199S
Arumugam, A., Nor, M., 2015). Spot welding parameter optimization to improve weld characteristics for dissimilar metals. International journal of scientific & technology research, 4(01), pp. 75-80.
Penn Stainless Products, 2025. Stainless Steel Plate 316 and 316L ASTM A240 [Online] Tersedia di https://www.pennstainless.com/stainless-steel-plate-316-3161-astm-a240/
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 316L 스테인리스강을 선택한 특별한 이유가 있나요?
A1: 논문의 서론에 따르면, 316L 스테인리스강은 부식, 특히 피팅 부식과 응력 균열 부식에 대한 저항성이 매우 우수합니다. 또한 좋은 기계적 강도를 가지고 있어 높은 습도나 화학 물질에 노출되는 환경을 포함한 다양한 산업 분야에서 널리 사용되기 때문에 이 소재를 선택했습니다.
Q2: 용접점 간격이 멀어지면 전기 저항이 증가하여 접합부가 약해진다고 했는데, 그 메커니즘을 더 자세히 설명해 주실 수 있나요?
A2: 논문의 결론에 따르면, 용접점 간격이 멀어지면 전류가 첫 번째 용접점에서 두 번째 용접점으로 흐르기 위해 더 긴 경로를 통과해야 합니다. 이로 인해 전체 회로의 전기 저항이 증가합니다. 저항이 커지면 열과 전류의 분배가 불균일해져, 접합 너겟 형성에 필요한 최적의 열과 압력이 모든 부위에 고르게 전달되지 못합니다. 결과적으로 불완전하거나 약한 용접 너겟이 형성되어 전체적인 인장 강도가 저하됩니다.
Q3: 시험 시편 제작에 AWS D8.9-97 표준을 사용한 것의 중요성은 무엇인가요?
A3: AWS(American Welding Society) 표준을 사용하는 것은 실험 결과의 신뢰성과 재현성을 보장하기 위함입니다. 표준화된 시편 규격과 시험 절차를 따름으로써, 이 연구의 결과를 다른 연구 결과와 객관적으로 비교할 수 있게 됩니다. 이는 연구 결과의 공신력을 높이는 중요한 요소입니다.
Q4: 그림 7을 보면, 용접점 간격 증가에 따른 인장 강도 감소율이 저전압(1.75V)에서 더 크게 나타나는 것 같습니다. 이것은 무엇을 의미하나요?
A4: 논문에 따르면, 인장 하중의 변화는 저전압(1.75V)에서 더 큽니다. 이는 낮은 에너지 입력 조건에서는 용접점 간격 증가로 인한 전기 저항 증가의 부정적인 영향에 더 민감하다는 것을 시사합니다. 반면, 더 높은 에너지 입력(2.20V) 조건에서는 공정이 상대적으로 더 안정적이어서 간격 증가에 따른 강도 저하가 덜하지만, 약화되는 경향 자체는 동일하게 유지됩니다.
Q5: 이 연구는 최대 30mm 간격까지 시험했습니다. 만약 간격이 그보다 더 멀어진다면 어떤 결과가 예상되나요?
A5: 논문에서 확립된 경향에 근거할 때, 간격이 30mm보다 더 멀어지면 인장 강도는 계속해서 감소할 것으로 예상됩니다. 전기 저항이 더욱 증가하고 전류 분로(shunting) 효과가 심해져 용접 너겟 형성이 더욱 불완전해질 것이기 때문입니다. 특정 지점을 넘어서면 사실상 유효한 두 번째 용접점이 형성되지 않을 수도 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 스테인리스강의 다점 스폿 용접에서 높은 품질의 접합부를 얻기 위해서는 용접 전압이나 시간 같은 전통적인 파라미터뿐만 아니라, 용접점 간격이라는 기하학적 요소가 얼마나 중요한지를 명확히 보여줍니다. 핵심은 용접점 간격이 멀어질수록 전기 저항이 증가하고, 이는 불균일한 열 분배를 초래하여 최종 제품의 인장 강도를 심각하게 저하시킨다는 것입니다.
따라서 성공적인 스폿 용접 최적화를 위해서는 설계 및 공정 단계에서 용접점의 배치를 신중하게 고려해야 합니다. 이 연구 결과는 더 강하고 신뢰성 있는 제품을 생산하기 위한 실질적인 통찰력을 제공하며, 이는 곧 생산성 향상과 불량률 감소로 이어질 수 있습니다.
“STI C&D에서는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Optimisasi Jarak Titik Spot welding Terhadap Tensile Strength Sambungan Stainless Steel” by “Sobron Lubis, Aghastya Wiyoso, Jhon Michel, Benaya”.
이 기술 요약은 Cut Suciatina Silvia, Muhammad Ikhsan, Azwanda가 작성하여 Journal of Civil Engineering Forum (2021)에 발표한 학술 논문 “The Effect of Bridge Piers on Local Scouring at Alue Buloh Bridge Nagan Raya Regency”를 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
키워드
Primary Keyword: 국부 세굴
Secondary Keywords: 교량 안정성, 수리 분석, 유사 이송, 교각 세굴, 하천 공학
Executive Summary
도전 과제: 강을 가로지르는 교량의 교각은 물의 흐름을 방해하여 교각 주변의 하상 토양을 침식시키는 국부 세굴을 유발하며, 이는 교량의 구조적 안정성을 심각하게 위협하고 붕괴로 이어질 수 있습니다.
연구 방법: 인도네시아 Nagan Raya Regency의 Alue Buloh 교량 현장에서 실제 세굴 깊이를 측정하고, 이 측정값을 Froehlich, Lacey, Colorado State University(CSU)의 세 가지 경험적 예측 공식 결과와 비교 분석했습니다.
핵심 발견: 현장에서 측정된 최대 국부 세굴 깊이는 1.68m였으며, Froehlich 방법으로 예측한 값(1.68m)이 현장 측정값과 정확히 일치하여 가장 높은 신뢰도를 보였습니다. 반면, CSU 방법은 2.43m, Lacey 방법은 4.47m로 예측하여 실제와 상당한 차이를 보였습니다.
핵심 결론: 교량 설계 시 국부 세굴 깊이를 예측할 때, 현장 조건(교각 형태, 유속, 퇴적물 입경 등)을 종합적으로 고려하는 경험적 모델(본 연구에서는 Froehlich 방법)을 선택하는 것이 교량의 안전성을 확보하는 데 매우 중요합니다.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
교량은 현대 사회의 필수적인 기반 시설이지만, 그 수중 구조물인 교각과 기초는 끊임없이 자연의 도전에 직면합니다. 특히 강물의 흐름을 방해하는 교각의 존재는 필연적으로 수리학적 변화를 야기합니다. 교각 상류에서는 말발굽 와류(horseshoe vortex)와 하강류(downflow)가 발생하여 교각 주변 하상의 퇴적물을 강력하게 침식시키고 운반합니다. 이러한 현상을 ‘국부 세굴(Local Scour)’이라고 부릅니다.
국부 세굴이 지속되면 교각 기초가 노출되고 지지력을 상실하여, 최악의 경우 교량 전체의 붕괴로 이어질 수 있습니다. 이는 막대한 경제적 손실과 인명 피해를 초래할 수 있는 심각한 문제입니다. 따라서 교량 설계 및 유지 관리 단계에서 국부 세굴의 깊이를 정확하게 예측하고 적절한 보호 공법을 적용하는 것은 무엇보다 중요합니다. 하지만 세굴 현상은 하천의 형태, 유량, 퇴적물의 특성, 교각의 형상 등 매우 복잡한 요인들의 상호작용으로 발생하기 때문에 그 예측이 매우 어렵습니다. 이 연구는 이러한 기술적 난제를 해결하기 위해 실제 현장 데이터와 널리 사용되는 경험적 예측 모델들을 비교 검증하여, 가장 신뢰성 있는 예측 방법을 찾는 것을 목표로 합니다.
연구 접근법: 방법론 분석
본 연구는 실제 현장 데이터와 경험적 공식을 결합하여 국부 세굴 깊이를 분석하는 체계적인 접근법을 사용했습니다.
현장 조사 및 데이터 수집:
위치: 인도네시아 Nagan Raya Regency, Seunagan 지역의 Alue Buloh 교량.
측정 항목: 교각의 폭(4m), 교각 간 거리(50m), 교각 형상(Round nose), 유속, 흐름 깊이, 하상 고도 등을 2020년 1월부터 4월까지 측정했습니다.
유속 측정: 유속계 사용이 불가능하여, 20m 거리를 부표(buoy)가 흘러가는 시간을 스톱워치로 측정하여 표면 유속(L/T)을 계산했습니다.
퇴적물 샘플링: 하천의 좌안, 중앙, 우안 9개 지점에서 퇴적물 샘플을 채취했습니다.
실험실 분석:
입도 분석: 채취한 퇴적물 샘플을 체 분석(sieve analysis)하여 입경 분포를 파악했습니다. 분석 결과, 평균 입경인 D50은 0.91mm, D95는 4.35mm로 나타났습니다.
수문 분석:
설계 홍수량 산정: Krueng Seunagan 유역의 강우 데이터와 지형도를 바탕으로 Nakayasu 합성 단위 유량도법(Nakayasu Synthetic Unit Hydrograph method)을 사용하여 설계 홍수량을 계산했습니다. 100년 빈도 첨두 홍수량(Qp100)은 1513 m³/sec로 산정되었습니다.
국부 세굴 깊이 분석:
측정된 현장 데이터와 산정된 설계 홍수량을 바탕으로 다음 세 가지 경험적 공식을 사용하여 국부 세굴 깊이를 계산하고 현장 측정값과 비교했습니다.
Lacey 방법: 홍수량과 퇴적물 계수(Lacey clay factor)를 기반으로 하는 공식.
Colorado State University (CSU) 방법: 교각 형상, 흐름 각도, 하상 조건, 유속비 등을 종합적으로 고려하는 가장 널리 사용되는 공식 중 하나.
핵심 발견: 주요 연구 결과 및 데이터
결과 1: 현장 측정과 경험적 공식 간의 예측 정확도 비교
연구의 가장 중요한 발견은 세 가지 경험적 공식의 예측 결과가 실제 현장에서 측정된 세굴 깊이와 상당한 차이를 보였다는 점입니다. 특히 Froehlich 방법의 예측 정확도가 매우 뛰어났습니다.
현장 측정: Alue Buloh 교량의 5번 세그먼트, 2번 및 3번 지점(station)에서 최대 세굴 깊이가 각각 1.65m와 1.68m로 측정되었습니다.
Froehlich 방법 예측: 100년 빈도 홍수량(Qp100)을 적용했을 때, 세굴 깊이는 1.68m로 계산되어 현장 최대 측정값과 정확히 일치했습니다.
CSU 방법 예측: 동일한 조건에서 세굴 깊이는 2.43m로 예측되어, 현장 값보다 약 45% 깊게 예측했습니다.
Lacey 방법 예측: 세굴 깊이는 4.47m로 예측되어, 현장 값보다 약 2.6배 이상 과대평가했습니다.
이러한 결과는 교각 형상, 흐름 깊이, 입경 등 다양한 수리학적 변수를 고려하는 Froehlich 및 CSU 방법이 단순히 유량만을 주로 고려하는 Lacey 방법보다 더 신뢰성 있는 결과를 제공함을 시사합니다. 특히 본 연구 지역의 조건에서는 Froehlich 방법이 최적의 예측 도구임이 입증되었습니다.
결과 2: 설계 홍수량 및 주요 수리 매개변수 산정
정확한 세굴 깊이 예측을 위해 선행된 수문 분석 결과 또한 중요한 의미를 가집니다.
설계 홍수량: Nakayasu 방법을 통해 Krueng Seunagan 유역의 100년 빈도 첨두 홍수량(Qp100)은 1513 m³/sec로 산정되었습니다. 이는 세굴 깊이 계산의 핵심 입력값으로 사용되었습니다.
주요 수리 조건: 분석에 사용된 주요 매개변수는 흐름 깊이 3.06m, 프루드 수(Froude number) 0.29, 교각 폭 4m, D50 입경 0.91mm였습니다.
논문 표 8 (Table 8): 이 표는 교각 주변 여러 지점(S3, S4, S5, S6)에서의 세굴 깊이 분석 결과를 보여줍니다. P3 교각의 S5 지점에서 Froehlich 방법(1.68m)과 CSU 방법(2.9m) 모두 최대 세굴이 발생하는 것으로 나타나, 특정 위치에서의 집중적인 침식 현상을 확인할 수 있습니다.
R&D 및 운영을 위한 실질적 시사점
수리/토목 엔지니어: 이 연구는 특정 하천 조건에서 Froehlich 방법이 국부 세굴 깊이를 매우 정확하게 예측할 수 있음을 보여줍니다. 교량 기초 설계 시, 여러 경험적 공식을 비교 검토하고 현장 특성에 가장 적합한 모델을 선택하는 것이 안전하고 경제적인 설계를 위해 필수적입니다.
구조 안전 관리팀: 논문의 표 8 데이터는 교각 주변에서도 세굴이 가장 심하게 발생하는 특정 지점(본 연구에서는 S5 지점)이 존재함을 명확히 보여줍니다. 이는 교량의 정기적인 안전 점검 및 유지 관리 시, 해당 위험 지점을 집중적으로 모니터링하는 기준을 수립하는 데 활용될 수 있습니다.
교량 설계 엔지니어: Lacey 방법(4.47m)과 Froehlich 방법(1.68m)의 예측값 차이는 예측 모델 선택이 기초 설계의 규모와 비용에 얼마나 큰 영향을 미치는지 보여줍니다. 교각 형상, 퇴적물 입경 등 상세한 현장 데이터를 반영하는 정교한 모델을 사용함으로써 과대 또는 과소 설계를 방지하고 최적의 설계를 구현할 수 있습니다.
논문 상세 정보
The Effect of Bridge Piers on Local Scouring at Alue Buloh Bridge Nagan Raya Regency
1. 개요:
제목: The Effect of Bridge Piers on Local Scouring at Alue Buloh Bridge Nagan Raya Regency
저자: Cut Suciatina Silvia, Muhammad Ikhsan, Azwanda
하천 횡단면에서 발생하는 세굴은 하천의 형태학적 조건과 흐름을 방해하는 교각의 영향으로 발생할 수 있다. 교각과 교대의 존재는 토양 입자의 안정성을 교란시키고, 하강류와 말발굽 와류를 발생시켜 교각 주변의 토양 입자를 운반하게 하여 국부 세굴을 유발한다. 이러한 국부 세굴 문제는 Krueng Ineng 강, Alue Buloh 마을, Nagan Raya Regency에서도 발생했다. 강을 가로질러 건설된 교량에서 자주 발생하는 문제는 교량 하부 구조물의 기능 부족이다. 교각의 국부 세굴은 현재 교량 구조물의 안정성을 감소시키는 영향을 미쳐 구조적 붕괴를 유발할 것이다. 본 연구에서는 Froehlich, Lacey, Colorado State University 방법을 사용하여 경험적 방정식으로 국부 세굴을 분석했다. 분석 결과, Krueng Seunagan 유역에서 발생하는 첨두 유량(Qp100)은 1513m³/sec이다. 흐름 깊이 3.06m, 프루드 수 0.29, 렌즈 모양의 교각 폭 4m, 그리고 D50, D95(평균 입경 분석)가 각각 0.91mm와 4.35mm인 조건에서 분석한 결과, 현장에서의 최대 세굴 깊이는 5번 세그먼트의 2번 지점(station)과 3번 지점에서 각각 1.65m와 1.68m로 나타났다. Froehlich, Lacey, CSU 방법을 사용한 분석 결과, 세굴 깊이는 각각 1.68m, 4.47m(Qp100), 2.43m로 나타났다. 현장에서의 측정 결과와 가장 가까운 것은 Froehlich 방법이었다. 이 결과를 통해 지방 정부가 이 연구 지역의 국부 세굴을 최소화하기 위한 적절한 처리 계획을 수립하는 데 도움이 될 수 있다.
3. 서론:
교량이 하천 횡단면에 위치할 때 겪는 문제는 기초, 교각, 교대와 같은 하부 구조물의 손상이며, 이는 경우에 따라 교량 붕괴로 이어진다. 교량 하부의 주요 구조물은 교각이며, 이는 주로 세굴 및 퇴적 과정과 함께 강을 흐르는 물과 직접적으로 관련이 있다. 그러나 세굴은 주로 하천의 형태학적 조건과 물의 흐름을 방해하는 교각의 존재에 의해 발생한다고 보고되었다. 교량 하부 구조물과 같은 장애물의 존재는 하천 형태를 변화시키고 퇴적(aggradation)과 침식(degradation)을 유발할 수 있다. 하상 퇴적은 강에 퇴적 작용을 일으키고, 퇴적물의 침전은 일반적으로 강 유역의 감소로 인해 홍수를 유발한다. 또한, 증가된 유속에 따라 지속적으로 침식되는 퇴적물은 상부 교량 구조물의 불안정성을 야기한다. 한편, 침식은 하상을 깊게 하고 절벽에서의 침식 발생은 강을 넓히고 사행 퇴적을 유발한다. 국부 세굴은 일반적으로 교각에 의해 방해받는 하천 채널에서 발생하며, 이는 보통 교각 상류에서 와류를 발생시켜 수류를 급격히 변화시키고 이 가속은 수위를 높인다.
Figure 1. Location of Study In Alue Buloh
4. 연구 요약:
연구 주제의 배경:
교량 교각은 하천의 흐름을 방해하여 국부 세굴을 유발하고, 이는 교량의 구조적 안정성을 위협하는 주요 원인이다. 인도네시아 Nagan Raya Regency의 Alue Buloh 교량에서도 이러한 국부 세굴 문제가 발생하고 있어, 이에 대한 정확한 분석과 대책 마련이 시급하다.
이전 연구 현황:
세굴 깊이를 예측하기 위해 Laursen and Toch, Lacey, Colorado State University (CSU), Breuser and Raudkivi, Simon, Senturk, Froehlich 등 다양한 경험적 방법들이 개발되었다. 특히 CSU 방법은 미국에서 널리 사용되는 공식으로 알려져 있다. 여러 연구에서 교각 형상, 유속, 흐름 깊이, 퇴적물 특성 등 다양한 매개변수가 세굴 깊이에 미치는 영향을 분석해왔다.
연구 목적:
본 연구의 목적은 Alue Buloh 교량 주변의 국부 세굴 깊이를 예측하는 것이다. 이를 위해 50년 및 100년 빈도의 설계 홍수량을 산정하고, 현장 측정 데이터를 Froehlich, Lacey, CSU의 세 가지 경험적 방법론을 사용한 예측값과 비교하여, 해당 지역에 가장 적합한 세굴 깊이 예측 모델을 규명하고자 한다. 이 연구 결과는 지방 정부의 교량 안전 관리 및 유지 보수 계획 수립에 기여할 것이다.
핵심 연구:
현장 측정(교각 제원, 유속, 흐름 깊이, 퇴적물 샘플링), 입도 분석, Nakayasu 합성 단위 유량도법을 이용한 설계 홍수량 산정, 그리고 Froehlich, Lacey, CSU 경험적 공식을 이용한 국부 세굴 깊이 계산 및 현장 측정값과의 비교 분석을 수행했다.
5. 연구 방법론
연구 설계:
본 연구는 현장 관측을 통해 1차 데이터를 수집하고, 관련 기관으로부터 2차 데이터를 확보하여 진행되었다. 연구 절차는 현장 조사, 데이터 수집, 입도 분석, 하상 고도 측정, 설계 홍수량 분석, 그리고 경험적 공식을 이용한 세굴 깊이 계산 순으로 구성되었다.
데이터 수집 및 분석 방법:
1차 데이터: 교각 치수 및 형상, 흐름 깊이, 흐름의 공격각, 퇴적물 샘플을 현장에서 직접 수집했다. 유속은 부표를 이용하여 측정했다.
2차 데이터: 지형도, 하천 단면도, 설계 홍수량 산정을 위한 강우 데이터를 사용했다.
분석 방법: 채취된 퇴적물은 체 분석을 통해 입경(D50, D95)을 결정했다. 설계 홍수량은 Nakayasu 합성 단위 유량도법을 사용하여 계산했다. 국부 세굴 깊이는 수집된 데이터와 계산된 홍수량을 Froehlich, Lacey, CSU 공식에 대입하여 산정했다.
연구 주제 및 범위:
이 연구는 인도네시아 Nagan Raya Regency의 Seunagan 지역에 위치한 Alue Buloh 교량 하부에서 발생하는 국부 세굴 문제에 국한하여 진행되었다.
Figure 3. Cross-section of The Riverbed Elevation Data River Station
6. 주요 결과:
주요 결과:
Krueng Seunagan 유역의 100년 빈도 첨두 홍수량(Qp100)은 1513 m³/sec로 산정되었다.
퇴적물의 평균 입경 D50은 0.91 mm, D95는 4.35 mm로 분석되었다.
현장에서 측정된 최대 국부 세굴 깊이는 1.68m였다.
경험적 공식을 이용한 세굴 깊이 예측 결과는 다음과 같다:
Froehlich 방법: 1.68 m
CSU 방법: 2.43 m
Lacey 방법 (Qp100 기준): 4.47 m
Froehlich 방법의 예측값이 현장 측정값과 가장 근접하여, 본 연구 지역에서 가장 높은 신뢰도를 보였다.
그림 목록:
Figure 1. Location of Study In Alue Buloh
Figure 2. The Flowchart of Research Implementation
Figure 3. Cross-section of The Riverbed Elevation Data River Station
Figure 4. Sediment Grain Size Analysis
Figure 5. Hydrograph Nakayasu
7. 결론:
Seunagan Krueng 유역의 첨두 유량은 HSS Nakayasu 방법을 사용하여 Qp50 1354.5m³/sec, Qp100 1513m³/sec로 나타났으며, 퇴적물 입경의 평균값은 D50이 0.91mm, D95가 4.35mm였다. 또한, 국부 세굴 깊이는 경험적 방법을 사용하여 분석되었으며, 그 결과 Colorado State University (CSU) 방법으로는 2.43m, Froehlich 방법으로는 1.68m, Lacey 방법으로는 4.3m 및 4.47m로 나타났다. 그러나 Hecras 5.0.7 소프트웨어와 비교하여 세굴 깊이 분석을 추가 연구하고, 다른 교각 모양을 사용하여 실험실에서 필요한 실험을 수행하는 것이 권장된다.
8. 참고 문헌:
Administration, Federal Highway, 2012. Evaluating Scour at Bridges (HEC-18), 5th Edition. no. 18: 1–340.
Ahmad, Nordila, Mohammad, T. A, and Zuliziana Suif., 2017. Prediction of Local Scour around Wide Bridge Piers under Clear-Water Conditions. International Journal of GEOMATE, 12 (34), pp. 135–39.
Akan, Osman., 2006. Open Channel Hydraulics. Canada: Butterworth-Heinemann.
Breusers, HNC, and AJ Raudkivi, 1991. Scouring, Hydraulic Structures Design Manual. Rotterdam : AA Balkema.
Farooq, Rashid, and Ghumman, A.R., 2019. Impact Assessment of Pier Shape and Modifications on Scouring around Bridge Pier. Water, 11, pp. 1–21.
Froehlich, David C., 2013. Protecting Bridge Piers with Loose Rock Riprap. Journal of Applied Water Engineering and Research, 1(1), pp 39–57.
Garde, R, J, and C Kothyari, U., 1998. Scour Around Bridge Piers. Proceedings of the Indian National Science Academy.
Melville, Bruce., 2008. The Physics of Local Scour at Bridge Piers. Proceedings of the 4th International Conference on Scour and Erosion, (1), pp. 28–40.
Piers, Bridge, I., Akib, S., and Rahman, S., 2013. Time Development of Local Scour around Semi. World Academy of Science, Engineering and Technology International Journal of Civil and Environmental Engineering, 7 (7), pp. 2221–26.
Purwantoro, Didik., 2015. Model Pengendalian Gerusan Di Sekitar Abutmen Dengan Pemasangan Groundsill Dan Abutmen Bersayap. Inersia, 11 (1), PP. 79–89.
Rahman, MM, and MA Haque., 2003. Local Scour Estimation at Bridge Site: Modification and Application of Lacey Formula. International Journal of Sediment Research, 18 (4), pp. 333–39.
Rizaldi, Akbar, Farid, M., Moe, I.R., and Kendra, H., 2020. Study on Flow Regime Change Due to Weir Construction Plan in Batang Asai River, Sarolangun, Province of Jambi. IOP Conference Series: Earth and Environmental Science, 437 (1).
Roy, Chandan., 2017. Effect of Bridge Pier Geometry on Local Scouring. International Journal of Earth Sciences and Engineering, 10 (02), pp. 374–77.
Rustiati, Bariroh, N., 2007. Gerusan Lokal Disekitar Abutment Jembatan Labuan. SMARTek 5, (3), pp. 157–65.
Yuliansyah, I, Aprizal, and A Nurhasanah. 2017. Comparative Analysis of Flood Hydrograph Way Kandis River Basin with Synthetic Units Hydrograph (HSS) Snyder, Nakayasu, and Limantara Methods. The 4th International Conference on Engineering and Technology Development (ICETD, no. Icetd: 60–69.
전문가 Q&A: 주요 질문과 답변
Q1: 이 연구에서 단일 예측 모델 대신 Froehlich, Lacey, CSU 세 가지 다른 경험적 방법을 사용한 이유는 무엇입니까?
A1: 연구의 핵심 목적 중 하나는 실제 현장 조건에서 어떤 경험적 공식이 가장 정확한 예측을 제공하는지 비교 검증하는 것이었습니다. 각 방법은 고려하는 변수와 공식의 구조가 다릅니다. 이 세 가지 방법을 모두 사용하여 Krueng Ineng 강의 실제 측정값과 비교함으로써, 해당 지역의 수리 및 지형학적 특성에 가장 적합하고 신뢰성 있는 예측 모델(결과적으로 Froehlich 방법)을 식별할 수 있었습니다.
Q2: Lacey 방법은 왜 현장 측정값(1.68m)보다 훨씬 깊은 4.47m로 세굴을 예측했습니까? 이 큰 차이의 원인은 무엇입니까?
A2: 논문에 따르면 Lacey 방법은 주로 설계 홍수량(regime discharge)과 퇴적물 계수(Lacey clay factor)를 기반으로 세굴 깊이를 계산합니다. 이 방법은 교각의 구체적인 형상, 폭, 흐름과의 각도 등 국부 세굴에 큰 영향을 미치는 다른 중요한 매개변수들을 공식에 포함하지 않습니다. 이러한 단순화로 인해 Alue Buloh 교량의 특정 조건에서는 세굴 깊이를 과대평가하는 결과로 이어진 것으로 분석됩니다.
Q3: 퇴적물의 평균 입경인 D50(0.91mm)과 D95(4.35mm)를 결정하는 것이 왜 중요했습니까?
A3: D50과 D95 같은 입경 정보는 CSU 및 Froehlich 방법론에서 매우 중요한 입력 변수입니다. 이 값들은 하상 물질의 이동을 시작시키는 데 필요한 임계 유속(critical velocity)을 계산하고, 결과적으로 세굴 깊이를 예측하는 데 직접적으로 사용됩니다. 따라서 정확한 입도 분석은 정밀한 국부 세굴 예측의 기초가 됩니다.
Q4: 100년 빈도 첨두 홍수량(Qp100 = 1513 m³/sec)은 구체적으로 어떻게 결정되었습니까?
A4: 첨두 홍수량은 Nakayasu 합성 단위 유량도법을 사용하여 계산되었습니다. 이 방법은 해당 유역의 면적(995.86 km²), 가장 긴 하천의 길이(132.92 km), 그리고 설계 강우량과 같은 수문학적 데이터를 입력값으로 사용하여 특정 빈도(이 경우 100년)에 발생할 수 있는 최대 유량을 예측합니다.
Q5: 현장 측정 결과, 세굴이 가장 심각하게 발생한 지점은 어디였으며, 이는 무엇을 의미합니까?
A5: 논문의 표 8에 따르면, 현장에서 측정된 최대 세굴 깊이(1.65m 및 1.68m)는 5번 세그먼트의 P2 및 P3 교각 주변, 특히 S5 지점에서 관찰되었습니다. 이는 교각 주변에서도 물의 흐름과 와류가 집중되는 특정 위치에서 국부 세굴이 가장 활발하게 일어난다는 것을 의미하며, 교량의 안전 점검 및 유지보수 시 이러한 ‘핫스팟’을 집중적으로 관리해야 함을 시사합니다.
결론: 더 높은 품질과 생산성을 위한 길
교량의 국부 세굴은 구조물의 안전을 위협하는 심각한 문제이며, 이를 정확히 예측하는 것은 안전하고 경제적인 설계를 위한 첫걸음입니다. 본 연구는 Alue Buloh 교량의 사례를 통해, 다양한 경험적 예측 모델 중 현장 조건을 정밀하게 반영하는 Froehlich 방법이 실제 측정값과 가장 일치하는 결과를 제공함을 명확히 보여주었습니다. 이는 R&D 및 엔지니어링 실무에서 올바른 분석 도구를 선택하는 것이 얼마나 중요한지를 다시 한번 강조합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “The Effect of Bridge Piers on Local Scouring at Alue Buloh Bridge Nagan Raya Regency” (저자: Cut Suciatina Silvia, Muhammad Ikhsan, Azwanda) 논문을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Rosenda Valdés Arencibia 외 저자가 Soldagem & Inspeção (2011)에 발표한 논문 “Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)”를 바탕으로, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 용접 비드의 기하학적 형상을 정확하게 측정하는 것은 품질 관리의 핵심이지만, 측정 과정 자체, 특히 시험편의 기하학적 결함에서 비롯되는 내재적 불확실성은 종종 간과됩니다.
The Method: 본 연구는 이미지 분석 시스템과 3차원 측정기(CMM)를 사용하여 용접 비드 파라미터(폭, 덧살 면적 등)와 시험편의 기하학적 편차(평탄도, 직각도)를 체계적으로 측정하고, ISO GUM 프레임워크를 적용하여 측정 불확실성을 정량화했습니다.
The Key Breakthrough: 측정 시스템의 교정과 시험편의 직각도 편차가 최종 측정 불확실성에 가장 큰 영향을 미치는 요인임을 밝혔습니다.
The Bottom Line: 신뢰할 수 있는 용접 품질 데이터를 얻기 위해, R&D 팀은 측정 장비를 정밀하게 교정할 뿐만 아니라 시험편의 기하학적 품질(특히 직각도)을 세심하게 관리해야 합니다.
The Challenge: Why This Research Matters for CFD Professionals
용접부의 품질을 보증하기 위해 신뢰할 수 있고 정량화된 데이터는 필수적입니다. 용접 비드의 폭, 높이, 침투 깊이와 같은 기하학적 파라미터는 용접부의 기계적 강도와 직접적인 관련이 있기 때문입니다. 최근에는 이미지 분석과 같은 자동화된 측정 시스템이 널리 사용되지만, 이러한 시스템은 측정 불확실성을 계산하는 데 새로운 복잡성을 야기합니다.
더 중요한 문제는 종종 간과되는 오류의 원인, 즉 측정 대상인 시험편 자체의 기하학적 품질입니다. 만약 시험편의 절단면이 용접 방향에 완벽하게 수직이 아니라면, 측정된 단면은 실제 단면이 아니며 이는 부정확한 데이터로 이어집니다. 본 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 이러한 숨겨진 불확실성 요인을 정량화하고 관리하는 방법론을 제시함으로써 이 문제를 정면으로 다룹니다.
Figura 1. Tolerâncias de planeza e de perpendicularidade.
The Approach: Unpacking the Methodology
본 연구는 용접 비드 측정의 불확실성을 체계적으로 분석하기 위해 다음과 같은 접근 방식을 사용했습니다.
시험편 제작: 35XFC 강판에 피복 아크 용접(SMAW) 공정을 사용하여 용접 비드를 형성한 후, 이를 여러 개의 단면 시험편으로 절단했습니다.
기하학적 파라미터 측정: NOVEL NIM-100 이미지 캡처 시스템을 사용하여 용접 비드의 단면 이미지를 얻었습니다. 시스템은 0.5mm 분해능의 강철 자를 사용하여 교정되었으며, SigmaScan Pro 5.0 소프트웨어로 이미지를 분석하여 덧살 면적(reinforcement area)과 같은 파라미터를 측정했습니다.
기하학적 편차 측정: MITUTOYO 사의 3차원 측정기(CMM)를 사용하여 각 시험편의 평탄도(flatness) 및 직각도(perpendicularity) 편차를 정밀하게 측정했습니다.
불확실성 분석: 측정 불확실성 표현 지침(ISO GUM)에 따라, 측정값, 시스템 분해능, 교정, 시험편의 기하학적 편차 등 다양한 요인이 최종 결과에 미치는 영향을 수학적 모델을 통해 분석했습니다.
The Breakthrough: Key Findings & Data
연구 결과, 용접 비드 측정의 정확도에 큰 영향을 미치는 두 가지 핵심 요인이 밝혀졌습니다.
Finding 1: 직각도 편차는 주요 오차 원인
시험편의 직각도 편차는 측정 결과에 상당한 영향을 미쳤습니다. Figure 5에서 볼 수 있듯이, 시험편의 직각도 편차는 15’에서 최대 1° 41’까지 다양하게 나타났습니다. 이처럼 작아 보이는 각도 편차도 용접 비드의 폭과 같은 단면 파라미터를 측정할 때 상당한 왜곡을 유발할 수 있습니다. 특히, 비드 폭 방향의 직각도 편차가 두께 방향보다 더 크게 나타나, 폭 측정 시 오차가 발생할 가능성이 더 높음을 시사했습니다.
Finding 2: 교정 불확실성의 지배적인 영향
Table 3과 4의 불확실성 분석 결과에 따르면, 최종 불확실성에 가장 크게 기여한 요인은 측정 시스템의 교정(ICSM)에서 비롯된 불확실성이었습니다. 이는 상대적으로 낮은 분해능(0.5mm)을 가진 자를 교정 표준으로 사용했기 때문입니다. 이 결과는 측정에서 “부정확한 입력은 부정확한 결과를 낳는다(garbage in, garbage out)”는 기본 원칙을 명확하게 보여줍니다. 정밀한 교정 표준의 사용이 신뢰성 있는 데이터를 얻기 위한 전제 조건임을 강조합니다.
Practical Implications for R&D and Operations
본 연구 결과는 용접 공정 및 품질 관리와 관련된 여러 분야의 전문가들에게 중요한 시사점을 제공합니다.
For Process Engineers: 시험편을 절단하는 단계에서 직각도를 제어하는 것이 매우 중요합니다. 이는 시험편 준비 방법 자체가 신뢰성 있는 데이터를 얻기 위한 핵심 공정 변수임을 의미합니다.
For Quality Control Teams: 본 연구는 측정 결과의 신뢰도를 정량화하는 프레임워크(ISO GUM)를 제공합니다. 시험편 검증 절차에 직각도 검사를 추가하는 것을 고려해야 합니다. 예를 들어, 덧살 면적을 ‘27.28 ± 1.02 mm²’ (Table 5, C1)와 같이 신뢰 구간과 함께 보고함으로써 데이터의 신뢰성을 높일 수 있습니다.
For Design Engineers: 측정의 한계를 이해하는 것은 용접 설계 시 현실적이고 달성 가능한 기하학적 공차를 설정하는 데 도움이 됩니다.
Paper Details
Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)
1. Overview:
Title: Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)
Author: Rosenda Valdés Arencibia, Eduardo Manuel Díaz Cedré, Amado Cruz Crespo, Antonio Piratelli-Filho
Year of publication: 2011
Journal/academic society of publication: Soldagem & Inspeção, São Paulo
Keywords: Soldagem, geometria do cordão de solda, incerteza de medição, planeza, perpendicularidade (Welding, weld bead geometry, uncertainty, flatness, perpendicularity)
2. Abstract:
이 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 용접 비드의 기하학적 파라미터, 특히 비드 면적 측정과 관련된 불확실성을 추정하는 방법론을 제시합니다. 또한 평탄도 및 직각도 편차 측정을 통해 시험편의 기하학적 품질을 평가했습니다. 연구 결과, 측정 시스템 교정 및 직각도 편차에서 비롯된 불확실성이 최종 불확실성에 가장 큰 영향을 미치는 중요한 변수임이 밝혀졌습니다. 이 분석은 측정에 사용된 시험편의 직각도 편차 허용 값에 대한 경고를 제기합니다.
3. Introduction:
용접 비드의 기하학적 형상은 용접부의 품질을 평가할 때 가장 중요한 요소 중 하나입니다. 많은 연구에서 용접 비드 형상을 핵심적으로 다루고 있으며, 공정 파라미터를 예측하는 정량적 기준으로 사용되기도 합니다. 신뢰할 수 있는 결과를 얻기 위해서는 용접 비드의 기하학적 파라미터를 신중하게 측정해야 합니다. 그러나 이미지 분석과 같은 현대적 측정 기술은 불확실성 계산을 복잡하게 만들며, 시험편 자체의 기하학적 불완전성(평탄도, 직각도) 또한 측정값에 영향을 줄 수 있습니다. 이 연구의 목적은 이러한 불확실성을 추정하는 방법론을 제시하고, 측정에 사용된 시험편의 품질을 평가하는 것입니다.
4. Summary of the study:
Background of the research topic:
용접 품질 평가는 용접 비드의 기하학적 파라미터 측정에 크게 의존합니다. 측정의 정확성과 신뢰성은 필수적이지만, 측정 과정에 내재된 다양한 불확실성 요인들이 결과에 영향을 미칩니다.
Status of previous research:
기존 연구들은 용접 비드 형상 자체에 초점을 맞추었으나, 측정 과정의 불확실성, 특히 시험편의 기하학적 결함이 측정 결과에 미치는 영향을 체계적으로 다룬 연구는 부족했습니다.
Purpose of the study:
본 연구는 NBR ISO/IEC 17025 표준에 따라 용접 비드의 기하학적 파라미터 측정에 대한 불확실성을 추정하는 방법론을 개발하고, 측정 시스템 교정과 시험편의 직각도 편차와 같은 주요 불확실성 요인을 식별하는 것을 목표로 합니다.
Core study:
피복 아크 용접으로 제작된 시험편의 단면을 이미지 분석 시스템과 3차원 측정기를 사용하여 분석했습니다. 용접 비드의 덧살 면적을 주요 파라미터로 설정하고, ISO GUM 지침에 따라 측정 불확실성을 계산했습니다. 이 과정에서 평탄도, 직각도, 시스템 교정 등 여러 변수가 최종 불확실성에 미치는 기여도를 평가했습니다.
5. Research Methodology
Research Design:
실험적 연구 설계를 통해 실제 용접 시험편을 제작하고, 두 가지 다른 측정 시스템(이미지 분석, CMM)을 사용하여 데이터를 수집했습니다. 수집된 데이터를 바탕으로 통계적 불확실성 분석을 수행했습니다.
Data Collection and Analysis Methods:
데이터 수집: NOVEL NIM-100 이미지 캡처 시스템으로 용접 비드 단면 이미지를 수집하고, MITUTOYO 3차원 측정기로 시험편의 평탄도 및 직각도 편차를 측정했습니다.
데이터 분석: SigmaScan Pro 소프트웨어를 사용하여 이미지에서 기하학적 파라미터를 추출했습니다. ISO GUM 방법론에 따라 각 불확실성 요인(측정 반복성, 분해능, 교정, 기하학적 편차 등)을 평가하고, 이를 합성하여 최종 확장 불확실성을 계산했습니다.
Research Topics and Scope:
연구는 피복 아크 용접(SMAW) 공정으로 생성된 용접 비드에 초점을 맞춥니다. 측정 파라미터는 폭, 높이, 침투 깊이, 덧살 면적, 침투 면적을 포함하며, 불확실성 분석은 특히 덧살 면적에 대해 상세히 수행되었습니다.
6. Key Results:
Key Results:
시험편의 평탄도 편차는 4~11 µm 범위로 작아 측정 결과에 미미한 영향을 미쳤습니다. (Figure 4)
시험편의 직각도 편차는 15’에서 1° 41’까지 상대적으로 크게 나타났으며, 이는 측정 불확실성의 주요 원인 중 하나였습니다. (Figure 5)
불확실성 예산 분석 결과, 최종 불확실성에 가장 큰 기여를 한 요인은 측정 시스템의 교정(ICSM)이었고, 그 다음이 직각도 편차였습니다. (Table 3, 4)
12개 시험편의 덧살 면적(Ar)에 대한 최종 확장 불확실성(Up)은 95.45% 신뢰수준에서 ±0.98 mm²에서 ±1.72 mm² 사이의 값을 보였습니다. (Table 5)
Figura 4. Desvios de planeza dos corpos de prova C1 a C12.
Figure List:
Figura 1. Tolerâncias de planeza e de perpendicularidade.
Figura 2. Montagem experimental para medição dos desvios de perpendicularidade e de planeza com uma MMC.
Figura 3. Imagens dos corpos de prova C6 (à esquerda) e C12 (à direita).
Figura 4. Desvios de planeza dos corpos de prova C1 a C12.
Figura 5. Desvio de perpendicularidade do cordão 1 (corpos de prova C1-C6).
Figura 6. Parâmetros do cordão.
7. Conclusion:
본 연구를 통해 다음과 같은 결론을 도출했습니다. a) ISO GUM 권장 사항에 따라 덧살 면적 측정의 불확실성을 성공적으로 추정했으며, 95.45% 신뢰수준에서 그 값은 ±0.98 ~ ±1.72 mm² 범위였습니다. 이 방법론은 다른 기하학적 파라미터에도 동일하게 적용될 수 있습니다. b) 시험편의 평탄도 편차는 작아서 측정 결과에 큰 영향을 미치지 않았습니다. 그러나 직각도 편차는 측정 결과와 최종 불확실성에 모두 영향을 미치는 중요한 요인이므로, 시험편 절단 및 고정 시 특별한 주의를 기울여야 합니다.
8. References:
KEJELIN, ZANETTE, N., DE ALMEIDA, BUSCHINELLI, A.J., MEIRELLES, POPE, A. Influence of Welding parameters on the formation of partially diluted zones of dissimilar metal welds. Soldagem & Inspeção, v. 12, n. 3, p.195-303, jul/sept 2007.
DÍAZ-CEDRÈ, E., CRUZ-CRESPO, A., RAMOS, MORALES, F., TELO, RICO, M., CHAPARRO GONZALEZ, J., RODRIGUEZ, PÉREZ, M., POZO, MOREJÓN, J. Influencia de la relación O2/CO₂ y de la corriente de soldadura sobre la geometría de la unión soldada de bordes rectos en aceros de bajo carbono con el proceso GMAW. Soldagem Insp. São Paulo, v. 13, n. 4, p.319-328, Out/Dez 2008.
NAGESH, D. S., DATTA, G. L. Prediction of weld bead geometry and penetration in Shilded Metal-arc Welding using artificial neural networks. Journal of Materials Processing Technology, 123, p. 303-312, 2002.
LÓPEZ IBARRA A. Influencia del coeficiente de dilución sobre la dureza de la capa aportada en el relleno superficial. 5ta Jornada de Investigación. Universidad Autónoma de Zacatecas. 25-29 de junio de 2001.
WANG X. H., ZHANG M. ZOU Z. D., QUO, S. Y. Microestructure and wear properties of TiC-VC reinforced iron based hardfacing layers. Materials Science and Technology, vol 22, No 2, p. 193-198, 2006.
CRUZ-CRESPO, A., SCOTTI, A., PEREZ, M. R. Operacional Behaviour Assessment of Coated Tubular Electrodes for SMAW Hardfacing, J. Mater. Process. Technol., p 265–273, 2007.
KARAOGLU, S., SEGGIN, A. Sensitivity Analysis of Submerged Arc Welding Process Parameters. Journal of Materials Processing Technology, 202, p. 500-507, 2008.
DE OLIVEIRA, RODRIGUES, L., DE PAIVA, A., DA COSTA, S. Otimização do Processo de Soldagem com Eletrodo Tubular através da Análise da Geometria do Cordão de Solda. Soldagem & Inspeção, v. 13, n. 2, p. 118-127, 2008.
TARNG, Y. S., JUANG, S. C., CHANG, C. H. The use of grey -based Taguchi methods to determine submerged arc welding process-parámetrs in hardfacing. Journal of materials Processing Technology, 128, p. 1-6, 2002.
DEAM, ROMAN, T., BEDNARZ, BERNIE, E., FRANCIS, JOHN A. Welding Parameter, that control dilution in hard facing overlays. Australasian Welding Journal, v. 51, n. 3, p. 41-48, 2006.
NBR 6409 “Tolerâncias geométricas Tolerâncias de forma, orientação, posição e batimento Generalidades, símbolos, definições e indicações em desenho” Maio 1997. p.19.
ISO TAG 4/WG 3 “Guide to the Expression of Uncertainty in Measurement”, Geneva Switzerland, 1993.
NBR ISO/IEC 17025 “Requisitos gerais para competência de laboratórios de ensaio e calibração”. Janeiro 2001.
COMMITTEE OF THE RUSSIAN FEDERATION FOR STANDARDIZATION, Gost 14771-85.
CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-030: Preparación de muestras, CIS-UCLV, 2002.
CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-027: Observación de muestras por microscopia óptica, CIS-UCLV, 2002.
CATTANI AOKI, C. S., GUILHERME DE ARAGÃO, B. J., CORREA, D. O., LIMA, H. T., RAMELLA, T. “Estimativa da Resolução do Microscópio Metalográfico”. ENQUALAB-2008, 09 a 12 de junho de 2008, São Paulo, Brasil.
Expert Q&A: Your Top Questions Answered
Q1: 상세 불확실성 분석을 위해 다른 파라미터가 아닌 ‘덧살 면적(reinforcement area)’을 선택한 이유는 무엇입니까?
A1: 덧살 면적은 용융 금속과 모재 사이의 경계가 명확하지 않아 측정 부정확성이 가장 크게 나타나는 파라미터 중 하나이기 때문입니다. 또한, 면적 계산에는 폭과 높이라는 두 변수가 서로 연관되어 있어 불확실성 분석이 더 복잡합니다. 따라서 덧살 면적은 측정 불확실성을 평가하기 위한 가장 어렵고 대표적인 사례이므로, 이 파라미터를 분석하면 다른 파라미터에도 적용할 수 있는 포괄적인 통찰력을 얻을 수 있습니다.
Q2: 논문에서는 교정 불확실성이 가장 큰 요인이었다고 밝혔습니다. 실제 실험실 환경에서 이를 실질적으로 줄일 수 있는 방법은 무엇입니까?
A2: 연구에서 사용된 0.5mm 분해능의 강철 자 대신, 더 높은 분해능의 교정 표준을 사용함으로써 줄일 수 있습니다. 예를 들어, 0.01mm 이하의 분해능을 가진 유리 스케일(glass scale)이나 인증된 게이지 블록을 사용하여 측정 시스템을 교정하면 교정에서 비롯되는 불확실성을 크게 감소시켜 전체 측정 신뢰도를 향상시킬 수 있습니다.
Q3: Figure 5에서 폭 방향의 직각도 편차가 두께 방향보다 더 크다고 나왔습니다. 이 발견의 실질적인 의미는 무엇입니까?
A3: 이는 용접 비드의 폭 측정이 높이나 침투 깊이 측정보다 직각도 문제에 더 민감하다는 것을 의미합니다. 따라서 시험편을 절단하거나 측정 장비에 고정할 때, 특히 폭을 측정하는 방향으로의 수직도를 확보하는 데 각별한 주의를 기울여야 합니다. 그렇지 않으면 실제보다 더 넓은 폭으로 측정될 수 있습니다.
Q4: 연구가 20 ± 1 °C 환경에서 수행되었습니다. 최종 계산에서 열 효과가 무시되었음에도 불구하고 온도 제어가 중요했던 이유는 무엇입니까?
A4: 온도 제어는 정밀 측정의 기본 원칙입니다. 이번 연구의 작은 온도 변화는 불확실성에 미치는 영향이 미미하여 무시할 수 있었지만, 더 큰 온도 변화는 시험편과 측정 장비 모두에서 재료의 팽창/수축을 일으켜 상당한 오차를 유발할 수 있습니다. 안정적인 환경을 유지하는 것은 신뢰성 있는 측정 결과를 얻기 위한 필수적인 모범 사례입니다.
Q5: 이러한 물리적 측정 불확실성에 대한 연구가 용접의 CFD 시뮬레이션과 어떤 관련이 있습니까?
A5: 이 연구는 CFD 모델을 검증(validation)하는 데 매우 중요합니다. 용접 비드 형상에 대한 시뮬레이션 결과는 반드시 실험 데이터와 비교되어야 합니다. 이때 실험 데이터의 불확실성 범위(예: ±1.72 mm²)를 이해하면 시뮬레이션의 예측 능력을 더 정확하게 평가할 수 있습니다. 만약 시뮬레이션 결과가 실험의 불확실성 범위 내에 있다면, 그 시뮬레이션은 유효한 예측으로 간주될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
용접 품질 평가의 정확성은 시험편의 직각도와 같은 숨겨진 변수를 제어하고 고정밀 교정을 사용하는 데 크게 좌우됩니다. 본 연구는 용접 비드 측정 불확실성을 줄이기 위한 명확한 로드맵을 제공하며, 신뢰할 수 있는 데이터 확보를 위해서는 시험편 준비 단계부터 세심한 관리가 필요함을 보여줍니다. 이는 단순히 더 나은 측정 장비를 사용하는 것을 넘어, 측정 프로세스 전반에 대한 깊은 이해가 필수적임을 시사합니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda” by “Rosenda Valdés Arencibia, et al.”.
이 기술 요약은 Luke J. Prendergast 외 저자가 Structural Engineering International (2018)에 발표한 논문 “Structural Health Monitoring for Performance Assessment of Bridges under Flooding and Seismic Actions”을 기반으로 하며, STI C&D가 기술 전문가를 위해 분석하고 요약했습니다.
키워드
Primary Keyword: 교량 세굴 해석
Secondary Keywords: 구조 건전성 모니터링(SHM), 내진 성능 평가, 다중 재해, CFD 시뮬레이션
Executive Summary
도전 과제: 홍수로 인한 교량 세굴과 지진 하중이 결합되었을 때 교량 구조물에 미치는 복합적인 영향은 명확히 규명되지 않아 설계 및 유지 관리에 큰 불확실성을 야기합니다.
연구 방법: 다경간 교량의 수치 모델을 사용하여 특정 교각에 점진적인 세굴(최대 10m)을 모사한 후, 지진 하중(1999년 아테네 지진)을 적용하여 교량의 동적 응답과 하중 재분배를 분석했습니다.
핵심 발견: 세굴은 교량의 고유 진동수와 모드 형상을 크게 변화시키며(최대 35% 주기 증가), 세굴된 교각의 전단력은 감소시키지만 인접 교각의 전단력을 증가시켜 예상치 못한 파괴를 유발할 수 있음을 규명했습니다.
핵심 결론: 교량의 안전성 평가는 세굴과 지진을 독립적인 사건으로 고려해서는 안 되며, 이들의 상호작용을 반드시 고려해야 합니다. 특히, 수리 작용에 의한 세굴 깊이를 정확히 예측하는 것이 복합 재해 평가의 신뢰성을 좌우하는 첫걸음입니다.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
교량은 홍수와 지진이라는 서로 다른 환경적 위협에 노출될 수 있습니다. 특히 홍수는 교각 주변의 토사를 침식시켜 기초를 약화시키는 ‘세굴(scour)’ 현상을 유발하며, 이는 전 세계적으로 교량 붕괴의 주요 원인으로 꼽힙니다. 동시에, 지진은 구조물에 강력한 횡력을 가해 심각한 손상을 초래합니다.
기존의 교량 설계 및 평가는 이러한 재해들을 개별적으로 고려하는 경향이 있었습니다. 그러나 세굴로 인해 교량 기초의 강성이 손실되면, 지진 발생 시 교량의 동적 거동은 완전히 달라질 수 있습니다. 유연성이 증가하여 지진 관성력이 감소하는 긍정적 효과가 있을 수 있지만, 반대로 지지력 상실로 인한 붕괴 위험이 커지는 등 그 영향이 매우 복합적이고 불확실합니다. 이러한 복합 재해(multi-hazard) 시나리오를 정확히 평가하지 못하는 것은 기존 인프라의 안전 관리에 있어 심각한 기술적 한계였습니다.
Fig. 1: Arch-bridge damage scenarios: (a) failure under symmetrical scour; (b) failure under asymmetrical scour29
접근 방식: 연구 방법론 분석
본 연구는 홍수와 지진의 복합 작용을 분석하기 위해 비선형 수치 해석 모델을 사용했습니다. 연구진은 5개의 교각을 가진 다경간 교량을 모델링하기 위해 OpenSees 소프트웨어를 활용했습니다.
연구의 핵심은 ‘점진적 세굴’을 모사하는 것이었습니다. 교각 4번(Pier 4) 주변에서 세굴이 발생한다고 가정하고, 세굴 깊이를 0m에서 최대 10m까지 2m 간격으로 증가시켰습니다. 이는 세굴로 인해 교각의 유효 길이가 늘어나는 현상을 물리적으로 모델링한 것입니다.
각 세굴 깊이 조건에서, 연구진은 두 가지 분석을 수행했습니다. 1. 고유치 해석(Eigenvalue Analysis): 세굴 깊이 변화에 따른 교량의 고유 진동수(natural frequency)와 모드 형상(mode shape)의 변화를 분석했습니다. 2. 지진 응답 해석(Seismic Response Analysis): 1999년 아테네 지진 데이터를 입력 하중으로 사용하여, 각 세굴 조건에서 교량의 변위, 가속도, 그리고 각 교각에 걸리는 전단력을 계산했습니다.
이러한 체계적인 시뮬레이션을 통해 세굴이 교량의 내진 성능에 미치는 영향을 정량적으로 평가할 수 있었습니다.
세굴은 교량의 구조적 강성을 감소시켜 동적 특성을 크게 변화시켰습니다. 그림 5(Figure 5)는 세굴 깊이가 0m일 때와 10m일 때의 교량 모드 형상을 비교하여 보여줍니다.
교각 4번에 10m 깊이의 세굴이 발생했을 때, 교량의 1차 모드(종방향) 주기(period)는 1.46초에서 1.69초로 약 16% 증가했습니다.
더 중요한 것은, 2차 모드(횡방향) 주기는 0.31초에서 0.42초로 약 35%나 증가했습니다.
이러한 고유 진동 주기의 변화는 진동 기반 구조 건전성 모니터링(SHM)을 통해 세굴 발생 여부를 원격으로 감지할 수 있는 중요한 지표가 됩니다. 또한, 지진 응답 스펙트럼에서 교량의 응답 위치를 바꾸어 지진 하중의 크기를 변화시키는 직접적인 원인이 됩니다.
결과 2: 지진 하중의 예상치 못한 재분배
세굴은 지진 발생 시 각 교각이 부담하는 하중을 재분배하는 결과를 낳았습니다. 표 3(Table 3)은 세굴 깊이에 따른 각 교각의 최대 전단력을 보여줍니다.
세굴이 발생한 교각 4번(Pier 4)의 최대 전단력은 세굴 깊이가 0m일 때 5.72kN이었으나, 10m로 깊어지자 2.92kN으로 약 49% 감소했습니다. 이는 해당 교각의 유연성 증가로 인한 현상입니다.
하지만, 인접한 교각 2번(Pier 2)과 교각 3번(Pier 3)의 전단력은 각각 5.63kN에서 5.9kN으로, 5.76kN에서 5.9kN으로 오히려 증가했습니다.
교량 전체의 총 전단력 합계(FT)는 19.7kN에서 17.3kN으로 감소했지만, 이는 특정 교각에 하중이 집중되는 위험을 가릴 수 있는 오해의 소지가 있는 결과입니다.
이 결과는 세굴이 발생한 교각 자체는 안전해 보일 수 있지만, 그로 인해 다른 건전한 교각에 과도한 하중이 전달되어 예기치 않은 파괴를 유발할 수 있음을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
교량 설계 엔지니어: 이 연구는 세굴과 지진을 별개의 하중 조건으로 설계하는 것의 위험성을 명확히 보여줍니다. 설계 초기 단계에서 CFD 시뮬레이션을 통해 예상 최대 세굴 깊이를 산정하고, 이를 반영한 통합 내진 성능 평가가 필수적입니다.
유지보수 및 검사팀:그림 5의 데이터에서 볼 수 있듯, 세굴은 교량의 고유 진동수에 명확한 변화를 유발합니다. 이는 탁한 물 속에서 직접적인 시각 검사가 어려운 세굴을 원격 진동 모니터링(vibration-based SHM)으로 효과적으로 탐지할 수 있음을 의미하며, 새로운 검사 기준 수립에 활용될 수 있습니다.
구조 및 위험 평가 엔지니어:표 3의 데이터는 국부적인 세굴이 교량 전체의 하중 전달 메커니즘을 어떻게 바꾸는지를 보여줍니다. 특정 부재의 유연성 증가가 다른 부재의 과부하로 이어질 수 있으므로, 다중 재해 시나리오에 기반한 전반적인 시스템 수준의 위험 평가가 필요합니다.
논문 상세 정보
Structural Health Monitoring for Performance Assessment of Bridges under Flooding and Seismic Actions
1. 개요:
제목: Structural Health Monitoring for Performance Assessment of Bridges under Flooding and Seismic Actions
저자: Luke J. Prendergast, Maria P. Limongelli, Naida Ademovic, Andrej Anžlin, Kenneth Gavin & Mariano Zanini
교량은 홍수와 지진 위험으로 인한 파괴적인 환경 작용에 노출될 수 있습니다. 세굴을 유발하는 홍수 작용은 교량 파괴의 주요 원인이며, 횡력을 유발하는 지진 작용은 교각의 연성 요구량을 초과하여 높은 수요를 초래할 수 있습니다. 지진 작용과 세굴이 결합되면, 이는 교량에 영향을 미치는 지배적인 세굴 조건에 따라 달라지는 효과를 낳을 수 있습니다. 세굴로 인한 강성 손실은 교량의 연성 능력을 감소시킬 수 있지만, 유연성을 증가시켜 지진 관성력을 줄일 수도 있습니다. 반대로, 증가된 유연성은 지지력 상실로 인한 상판 붕괴로 이어질 수 있어, 두 현상의 결합 효과에 대해서는 약간의 불확실성이 존재합니다. 홍수와 지진 작용 하에서 교량의 성능을 평가하기 위한 필수적인 단계는 다양한 작용 하에서의 구조적 응답을 재현할 수 있는 수치 모델을 보정하는 것입니다. 다음 단계는 코드가 정의한 성능 목표의 달성 여부를 검증하는 것입니다. 구조 건전성 모니터링(SHM) 기술은 수치 모델 보정 및 성능 목표 준수 여부의 직접적인 확인에 유용한 성능 매개변수의 계산을 가능하게 합니다. 본 논문에서는 세굴 및 지진 작용에 대한 교량 건전성을 모니터링하기 위해 사용되는 다양한 전략을 논의하며, 특히 진동 기반 손상 식별 방법에 중점을 둡니다.
3. 서론:
교량은 인프라 네트워크의 핵심 구성 요소이며, 높은 안전 기준을 유지하면서 수송 중단을 최소화하기 위해 수명을 최대화하는 것이 가장 중요합니다. 전 세계적으로 교량 자산은 노후화되고 있으며 많은 경우 원래의 (의도된) 설계 수명에 접근하고 있습니다. 경제적인 이유로 이러한 구조물을 즉시 교체하는 것은 종종 불가능합니다. 따라서 인프라 유지 관리(IMM) 분야는 유해한 작용으로부터 구조물을 보호하여 서비스 수명을 연장함으로써 자산 재고를 보존하는 것과 관련이 있습니다. 홍수, 지진, 바람 및 온도 변동과 같은 일반적으로 상관관계가 없는 원인으로부터의 환경적 하중은 기존 교량 손상의 주요 원인 중 하나입니다. 본 논문은 홍수와 지진의 복합 작용에 관한 것이므로, 이러한 작용을 논의하는 데 더 많은 주의를 기울입니다.
4. 연구 요약:
연구 주제의 배경:
교량은 홍수로 인한 세굴과 지진이라는 두 가지 주요 자연재해에 의해 심각한 손상을 입을 수 있습니다. 세굴은 교량 기초 주변의 흙을 씻어내어 지지력을 약화시키는 현상이며, 지진은 구조물에 큰 관성력을 가합니다. 이 두 재해는 일반적으로 서로 관련 없이 발생하지만, 한 교량에 연달아 영향을 미칠 경우 그 복합적인 효과는 단일 재해의 효과와는 매우 다를 수 있으며, 이에 대한 이해는 부족한 실정입니다.
이전 연구 현황:
이전 연구들은 주로 세굴 또는 지진 하중에 대해 개별적으로 교량의 거동을 분석해왔습니다. 일부 최근 연구에서 이 두 현상의 공동 효과를 분석하기 시작했지만, 세굴로 인한 강성 감소가 내진 성능에 미치는 영향(긍정적 또는 부정적)에 대한 불확실성은 여전히 남아있습니다. 또한, 구조 건전성 모니터링(SHM) 기술이 각 재해에 대해 개별적으로 개발되어 왔으나, 복합적인 손상 시나리오를 탐지하고 평가하는 데 통합적으로 적용된 사례는 드뭅니다.
연구 목적:
본 연구의 목적은 홍수(세굴)와 지진의 복합 작용 하에서 교량의 성능을 평가하기 위한 구조 건전성 모니터링(SHM) 전략을 논의하는 것입니다. 구체적으로, 세굴이 교량의 동적 특성을 어떻게 변화시키고, 이것이 지진 응답에 어떤 영향을 미치는지 수치 해석을 통해 정량적으로 분석하고자 합니다. 최종적으로는 진동 기반 모니터링 방법이 이러한 복합적인 손상 시나리오를 탐지하는 데 얼마나 효과적인지를 제시하는 것을 목표로 합니다.
핵심 연구:
핵심 연구 내용은 다경간 교량의 비선형 수치 모델을 사용하여 점진적인 세굴이 교량의 내진 성능에 미치는 영향을 분석하는 것입니다. 특정 교각에 다양한 깊이의 세굴을 적용한 후, 실제 지진 기록을 사용하여 동적 해석을 수행했습니다. 이를 통해 세굴 깊이에 따른 교량의 모드 특성(고유 진동수, 모드 형상) 변화와 지진 하중에 대한 응답(변위, 가속도, 교각 전단력) 변화를 분석하여, 두 재해의 상호작용 메커니즘을 규명했습니다.
5. 연구 방법론
연구 설계:
본 연구는 수치 시뮬레이션을 기반으로 한 사례 연구(case study) 설계를 채택했습니다. 5개의 교각을 가진 특정 다경간 교량을 대상으로, 하나의 교각(Pier 4)에 국부적인 세굴이 점진적으로 발생하는 시나리오를 설정했습니다. 세굴 깊이를 독립 변수로, 지진 하중에 대한 교량의 동적 응답(변위, 가속도, 전단력)을 종속 변수로 하여 인과 관계를 분석했습니다.
데이터 수집 및 분석 방법:
모델링: 교량의 비선형 거동을 모사하기 위해 구조 해석 프로그램인 OpenSees를 사용했습니다. 교량 상판, 교각, 베어링 등의 구조 요소를 상세히 모델링했습니다.
세굴 모사: 세굴은 교각의 유효 길이를 0m에서 10m까지 2m씩 증가시키는 방식으로 모델링했습니다.
지진 하중: 1999년 아테네 지진의 가속도 시간이력 데이터를 입력 하중으로 사용했습니다.
데이터 분석: 각 세굴 조건에서 고유치 해석을 수행하여 모드 특성을 추출하고, 시간이력해석을 통해 교량의 동적 응답 데이터를 수집하고 비교 분석했습니다.
연구 주제 및 범위:
본 연구는 교량 구조물에 대한 홍수(세굴)와 지진의 복합 작용에 초점을 맞춥니다. 연구 범위는 단일 교각에서 발생하는 국부 세굴이 교량 전체의 내진 성능에 미치는 영향으로 한정됩니다. 토양-구조 상호작용의 복잡한 비선형성이나 다중 지점에서의 세굴 발생과 같은 시나리오는 본 연구의 범위를 벗어납니다. 또한, 구조 건전성 모니터링 기법 중 진동 기반 손상 탐지 방법의 적용 가능성을 논의하는 데 중점을 둡니다.
Fig. 4: Schematic of the non-linear numerical bridge model used in the case study (Units: m)
6. 주요 결과:
주요 결과:
모드 특성 변화: 교각 4번에 10m 세굴이 발생했을 때, 교량의 1차 모드 주기는 16%, 2차 모드 주기는 35% 증가하여, 세굴이 교량의 동적 특성에 미치는 영향이 매우 크다는 것을 확인했습니다.
지진 응답 변화: 세굴 깊이가 증가함에 따라 교각 4번 상단의 최대 변위는 0.1m에서 0.12m로 증가했으며, 최대 가속도 또한 11.6 m/s²에서 12.4 m/s²로 증가했습니다.
전단력 재분배: 세굴된 교각 4번의 최대 전단력은 세굴이 없을 때에 비해 거의 50% 감소했습니다. 반면, 인접한 교각 2번과 3번의 전단력은 소폭(최대 약 5%) 증가하여, 지진 하중이 세굴되지 않은 다른 교각으로 재분배되는 현상을 확인했습니다.
전체 시스템 영향: 교량 전체에 작용하는 총 전단력은 세굴이 깊어짐에 따라 감소했지만, 이는 내부적인 하중 재분배로 인해 특정 부재의 위험이 증가할 수 있다는 사실을 가릴 수 있습니다.
Fig.6: Seismic input ground acceleration for the 1999 Athens earthquake:(a)time history; (b)spectrum of ground acceleration
Figure List:
Fig. 1: Arch-bridge damage scenarios: (a) failure under symmetrical scour; (b) failure under asymmetrical scour
Fig. 2: An example of poor seismic design: the Hyogo-Ken Nanbu earthquake in Japan, 1995
Fig. 3: Failure due to seismic action: (a) slab unseating in Japan, 1964; (b) slab unseating in the US, 1989
Fig. 4: Schematic of the non-linear numerical bridge model used in the case study (Units: m)
Fig. 5: Bridge mode shapes under zero and 10 m scour of Pier 4: (a) mode 1 of the bridge – no scour, (b) mode 1 of the bridge – 10 m scour, (c) mode 2 of the bridge – no scour, (d) mode 2 of the bridge -10 m scour
Fig. 6: Seismic input ground acceleration for the 1999 Athens earthquake: (a) time history; (b) spectrum of ground acceleration
Fig. 7: Seismic response of the bridge deck (lateral) at Pier 4 under progressive scour conditions
7. 결론:
손상 작용 하에서의 교량 성능은 증가하는 파괴율과 관련 비용으로 인해 사회적 관심이 커지는 분야입니다. 본 연구는 세굴과 지진이라는 별개의 현상이 동일한 교량에 영향을 미칠 때 발생하는 거동 변화를 조사했습니다. 세굴의 존재는 지진의 영향을 바꾸고 일반적으로 그 위험을 증가시킬 수 있습니다. 세굴은 때때로 유연성을 증가시켜 상부 구조로 전달되는 관성력을 감소시키는 국부적인 이점을 가져올 수 있지만, 일반적으로 세굴이 유발하는 2차 손상 효과는 구조물을 약화시켜 지진 손상 가능성을 악화시키는 경향이 있습니다. 또한, 관성 하중 전달의 국부적 감소는 교량의 다른 요소로의 하중 전달 증가로 상쇄될 가능성이 높습니다. 최근 몇 년간 진동 기반 손상 탐지 방법이 주목받고 있으며, 이는 내진 손상 탐지 분야의 유사한 발전과 맥을 같이합니다. 손상 식별을 위한 진동 기반 방법과 관련된 많은 장점들은 세굴 및/또는 지진 작용 하에서 발생하는 광범위한 손상 시나리오의 식별을 보장하는 가장 실용적인 방법을 제공한다는 가정으로 이어집니다.
8. 참고문헌:
[1] Hamill L. Bridge Hydraulics. E.& F.N. Spon: London, 1999. 1-367 p.
[3] Richardson EV, Davis SR. Evaluating Scour at Bridges. 1995.
[4] Shirole AM, Holt RC. Planning for a comprehensive bridge safety assurance program. In Transport Research Record. Transport Research Board: Washington, DC, 1991. p. 39-50.
[5] Wardhana K, Hadipriono FC. Analysis of recent bridge failures in the United States. J. Perform. Constr. Fac. 2003; 17(3): 144-150.
[6] Prendergast LJ, Hester D, Gavin K. Determining the presence of scour around bridge foundations using vehicle-induced vibrations. J. Bridg. Eng. 2016; 21(10): 1–14.
[7] Maddison B. Scour failure of bridges. Proc. ICE – Forensic Eng. 2012; 165(FE1): 39-52.
[8] May RWP, Ackers JC, Kirby AM. Manual on Scour at Bridges and Other Hydraulic Structures. CIRIA: London, 2002. … (이하 생략)
Expert Q&A: 귀하의 질문에 대한 전문가 답변
Q1: 연구에서 세굴 깊이를 최대 10m로 설정한 이유는 무엇인가요? 이는 현실적인 가정인가요?
A1: 논문에 따르면, 10m의 세굴 깊이는 실제 세계에서 단독으로 발생하기는 어려운 ‘극단적인 경우(extreme case)’로 설정되었습니다. 연구진은 이러한 극단적인 조건을 통해 세굴이 교량의 내진 응답에 미치는 영향을 명확하고 확실하게 규명하고자 했습니다. 이는 세굴의 잠재적 위험성을 최대로 평가하고, 그에 따른 구조적 거동 변화의 상한선을 파악하기 위한 분석적 접근입니다.
Q2: 세굴된 교각의 전단력은 감소했는데, 왜 인접 교각의 전단력은 증가했나요? 그 메커니즘은 무엇입니까?
A2:표 3의 결과는 하중 재분배 현상을 보여줍니다. 세굴로 인해 교각 4번의 기초 강성이 크게 감소하면서 유연해졌습니다. 지진 하중이 가해질 때, 이 유연한 교각은 하중을 충분히 지지하지 못하고 더 많이 변형됩니다. 이로 인해 교각 4번이 부담했어야 할 하중의 일부가 상대적으로 강성이 큰 인접 교각들(교각 2, 3)로 전달되어, 이들의 전단력이 증가하게 된 것입니다. 이는 교량 전체가 하나의 시스템으로 거동하기 때문에 발생하는 현상입니다.
Q3: 진동 기반 모니터링(SHM)이 세굴 탐지에 실질적으로 얼마나 효과적일까요?
A3: 본 연구 결과는 진동 기반 모니터링의 높은 잠재력을 시사합니다. 그림 5에서 보듯이, 세굴은 교량의 고유 진동 주기를 최대 35%까지 변화시켰습니다. 이러한 명확한 변화는 교량에 설치된 가속도계나 다른 센서로 쉽게 감지할 수 있습니다. 이는 직접 접근이 어려운 수중 환경에서도 원격으로, 그리고 지속적으로 교량의 기초 상태를 모니터링할 수 있어 기존의 시각적 검사나 개별적인 수심 측량보다 훨씬 효율적이고 신뢰성 높은 방법이 될 수 있습니다.
Q4: 이 연구는 구조 해석에 중점을 두었는데, CFD 시뮬레이션은 이 과정에서 어떤 역할을 할 수 있나요?
A4: CFD 시뮬레이션은 이 연구의 매우 중요한 선행 단계를 책임질 수 있습니다. 본 연구에서는 세굴 깊이를 가정하여 입력했지만, 실제 상황에서는 이 세굴 깊이를 예측하는 것이 가장 큰 불확실성입니다. FLOW-3D와 같은 CFD 소프트웨어는 특정 홍수 시나리오(유속, 수위 등)에서 교각 주변의 유동 특성과 토사 이동을 정밀하게 시뮬레이션하여 예상되는 최대 세굴 깊이와 범위를 예측할 수 있습니다. 이 CFD 결과를 구조 해석 모델의 입력값으로 사용하면, 본 연구와 같은 복합 재해 평가의 정확성과 신뢰도를 획기적으로 높일 수 있습니다.
Q5: 연구 결과는 모든 종류의 교량에 동일하게 적용될 수 있나요?
A5: 본 연구는 특정 다경간 거더교를 대상으로 한 사례 연구이므로, 결과를 모든 종류의 교량에 일반화하기는 어렵습니다. 예를 들어, 현수교나 사장교와 같이 매우 유연한 구조물이나, 단일 경간 교량의 경우 세굴에 따른 동적 거동 및 하중 재분배 양상이 다를 수 있습니다. 하지만 이 연구는 세굴과 지진의 상호작용이 중요하다는 근본적인 원리를 보여주며, 다른 형태의 교량에서도 유사한 복합 재해 평가가 필요하다는 점을 강력하게 시사합니다.
결론: 더 높은 품질과 생산성을 위한 길
본 연구는 홍수로 인한 교량 세굴 해석이 지진과 같은 다른 재해에 대한 구조물의 안전성을 평가하는 데 얼마나 중요한지를 명확히 보여주었습니다. 세굴로 인한 국부적인 기초 약화는 단순히 해당 부재의 문제로 끝나지 않고, 교량 전체의 동적 특성을 바꾸고 지진 하중을 예상치 못한 방식으로 재분배하여 시스템 전체의 붕괴 위험을 증가시킬 수 있습니다. 따라서, 정확한 수리 분석을 통한 세굴 예측은 신뢰성 있는 다중 재해 위험 평가의 필수적인 첫걸음입니다.
STI C&D에서는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
이 콘텐츠는 “Luke J. Prendergast” 외 저자의 논문 “Structural Health Monitoring for Performance Assessment of Bridges under Flooding and Seismic Actions”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 P. Sreeraj가 작성하여 2016년 International Journal of Integrated Engineering에 게재한 “Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.” 논문을 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
The Challenge: 서브머지드 아크 용접(SAW) 공정에서 용입, 비드 폭, 보강 등 여러 상충하는 품질 특성을 동시에 최적화하는 것은 매우 어렵습니다.
The Method: 다구찌(Taguchi) 설계의 L25 직교배열표를 사용해 실험을 수행하고, 상관관계가 있는 다중 응답을 주성분 분석(PCA)을 통해 단일 성능 지수(MPI)로 변환했습니다.
The Key Breakthrough: PCA 기반 다구찌 접근법을 통해 여러 용접 품질 지표를 하나의 등가 목표 함수로 통합하여 최적의 공정 변수 조합(I4 S3 V1 T4)을 성공적으로 도출했습니다.
The Bottom Line: 이 통합 방법론은 복잡한 다중 목표 최적화 문제를 해결하는 효과적인 프레임워크를 제공하여, SAW 공정의 품질과 안정성을 크게 향상시킬 수 있음을 입증했습니다.
The Challenge: Why This Research Matters for CFD Professionals
서브머지드 아크 용접(SAW)은 높은 품질, 깊은 용입, 매끄러운 마감 처리 덕분에 조선 산업 등에서 널리 사용되는 중요한 제조 공정입니다. 용접부의 기계적, 화학적 특성은 용접 비드 형상(weld bead geometry)에 크게 좌우되며, 이 형상은 전압, 전류, 용접 속도, 노즐-모재 간 거리와 같은 공정 변수에 직접적인 영향을 받습니다.
문제는 이러한 품질 특성(예: 용입, 비드 폭, 보강, 희석률)들이 서로 상충 관계에 있다는 점입니다. 즉, 하나의 특성을 개선하려다 다른 특성이 저하될 수 있습니다. 기존의 다구찌 기법은 단일 품질 특성을 최적화하는 데는 효과적이지만, 이처럼 여러 목표를 동시에 다루는 다중 응답 최적화 문제에는 한계가 있었습니다. 따라서 여러 품질 특성을 종합적으로 고려하여 최상의 결과를 도출할 수 있는 새로운 최적화 방법론이 필요했습니다.
Fig 1 weld bead geometry
The Approach: Unpacking the Methodology
본 연구에서는 다중 응답 최적화 문제를 해결하기 위해 주성분 분석(PCA)과 다구찌 기법을 결합한 하이브리드 접근법을 채택했습니다.
실험 설계: 다구찌의 L25 직교배열표를 사용하여 총 25회의 실험을 수행했습니다. 이를 통해 최소한의 실험으로 전체 파라미터 공간을 효율적으로 탐색할 수 있었습니다.
재료 및 장비: 모재는 IS 2062 연강 판재를 사용했으며, 용가재는 EH 14 와이어를, 플럭스는 ASK74S를 사용했습니다.
공정 변수 (입력): 최적화할 4가지 주요 공정 변수와 각 5개 수준은 다음과 같습니다.
용접 전류 (I): 350, 420, 500, 580, 650 A
용접 속도 (S): 30, 40, 50, 60, 70 mm/min
전압 (V): 24, 26, 28, 30, 32 V
노즐-모재 간 거리 (T): 30, 32.5, 35, 37.5, 40 mm
품질 특성 (출력/응답): 용접 비드 형상을 평가하기 위해 다음 4가지 목표 함수를 선정했습니다.
용입 (Penetration, P)
비드 폭 (Bead Width, W)
보강 (Reinforcement, R)
희석률 (Percentage Dilution, D)
분석 방법:
서로 상관관계가 있는 4개의 응답(P, W, R, D)을 PCA를 통해 상관관계가 없는 독립적인 주성분(Principal Components)으로 변환했습니다.
각 주성분의 기여율(accountability proportion)을 가중치로 사용하여 개별 주성분들을 다중 응답 성능 지수(Multi-response Performance Index, MPI)라는 단일 지표로 통합했습니다.
이 MPI를 품질 손실(quality loss)로 간주하고, 다구찌 기법의 S/N비(Signal-to-Noise ratio) 분석을 통해 이 손실을 최소화하는 최적의 공정 변수 조합을 찾았습니다.
Table 2 Welding Parameters and their Levels
The Breakthrough: Key Findings & Data
본 연구는 PCA 기반 다구찌 접근법을 통해 복잡한 SAW 공정을 성공적으로 최적화할 수 있음을 입증했습니다.
Finding 1: 다중 품질 특성의 단일 지표로의 성공적 변환
PCA 분석 결과, 4개의 품질 특성은 3개의 주성분으로 요약될 수 있었으며, 이 3개의 주성분이 전체 데이터 변동성의 100%를 설명했습니다 (Table 8). 각 주성분의 기여율(AP)은 각각 0.695, 0.251, 0.054였습니다. 이를 가중치로 사용하여 다음과 같이 단일 MPI를 산출하는 수식을 개발했습니다.
MPI = Ψ₁ × 0.695 + Ψ₂ × 0.251 + Ψ₃ × 0.054
이로써 4개의 상충하는 목표를 동시에 최적화할 수 있는 단일화된 목표 함수를 마련했으며, 이는 다중 응답 최적화 문제 해결의 핵심적인 돌파구입니다.
Finding 2: 최적 공정 조건 도출 및 실험적 검증
산출된 MPI(품질 손실)를 최소화하는 것을 목표로 S/N비 분석을 수행한 결과, 최적의 공정 변수 조합은 I₄ S₃ V₁ T₄로 결정되었습니다 (Fig 2, Table 9). 이는 용접 전류 580A(레벨 4), 용접 속도 50 mm/min(레벨 3), 전압 24V(레벨 1), 노즐-모재 간 거리 37.5 mm(레벨 4)에 해당합니다.
이 최적 조건을 검증하기 위해 확인 실험을 수행했습니다 (Table 11). 초기 조건(I₁ S₁ V₁ T₁)에서의 전체 S/N비는 -14.618이었으나, 최적 조건에서 실제 측정된 S/N비는 -7.639로 나타났습니다. 이는 예측값인 -7.822와 매우 근사하며, S/N비가 8.660만큼 크게 개선되었음을 의미합니다. 이는 제안된 모델의 타당성과 효과성을 명확히 입증하는 결과입니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 특정 공정 변수 조합(I₄ S₃ V₁ T₄)이 전반적인 용접 비드 형상 품질을 극대화할 수 있음을 시사합니다. 이 결과를 바탕으로 공정 레시피를 조정하여 품질 안정성과 생산성을 높일 수 있습니다.
For Quality Control Teams: 논문의 Table 7은 각 품질 특성 간의 상관관계를 보여줍니다. 이는 개별 특성만 검사할 것이 아니라, PCA와 같은 통계적 기법을 활용해 여러 품질 지표를 종합적으로 관리하는 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
For Design Engineers: 용접 공정 변수가 최종 용접부 형상에 미치는 영향이 크다는 연구 결과는, 초기 설계 단계에서부터 제조 공정을 고려한 설계(Design for Manufacturing)의 중요성을 강조합니다. 용접성과 최종 품질을 보장하기 위해 설계와 생산 부서 간의 긴밀한 협력이 필수적입니다.
Paper Details
Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.
1. Overview:
Title: Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.
Author: P. Sreeraj
Year of publication: 2016
Journal/academic society of publication: International Journal of Integrated Engineering, Vol. 8 No. 3 (2016) p. 21-32
본 연구는 IS 2062 연강 판재에서 유리한 용접 비드 형상을 얻기 위한 서브머지드 아크 용접(SAW) 공정 변수 최적화를 다룬다. 다구찌의 L25 직교배열표 설계와 신호 대 잡음비(S/N ratio)가 이 연구에 사용되었다. 용입(P), 비드 폭(W), 보강(R), 희석률(D)이 목표 함수로 선택되었다. 이 다중 응답 최적화 문제를 해결하기 위해 다구찌 기법과 결합된 주성분 분석(PCA)이 적용되었다. 다구찌 기법의 기본 가정을 충족시키기 위해, 먼저 주성분 분석(PCA)을 통해 개별 응답 간의 상관관계를 제거했다. 상관관계가 있는 응답들은 주성분이라 불리는 상관관계가 없거나 독립적인 품질 지수로 변환되었다. 개별 주성분을 기반으로 다중 응답 성능 지수(MPI)가 도입되어 등가의 단일 목표 함수를 도출했으며, 이는 다구찌 기법을 사용하여 최적화되었다. 개발된 모델은 분산 분석(ANOVA) 테스트를 기반으로 적절성과 유의성을 검증받았다. 최적화의 정확성은 확인 실험을 통해 확인되었다. 이 연구는 서브머지드 아크 용접의 다중 목표 최적화 문제를 해결하는 데 제안된 방법의 효과성을 강조한다.
3. Introduction:
서브머지드 아크 용접은 다인자, 다목표 제조 공정이다. 공정 변수의 제어가 용이하고, 고품질, 깊은 용입, 매끄러운 마감 처리로 인해 조선 산업에서 널리 선호된다. 본 연구에서는 전압, 전류, 노즐-모재 간 거리, 용접 속도가 비드 형상에 미치는 영향을 연구했다. 좋은 용접부의 기계적 및 화학적 특성은 비드 형상에 달려 있으며, 비드 형상은 공정 변수에 직접적인 영향을 미친다. 이 때문에 공정 변수와 용접 비드 형상 간의 관계를 연구하는 것이 필요하다. 본 연구에서는 다중 최적화 문제를 해결하기 위해 주성분 분석(PCA)과 결합된 다구찌 기법을 사용한다. 이 방법은 직교배열표(OA)라 불리는 균형 잡힌 실험 설계를 제한된 수의 실험으로 활용하며, 최적화될 목표 함수 역할을 하는 신호 대 잡음비(S/N ratio)를 사용한다. 전통적인 다구찌 방법은 다목표 최적화 문제를 해결할 수 없다. 원래 다구찌 방법은 단일 품질 특성 또는 응답을 최적화하기 위해 설계되고 활용된다. 여러 목표나 응답의 최적화는 단일 목표 최적화보다 훨씬 더 어렵다. 특정 품질 특성을 개선하면 다른 중요한 품질 특성들의 의도적인 저하를 유발할 수 있다. 이는 의사 결정 과정에서 불확실성을 증가시킨다. 이러한 어려움을 극복하기 위해 본 연구에서는 주성분 분석과 결합된 다구찌 방법을 사용하여 최적화 문제를 해결했다.
4. Summary of the study:
Background of the research topic:
서브머지드 아크 용접(SAW)은 주요 산업에서 널리 사용되지만, 여러 공정 변수가 최종 용접 품질을 결정하는 복잡한 공정이다. 특히 용접 비드 형상은 용접부의 강도와 직결되므로, 이를 결정하는 변수들의 최적화가 중요하다.
Status of previous research:
전통적인 다구찌 기법은 단일 목표 최적화에 널리 사용되어 왔으나, SAW와 같이 여러 품질 특성을 동시에 고려해야 하는 다중 응답 문제에는 적용하기 어려웠다. 일부 연구에서 다중 응답 문제를 다루었지만, 응답 간의 상관관계를 효과적으로 처리하는 데 한계가 있었다.
Purpose of the study:
본 연구의 목적은 다구찌 기법과 주성분 분석(PCA)을 결합하여 SAW 공정의 다중 응답(용입, 비드 폭, 보강, 희석률)을 동시에 최적화하는 통합적인 방법론을 제시하고, 이를 통해 최적의 공정 변수 조합을 찾는 것이다.
Core study:
연구의 핵심은 L25 직교배열표에 따라 SAW 실험을 수행하고, 측정된 4개의 상호 연관된 품질 특성을 PCA를 통해 상관없는 주성분들로 변환하는 것이다. 이 주성분들을 가중 합산하여 단일 다중 응답 성능 지수(MPI)를 생성하고, 이 MPI를 다구찌의 S/N비 분석을 통해 최소화(품질 손실 최소화)하는 최적의 공정 변수(전류, 속도, 전압, 노즐-모재 거리) 조합을 도출하고 실험적으로 검증하는 것이다.
5. Research Methodology
Research Design:
본 연구는 다구찌의 L25 직교배열표를 이용한 실험계획법에 기반한다. 4개의 5수준 제어 인자(용접 전류, 용접 속도, 전압, 노즐-모재 간 거리)를 직교배열표에 할당하여 총 25회의 실험을 설계했다.
Data Collection and Analysis Methods:
용접 후 각 시편에서 단면을 채취하여 용접 비드 형상(비드 폭, 용입, 보강)을 측정하고 희석률을 계산했다. 수집된 데이터는 먼저 정규화된 후, 주성분 분석(PCA)을 통해 상관관계를 제거하고 다중 응답 성능 지수(MPI)를 계산하는 데 사용되었다. 최종적으로 다구찌의 S/N비 분석과 분산 분석(ANOVA)을 통해 최적 조건을 찾고 각 변수의 유의성을 평가했다.
Research Topics and Scope:
본 연구는 IS 2062 연강 판재에 대한 서브머지드 아크 용접(SAW)의 비드 온 플레이트(bead on plate) 용접에 국한된다. 연구 범위는 4가지 주요 공정 변수가 4가지 비드 형상 특성에 미치는 영향을 분석하고, 이를 종합적으로 최적화하는 데 초점을 맞춘다.
6. Key Results:
Key Results:
4개의 상호 연관된 응답 변수(비드 폭, 용입, 보강, 희석률)가 PCA를 통해 3개의 독립적인 주성분으로 성공적으로 변환되었으며, 이 주성분들이 전체 변동성의 100%를 설명했다.
주성분의 기여율을 가중치로 사용하여 다중 응답 성능 지수(MPI)가 개발되었고, 이를 통해 다중 목표 문제를 단일 목표 최적화 문제로 전환했다.
MPI의 S/N비 분석을 통해 최적의 SAW 공정 변수 조합이 I₄ S₃ V₁ T₄ (전류 레벨 4, 속도 레벨 3, 전압 레벨 1, 거리 레벨 4)임을 확인했다.
확인 실험 결과, 최적 조건에서 S/N비가 초기 조건 대비 8.660만큼 크게 향상되어 제안된 최적화 방법론의 타당성과 효과성이 입증되었다.
Table 4 Orthogonal array and Observed Values of weld Bead Geometry
Figure List:
Fig 1 weld bead geometry
Fig 2 Main plot for S/N ratios.
7. Conclusion:
본 연구에서는 서브머지드 아크 용접 공정의 비드 형상과 파라미터 조합을 평가하기 위해 PCA 기반 하이브리드 다구찌 최적화 기법의 상세한 방법론을 제시했다. 연구는 주성분 분석(PCA)과 다구찌의 강건 설계 방법론을 결합한 통합 최적화 접근법을 제안한다. 상관관계가 있는 다중 응답 최적화와 관련된 실험 및 분석 결과로부터 다음과 같은 결론을 도출할 수 있다.
상관관계가 있는 응답을 주성분이라 불리는 비상관 품질 지수로 변환하여 응답 상관관계를 제거하기 위해 PCA 적용이 권장되었다.
기여율(AP)과 누적 기여율(CAP)을 기반으로, PCA 분석은 최적화를 위해 고려해야 할 응답 변수의 수를 줄일 수 있다.
개별 응답 가중치로 처리되는 기여율(AP)을 기반으로, 이 방법은 개별 주성분을 단일 다중 응답 성능 지수(MPI)로 결합하여 최적화를 위해 고려할 수 있다. 이는 동시에 최적화해야 할 응답 수가 많은 상황에서 매우 유용하다.
제시된 접근법은 공정/제품의 지속적인 품질 개선 및 오프라인 품질 관리에 권장될 수 있다.
8. References:
[1] Kannan, T.; Murugan, N;.Effect of flux cored arc welding process parameters on duplex stainless steel clad quality journal of Material Processing Technology vol.176,(2016), pp 230-239.
[2] Ugur Esme ;Melih Bayramoglu; Yugut Kazanancoglu; Sueda Ozgun ; Optimization of weld bead geometry in TIG welding process using Grey relational analysis and Taguchi method, Materials and technology Vol.43,(2009), pp 143-149.
[3] Jagannatha, N.; Hiremath, S.S; Sadashivappa, K ;.Analysis and parametric optimization of abrasive hot air jet machining for glass using Taguchi method and utility concept, International Journal of Mechanical and materials engineering. Vol. 7, (2012), pp. 9 – 15, No.1.9.15.
[4] Norasiah Muhammed; Yupiter HP Manurung; Muhammed Hafidzi, Optimization and modelling of spot welding parameters with simultaneous response consideration using multi objective Taguchi method and utility concept. Journal of Mechanical science and Technology. Vol.26 (8),(2012), pp. 2365 – 2370.
[5] Thakur, A.G; Nandedkar, V.M, Application of Taguchi method to determine resistece spot welding conditions of austenitic stainless steel AISI 304,journal of scientific and industrial research .Vol- 69,(2010),pp 680-683.
[6] Tarng, Y.S; Yang;W.H ; Optimization of weld bead geometry in gas tungsten arc welding by the Taguchi method, International Journal of Advanced Manufacturing Technology. Vol-14,(1998), pp 549-554.
[7] Saurav Datta; Ashish Bandyopadhyay; Pradip Kumar Pal;. Grey based Taguchi method for optimization of bead geometry in submerged arc bead on plate welding, International Journal of Advanced Manufacturing Technology. Vol-39, (2008), pp 1136-1143.
[8] Gunaraj, V.; Murugan, N; Prediction and comparison of the area of the heat effected zone for the bead on plate and bead on joint in SAW of pipes, Journal of Material processing Technology. Vol. 95,(2009), pp. 246 – 261.
[9] Katherasan,D; Madana Sashikant; P; Sathiya, P ;.Flux cored arc welding parameter optimization of AISI 316L (N) austenitic stainless steel, World academy of science, Engineering and Technology Vol.6,(2012), pp.635-642
[10] Sanji Moshat; Saurav Datta; Ashish Bandyopadhyay, Pradeep Kumar Pal; Optimisation of CNC end milling process parameters using PCA-based Taguchi method, International Journal of Engineering Science and Technology, Vol (2),(2010),pp 92-102.
Expert Q&A: Your Top Questions Answered
Q1: 이 문제 해결에 다구찌 기법만으로는 왜 충분하지 않았나요?
A1: 전통적인 다구찌 기법은 단일 품질 특성(응답)을 최적화하는 데 매우 효과적입니다. 하지만 본 연구에서 다룬 서브머지드 아크 용접은 용입, 비드 폭, 보강, 희석률 등 여러 품질 특성을 동시에 만족시켜야 합니다. 이러한 특성들은 서로 상충 관계(trade-off)에 있을 수 있어, 다구찌 기법만으로는 모든 특성을 종합적으로 고려한 최적의 해를 찾기 어렵습니다.
Q2: 이 연구에서 주성분 분석(PCA)의 핵심적인 역할은 무엇이었나요?
A2: PCA는 이 연구의 다중 응답 문제를 해결하는 데 결정적인 역할을 했습니다. PCA는 서로 강한 상관관계를 가지는 4개의 품질 특성 데이터를 수학적으로 변환하여, 서로 독립적인(상관관계가 없는) ‘주성분’이라는 새로운 변수로 만들어줍니다. 그런 다음, 이 주성분들을 기여도에 따라 가중 합산하여 ‘다중 응답 성능 지수(MPI)’라는 단일 종합 점수로 변환합니다. 이를 통해 복잡한 다중 목표 문제를 간단한 단일 목표 최적화 문제로 전환할 수 있었습니다.
Q3: 전체적인 품질 지수(MPI)에 가장 큰 영향을 미친 공정 변수는 무엇이었나요?
A3: 논문의 S/N비에 대한 반응표(Table 9)를 보면, 각 변수의 델타(Delta) 값이 해당 변수가 MPI에 미치는 영향의 크기를 나타냅니다. 용접 속도(S)의 델타 값이 25.832로 가장 컸으며, 이는 용접 속도가 4개의 변수 중 전반적인 용접 품질(MPI)에 가장 지배적인 영향을 미친다는 것을 의미합니다.
Q4: 도출된 최적화 결과의 효과는 어떻게 검증되었나요?
A4: 최적화의 효과는 확인 실험을 통해 검증되었습니다. 논문의 Table 11에 따르면, 임의의 초기 조건(I₁S₁V₁T₁)에서 S/N비는 -14.618이었습니다. 반면, PCA-Taguchi 기법으로 도출된 최적 조건(I₄S₃V₁T₄)에서 실험을 수행한 결과, 실제 S/N비는 -7.639로 측정되었습니다. 이는 예측치인 -7.822와 매우 유사하며, S/N비가 약 8.660만큼 크게 개선되었음을 보여주어 제안된 방법론의 신뢰성과 실효성을 입증합니다.
Q5: 이 연구에서 발견된 구체적인 최적 공정 조건은 무엇인가요?
A5: 연구에서 도출된 최적의 공정 조건은 I₄S₃V₁T₄입니다. 이는 Table 2의 각 변수 수준에 따라 용접 전류 580A(레벨 4), 용접 속도 50 mm/min(레벨 3), 전압 24V(레벨 1), 그리고 노즐-모재 간 거리 37.5 mm(레벨 4)의 조합을 의미합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
서브머지드 아크 용접(SAW) 공정에서 다수의 상충하는 품질 목표를 동시에 최적화하는 것은 제조업계의 오랜 과제였습니다. 본 연구는 주성분 분석(PCA)과 다구찌 기법을 결합한 강력한 하이브리드 방법론을 통해 이 문제를 해결할 수 있는 실용적인 해법을 제시했습니다. 여러 품질 특성을 단일 성능 지수(MPI)로 통합하고 이를 최소화함으로써, 연구팀은 용접 품질을 종합적으로 향상시키는 최적의 공정 변수 조합을 성공적으로 찾아냈고, 확인 실험을 통해 그 효과를 입증했습니다.
이러한 접근법은 복잡한 다중 목표 최적화가 요구되는 다양한 제조 공정에 적용될 수 있는 중요한 프레임워크를 제공합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Optimization of Submerged Arc Welding process Parameters Using PCA-Based Taguchi Approach.” by “P. Sreeraj”.
Source: International Journal of Integrated Engineering, Vol. 8 No. 3 (2016) p. 21-32
이 기술 요약은 Kunal Dwivedi와 Jyoti Menghani가 작성하여 2016년 Metallurgical and Materials Engineering에 발표한 “EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD” 논문을 기반으로 합니다. STI C&D의 기술 전문가가 분석하고 요약했습니다.
도전 과제: 평탄소강 용접 조인트는 부식 저항성이 낮고 고온에서 강도가 감소하는 등 기계적 특성에 한계가 있습니다.
연구 방법: Taguchi 이론을 사용하여 서브머지드 아크 용접(SAW) 공정 변수를 최적화하고, 다양한 양의 몰리브덴을 첨가하여 용접부의 기계적 특성을 개선했습니다.
핵심 돌파구: 몰리브덴 첨가는 용접 비드의 미세구조를 미세한 베이나이트 구조로 변화시켜 인장 강도와 미세 경도를 크게 향상시켰습니다.
핵심 결론: 몰리브덴 합금화는 평탄소강 용접 조인트의 강도와 경도를 향상시키는 효과적인 전략이며, 용접 품질을 한 단계 끌어올릴 수 있습니다.
Fig. 1 Graph between voltage, welding speed and mean of s/n ratio
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
선박 건조, 건설 등 다양한 산업에서 강철의 사용은 필수적입니다. 특히 10mm 이상의 두꺼운 판재 용접에는 서브머지드 아크 용접(SAW)이 널리 사용됩니다. 그러나 평탄소강 용접 조인트는 부식 저항성이 낮고, 고온에서의 산화, 700MPa 이상의 강도에서 충격 강도 및 연성 손실 등 본질적인 한계를 가집니다. 이러한 기계적 특성의 한계는 구조물의 내구성과 안전성에 직접적인 영향을 미치므로, 용접 금속의 인성을 개선하기 위한 혁신적인 접근 방식이 필요합니다. 기존에는 플럭스 종류를 변경하거나 새로운 필러 금속을 사용하는 방법이 있었지만, 본 연구는 용접 금속에 직접 합금 원소를 첨가하는 방식에 주목했습니다.
연구 접근법: 방법론 분석
본 연구는 두 가지 주요 목표를 가지고 진행되었습니다. 첫째, Taguchi 방법을 사용하여 서브머지드 아크 용접(SAW)의 공정 변수를 최적화하고, 둘째, 몰리브덴(Mo) 첨가를 통해 용접 조인트의 기계적 특성을 향상시키는 것입니다.
재료 및 장비: 10mm 두께의 연강판(AISI C-1020)을 60° 그루브 각도로 가공하여 사용했습니다. 용접 장비로는 1200A 용량의 SURARC 반자동 SAW 장비를 사용했으며, 전극은 AWS: SFA/A5.17 EL-8, 플럭스는 OK Flux 10.71을 사용했습니다.
변수 최적화: Taguchi 설계를 적용하여 아크 전압과 용접 속도를 2개 수준으로 설정하고, 출력 변수인 비드 폭을 최적화했습니다.
합금화 및 특성 평가: 최적화된 용접 조건에서 0.05, 0.1, 0.15, 0.3 wt.%의 몰리브덴 분말을 용접부에 개별적으로 첨가했습니다. 합금 및 비합금 용접 금속의 특성을 비교하기 위해 미세 경도 시험, 인장 시험을 수행했으며, 광학 현미경, XRD, EDS를 사용하여 미세구조를 분석했습니다.
핵심 돌파구: 주요 발견 및 데이터
발견 1: 용접 속도가 비드 폭에 미치는 지배적인 영향
Taguchi 방법과 분산 분석(ANOVA)을 통해 용접 공정 변수가 비드 폭에 미치는 영향을 분석했습니다. 그 결과, 용접 속도가 아크 전압보다 비드 폭에 더 큰 영향을 미치는 것으로 나타났습니다.
분산 분석 결과, 용접 속도는 비드 폭에 66.62%의 기여도를 보인 반면, 아크 전압의 기여도는 33.78%였습니다.
최적의 용접 조건은 아크 전압 32V, 용접 속도 0.25 m/min으로 도출되었습니다 (Table 2, Fig. 1 참조). 이는 안정적이고 예측 가능한 용접 비드 품질을 확보하기 위해 용접 속도 제어가 매우 중요함을 시사합니다.
발견 2: 몰리브덴 첨가에 따른 미세구조 변화 및 경도 증가
몰리브덴 첨가는 용접부의 미세구조를 획기적으로 변화시켜 기계적 특성을 향상시켰습니다.
미세구조: 몰리브덴을 첨가하자 용접 금속의 미세구조가 기존의 페라이트-펄라이트 구조에서 미세한 베이나이트 구조로 변화했습니다 (Fig. 2). 이는 몰리브덴이 입계 페라이트 형성을 억제하고 베이나이트 변태를 촉진하기 때문입니다.
미세 경도: 몰리브덴 함량이 증가함에 따라 용접 비드의 미세 경도는 지속적으로 증가했습니다. 비합금 용접부의 경도는 187 HV-1이었으나, 0.20% Mo 첨가 시 262 HV-1까지 상승했습니다 (Table 3, Fig. 3 참조). 이는 몰리브덴이 강한 탄화물 형성 원소로서 미세구조 내에 탄화물을 석출시켜 2차 강화상으로 작용하기 때문입니다.
발견 3: 인장 강도 향상 및 파단 위치 변화
몰리브덴 첨가는 인장 강도를 향상시켰으며, 이는 용접부의 신뢰성을 높이는 중요한 결과입니다.
인장 강도: 0.05% Mo를 첨가했을 때 인장 강도는 560.0 MPa로 비합금 용접부(502.4 MPa)보다 크게 향상되었습니다. Mo 함량이 증가함에 따라 인장 강도는 감소 후 다시 증가하는 복합적인 경향을 보였는데, 이는 Mo 함량에 따른 입자 미세화 정도의 변화와 관련이 있습니다 (Fig. 4).
파단 위치: 비합금 시편은 용접부(Weld)에서 파단된 반면, 몰리브덴이 첨가된 모든 시편은 열영향부(HAZ)에서 파단되었습니다 (Table 4). 이는 몰리브덴 첨가로 인해 용접부의 강도가 HAZ보다 높아졌음을 의미하며, 용접 조인트의 전체적인 강도가 향상되었음을 입증합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구에서 도출된 최적의 용접 변수(아크 전압 32V, 용접 속도 0.25 m/min)는 유사한 재료의 SAW 공정 설정 시 유용한 기준점을 제공합니다. 특히 용접 속도가 비드 형상에 미치는 큰 영향을 고려하여 열 입력량을 정밀하게 제어함으로써 용접 품질을 향상시킬 수 있습니다.
품질 관리팀: Table 3에 나타난 몰리브덴 함량과 미세 경도 간의 명확한 상관관계는 용접부의 기계적 특성을 예측하는 비파괴 검사 기준으로 활용될 수 있습니다. 또한, Mo 합금 용접부의 파단 위치가 HAZ로 이동함에 따라(Table 4), HAZ의 미세구조 및 경도 관리가 품질 보증의 핵심 요소가 될 수 있습니다.
설계 엔지니어: 소량(0.05~0.20 wt.%)의 몰리브덴 첨가만으로도 용접부의 미세구조를 베이나이트로 제어하고 강도 및 경도를 크게 향상시킬 수 있다는 점은, 모재 변경 없이 용접 조인트의 성능을 비용 효율적으로 개선할 수 있는 설계 전략을 제시합니다.
논문 상세 정보
EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD
1. 개요:
제목: EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD (몰리브덴 첨가가 평탄소강 용접의 미세구조 및 기계적 특성에 미치는 영향)
저자: Kunal Dwivedi, Jyoti Menghani
발행 연도: 2016
학술지/학회: Metallurgical and Materials Engineering, Association of Metallurgical Engineers of Serbia AMES
본 연구는 두 가지 주요 목표를 가지고 있습니다. 첫째는 Taguchi 이론을 사용하여 서브머지드 아크 용접(SAW)의 용접 공정 변수를 최적화하는 것이고, 둘째는 다양한 양의 몰리브덴을 합금하여 용접 조인트의 강도 및 미세 경도와 같은 기계적 특성을 향상시키는 것입니다. 용접 공정 최적화를 위해 Taguchi 이론의 변수들이 10mm 두께의 연강판(AISI C-1020)에 60° 그루브 각도로 적용되었으며, 아크 전압과 용접 속도를 변수로, 비드 폭을 출력 변수로 사용했습니다. 또한 다중 회귀 분석을 사용하여 비드 폭, 아크 전압 및 용접 속도 간의 수학적 관계를 현재의 모재 판 형상에 대해 도출했습니다. 용접 변수를 최적화한 후, 몰리브덴을 다양한 비율로 용접 영역에 개별적으로 첨가했습니다. 합금 및 비합금 용접 금속 비드의 특성을 비교했습니다. 용접부의 기계적 특성 평가는 미세 경도, 인장 강도 측면에서 수행되었으며, 미세구조 특성 평가는 광학 현미경, XRD 및 EDS를 사용하여 수행되었습니다. 몰리브덴의 존재는 용접 비드에서 미세한 입자 구조를 가진 베이나이트 구조를 형성하여 인장 강도와 미세 경도를 향상시켰습니다. XRD 결과는 몰리브덴 탄화물의 형성을 보여주어 미세 경도 값의 증가를 정당화했습니다.
3. 서론:
요즘 강철은 조선, 건물 건설 등 거의 모든 곳에서 널리 사용되고 있습니다. 강철의 과도한 사용은 우수한 기계적 특성 때문입니다. 서브머지드 아크 용접(SAW)은 두꺼운 판(10mm<두께)에만 독점적으로 수행됩니다. 서브머지드 아크 용접은 쉬운 적용성, 높은 전류 밀도, 우수한 비드 품질 및 능력으로 인해 광범위한 산업 응용 분야를 찾습니다.
4. 연구 요약:
연구 주제의 배경:
평탄소강은 널리 사용되지만 용접 조인트의 부식 저항성, 고온 강도 등에 한계가 있습니다. 서브머지드 아크 용접(SAW)은 생산성이 높지만, 아크 전압, 전류, 용접 속도 등 수많은 공정 변수가 용접 비드 품질에 영향을 미치므로 최적화가 필요합니다.
이전 연구 현황:
많은 연구자들이 Taguchi 최적화 기법을 사용하여 공정 변수를 최적화하고 회귀 분석을 수행했습니다. 또한, 몰리브덴, 크롬, 니오븀 등 다양한 합금 원소를 첨가하여 평탄소강의 특성을 개선하려는 연구가 진행되어 왔습니다. 특히 몰리브덴은 강의 경화능, 인장 강도, 미세 입자 구조 형성에 긍정적인 영향을 미치는 것으로 알려져 있습니다.
연구 목적:
본 연구의 목적은 첫째, Taguchi 방법을 이용해 SAW 공정 변수(아크 전압, 용접 속도)를 최적화하고, 둘째, 다양한 양의 몰리브덴(Mo)을 첨가하여 평탄소강 용접부의 미세구조 및 기계적 특성(강도, 미세 경도)을 개선하는 것입니다.
핵심 연구:
공정 최적화: Taguchi L4 직교 배열을 사용하여 아크 전압과 용접 속도를 2수준으로 설정하고, 비드 폭에 대한 최적 조건을 도출했습니다.
합금화: 최적화된 용접 조건 하에 0.05%부터 0.3%까지 다양한 비율의 Mo를 용접부에 첨가했습니다.
특성 평가: Mo 첨가량에 따른 용접부, 열영향부(HAZ), 모재의 미세구조 변화를 광학 현미경으로 관찰하고, 미세 경도와 인장 강도를 측정하여 기계적 특성 변화를 정량적으로 평가했습니다. 또한 XRD와 EDS 분석을 통해 상(phase) 변화와 원소 분포를 확인했습니다.
5. 연구 방법론
연구 설계:
본 연구는 실험적 접근법을 기반으로 합니다. 먼저 통계적 방법인 Taguchi 설계를 통해 SAW 공정 변수를 최적화하고, 이후 최적화된 조건에서 합금 원소(Mo)의 농도를 변화시키며 그 효과를 체계적으로 분석하는 방식으로 설계되었습니다.
데이터 수집 및 분석 방법:
용접: SVNIT 워크숍의 SURARC 반자동 SAW 장비를 사용하여 150mm x 32mm x 10mm 크기의 연강판(AISI C-1020)을 용접했습니다.
기계적 시험: 만능 시험기(UTM)를 사용하여 ASTM E8M 규격에 따라 인장 시험을 수행했고, SHIMADZU HMV 2 시리즈를 사용하여 ASTM E-384:2006 규격에 따라 9.8N 하중으로 미세 경도를 측정했습니다.
미세구조 분석: METZER vision plus-5000 광학 현미경을 사용하여 미세구조를 관찰했으며, Hitachi S3400N 주사 전자 현미경(SEM)과 EDS를 통해 성분 분석을 수행했습니다. MINIFLEX XRD 장비를 사용하여 CuKα 방사선으로 상 분석을 진행했습니다.
통계 분석: Minitab 17 소프트웨어를 사용하여 Taguchi 분석, 분산 분석(ANOVA), 다중 회귀 분석을 수행했습니다.
연구 주제 및 범위:
연구는 10mm 두께의 AISI C-1020 평탄소강에 대한 서브머지드 아크 용접에 국한됩니다. 공정 변수로는 아크 전압과 용접 속도를 고려했으며, 합금 원소로는 몰리브덴(0.05, 0.1, 0.15, 0.3 wt.%)을 사용했습니다. 평가는 용접부의 미세구조, 미세 경도, 인장 강도에 초점을 맞췄습니다.
6. 주요 결과:
주요 결과:
용접 속도는 비드 폭에 66.62%의 기여도를 보여 아크 전압(33.78%)보다 지배적인 영향을 미쳤습니다.
최적의 용접 조건은 아크 전압 32V, 용접 속도 0.25 m/min으로 결정되었습니다.
몰리브덴 첨가는 용접부의 미세구조를 미세한 베이나이트 구조로 변화시켰습니다.
몰리브덴 함량이 0%에서 0.20%로 증가함에 따라 용접 비드의 미세 경도는 187 HV에서 262 HV로 지속적으로 증가했습니다.
0.05% Mo 첨가 시 인장 강도가 560.0 MPa로 가장 높게 나타났으며, 모든 Mo 합금 시편은 용접부보다 강도가 약한 열영향부(HAZ)에서 파단되었습니다.
XRD 분석 결과, Mo 첨가 시 MoC(몰리브덴 탄화물)와 같은 새로운 상이 형성되는 것이 확인되었으며, 이는 경도 증가의 원인으로 작용합니다.
Fig. 3. X-axis:Variation of Vickers’s hardness number with wt % of Mo. Y-axis: Vickers Hardness Number (VPN)
Fig. 4. Variation of tensile strength(Y- axis) with wt.% of molybdenum(X axis)
Figure 목록:
Fig. 1 Graph between voltage, welding speed and mean of s/n ratio
Fig. 2. (a)- (k) Microstructure of base metal, interzone and weldzone in different cases BS-bainitic shelves, PF- polygonal ferrite, AF- acicular ferrite)
Fig. 3. X-axis: Variation of Vickers’s hardness number with wt % of Mo. Y-axis: Vickers Hardness Number (VPN)
Fig. 4. Variation of tensile strength(Y- axis) with wt.% of molybdenum(X axis)
Fig. 5. a) SEM Points taken from weld zone(WZ) to HAZ on sample. b) EDS Molybdenum distribution in the matrix with 0.05 % Mo.
Fig. 6. a) SEM Points taken from weld zone (WZ) to HAZ on sample, b) EDS Molybdenum distribution in the matrix with 0.20% Mo.
Fig. 7. XRD of different cases
7. 결론:
본 연구를 바탕으로 다음과 같은 결론을 도출할 수 있습니다.
회귀 분석 결과, 현재의 모재 판 형상에 대해 용접 속도가 아크 전압에 비해 비드 폭에 더 지배적인 영향을 미칩니다.
아크 전압과 비드 폭은 정비례 관계에 있으며, 용접 속도와 비드 폭은 반비례 관계에 있습니다.
용접부와 HAZ의 미세구조, 미세 경도는 다양한 양의 몰리브덴 첨가에 의해 영향을 받습니다.
Mo 첨가는 비합금 용접 금속 미세구조에 비해 더 미세한 베이나이트 미세구조를 형성합니다.
HAZ의 미세 경도는 Mo 첨가량이 증가함에 따라 증가합니다.
Mo의 희석은 용접부에서 HAZ로 갈수록 감소하며, 이는 용접부에서 HAZ로의 미세 경도 감소를 초래합니다.
[11] J.Tušeka, M. Subanb, Faculty of Mechanical Engineering,University of Ljubljana, Aškerčeva 6, 1000 Ljubljana, Slovenia institute za varilstvo, Ptujska 19, 1000 Ljubljana, Slovenia.
[12] N. Bailey, Welding Research Supplement to The Welding Journal, August 1991.
[13] M. Thuvander, L. Karisson, B. Munir, Stainless Steel World 16 (2004) 52-57.
[21] A. Fadel, D.Glišić, N. Radović, Dj. Drobnjak, J. Mater. Sci. Technol. 28 (2012) 1053-1058.
[22] R.W.K. Honeycombe, H.K.D.H. Bhadeshia, 1996, Steels; Microstructure and Properties, Second Edition, Metallurgy and Materials Science Series, Edward Arnold, London, Great Britain
[23] Y.Yoshino, R.D. Stout, Welding Research, Supplement to The Welding Journal, March, 1979, Sponsored By The American Welding Society And The Welding Research Council.
[24] Asi Suikkanen Development and Processing of Low Carbon Bainaitic Steels, Academic dissertation, Faculty of Technology of the University of Oulu, Raahensali, p. 52]
[25] J. Chen, S. Tang, Z. Liu, G. Wang, Mat. Design 49 (2013) 465-470.
[26] S. Kou, Welding Metallurgy, Second Edition, John Wiley & Sons, Inc., Hoboken, 2003, New Jersey.
[27] The effect of alloying elements on HAZ, Microstructure and Toughness British Steel ECSC Agreement Number 7210.KA/816, FINAL TECHNICAL REPORT
[28] bookshop.europa.eu/…/CGNA15834ENC_001.pdf
Expert Q&A: 전문가 질의응답
Q1: 용접 변수 최적화를 위해 Taguchi 방법을 선택한 이유는 무엇입니까?
A1: Taguchi 방법은 최소한의 실험 횟수로 여러 공정 변수가 결과에 미치는 영향을 효율적으로 평가할 수 있는 강력한 통계적 도구입니다. 본 연구에서는 아크 전압과 용접 속도라는 두 가지 주요 변수의 영향을 단 4번의 실험으로 파악하여 최적의 조건을 신속하게 도출할 수 있었습니다. 이는 시간과 비용을 절약하면서도 신뢰성 있는 결과를 얻기 위한 최적의 선택이었습니다.
Q2: Figure 4에서 몰리브덴 함량 증가에 따라 인장 강도가 선형적으로 증가하지 않고 복잡한 경향을 보이는 이유는 무엇입니까?
A2: 논문에 따르면, 이 현상은 몰리브덴 첨가량에 따른 입자 미세화 정도의 변화와 관련이 있습니다. Mo 첨가량이 증가함에 따라 용접 비드의 입자 미세화가 처음에는 감소했다가 특정 지점(0.15% Mo) 이후 다시 증가하는 경향을 보입니다. 인장 강도는 이러한 미세구조의 변화를 직접적으로 반영하기 때문에 선형적인 증가 대신 감소 후 증가하는 복잡한 패턴을 나타냅니다.
Q3: 몰리브덴이 첨가된 모든 시편이 용접부가 아닌 열영향부(HAZ)에서 파단된 이유는 무엇입니까?
A3: 이는 두 가지 중요한 사실을 시사합니다. 첫째, 몰리브덴 첨가로 인해 용접 금속의 강도가 HAZ보다 현저히 높아졌다는 증거입니다. 둘째, 논문에서는 HAZ에서의 파단 원인으로 수소 균열(hydrogen cracking) 가능성을 언급합니다. 용접 시 발생하는 높은 잔류 응력과 HAZ의 조대한 입자 구조가 결합되어 수소 균열에 더 취약해졌기 때문입니다. 이는 Mo 합금 용접 시 HAZ의 특성 관리가 매우 중요함을 보여줍니다.
Q4: XRD 분석에서 확인된 몰리브덴 탄화물(MoC) 형성의 의의는 무엇입니까?
A4: 몰리브덴 탄화물(MoC)의 형성은 미세 경도 증가를 설명하는 핵심적인 증거입니다. 몰리브덴은 강한 탄화물 형성 원소로, 미세구조 내에서 매우 단단한 탄화물 입자를 석출시킵니다. 이 입자들이 전위(dislocation)의 이동을 방해하는 2차 강화상(secondary strengthener phase) 역할을 하여 용접 금속의 전체적인 경도와 강도를 향상시키는 것입니다.
Q5: 몰리브덴 첨가가 구체적으로 미세구조를 어떻게 변화시키나요?
A5: 몰리브덴은 오스테나이트에서 페라이트로의 변태 과정에 영향을 미칩니다. 구체적으로, 취약한 파괴의 경로가 될 수 있는 조대한 입계 페라이트(grain boundary ferrite)의 형성을 효과적으로 억제합니다. 대신, 더 강하고 인성이 좋은 미세한 베이나이트(bainite) 구조의 형성을 촉진합니다. 이러한 미세구조의 변화가 바로 기계적 특성 향상의 근본적인 원인입니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 평탄소강 용접에서 소량의 몰리브덴 첨가가 미세구조를 제어하고 기계적 특성을 획기적으로 향상시킬 수 있음을 명확히 보여주었습니다. 용접 속도와 같은 핵심 공정 변수의 최적화와 함께, 몰리브덴을 이용한 합금화 전략은 탄소강 용접 조인트의 강도, 경도, 인성을 높여 구조물의 신뢰성과 수명을 연장하는 효과적인 방법입니다. 이러한 결과는 더 높은 품질과 생산성을 추구하는 모든 산업 현장에 중요한 통찰을 제공합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 Kunal Dwivedi와 Jyoti Menghani의 논문 “EFFECT OF MOLYBDENUM ADDITION ON MICROSTRUCTURE AND MECHANICAL PROPERTIES OF PLAIN CARBON STEEL WELD”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Wenqi Zhang, Azeddine Chergui, Chris Valentin Nielsen이 2012년에 발표한 학술 논문 “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 저항 용접 시뮬레이션
Secondary Keywords: 경량 소재 용접, 용접 본딩, 샌드위치 강판 용접, 자동차 공정 최적화, SORPAS
Executive Summary
The Challenge: 자동차 산업에서 연비 향상을 위해 도입되는 초고장력강, 샌드위치 강판 등 신소재는 기존 강재에 비해 저항 용접이 까다로워 공정 개발에 많은 시간과 비용이 소요됩니다.
The Method: 기계적, 전기적, 열적, 야금학적 프로세스의 연성 모델링을 기반으로 한 SORPAS® 소프트웨어를 사용하여 저항 용접 공정을 시뮬레이션하고 용접 결과를 예측합니다.
The Key Breakthrough: 시뮬레이션을 통해 용접 너겟 크기, 미세조직 및 경도 분포를 정확하게 예측할 수 있으며, 접착제를 사용하는 용접 본딩이나 폴리머 코어를 포함하는 샌드위치 강판 용접과 같은 복잡한 공정까지 모델링할 수 있습니다.
The Bottom Line: 저항 용접 시뮬레이션은 물리적 실험 전에 용접 파라미터를 최적화하고 신소재의 용접성을 평가함으로써 제품 개발 시간과 비용을 획기적으로 절감하는 핵심 기술입니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차 산업은 CO2 배출량 감축이라는 시대적 요구에 부응하기 위해 차체 경량화에 집중하고 있습니다. 이를 위해 초고장력강(AHSS), 핫스탬핑 강, 알루미늄 합금, 그리고 폴리머와 강판을 결합한 새로운 샌드위치 강판 등 다양한 경량 소재가 개발되어 적용되고 있습니다.
하지만 이러한 신소재들은 기존의 연강에 비해 저항 용접성이 매우 까다롭습니다. 특히 서로 다른 종류의 강판을 3장 이상 겹쳐 용접하는 경우, 적절한 용접 조건을 찾는 것은 수많은 실험과 연구를 필요로 하는 어려운 과제입니다. 이처럼 실험에만 의존하는 방식은 막대한 시간과 비용을 초래하며, 이는 제품 개발의 큰 걸림돌이 됩니다. 따라서 개발 초기 단계에서 용접성을 예측하고 공정을 최적화할 수 있는 효율적인 방안이 절실히 요구됩니다.
The Approach: Unpacking the Methodology
본 연구에서는 저항 용접 공정 시뮬레이션 소프트웨어인 SORPAS®를 활용하여 이러한 문제를 해결하는 접근법을 제시합니다. 이 시뮬레이션의 핵심은 용접 중에 발생하는 기계적, 전기적, 열적, 야금학적 현상을 통합적으로 해석하는 연성 모델링(coupled modeling) 기술에 있습니다.
이 기본 기능을 바탕으로 다음과 같은 새로운 기능들이 추가 개발 및 적용되었습니다.
미세조직 및 경도 분포 모델링: 용접 후 냉각 속도를 계산하고, 이를 재료의 연속냉각변태(CCT) 선도와 연계하여 최종 미세조직(페라이트, 펄라이트, 베이나이트, 마르텐사이트)의 분포와 용접부의 경도를 예측합니다.
저항 용접 본딩 시뮬레이션: 용접 부위에 비전도성 접착제가 도포된 경우를 모델링합니다. 전류가 직접 흐르지 못하는 초기 상태에서 션트(shunt) 연결을 통해 모재를 가열하고, 접착제가 녹아 모재가 접촉된 후 점용접이 이루어지는 과정을 시뮬레이션합니다.
경량 샌드위치 강판 용접 시뮬레이션: 중앙에 비전도성 폴리머 코어를 가진 샌드위치 강판의 용접을 모델링합니다. 용접 본딩과 유사하게 션트 툴을 이용해 외부 강판을 먼저 가열하여 폴리머 코어를 녹인 후, 강판 간의 접촉을 통해 너겟을 형성하는 과정을 해석합니다.
Figure 1: Process simulation and optimization with SORPAS®.
The Breakthrough: Key Findings & Data
시뮬레이션을 통해 복잡한 저항 용접 현상을 정확하게 예측하고 최적화할 수 있음이 입증되었습니다.
Finding 1: 용접부 미세조직 및 경도 분포의 정밀 예측
용접 품질을 결정하는 핵심 요소는 용접 후 형성되는 미세조직과 그에 따른 경도 분포입니다. 본 연구에서는 시뮬레이션을 통해 이를 성공적으로 예측했습니다. Figure 2는 0.8mm DC06 연강과 1.2mm DP600 강을 점용접한 사례를 보여줍니다.
시뮬레이션은 용접 후 냉각 과정에서 위치별 냉각 시간(800°C → 500°C)을 계산합니다(Figure 2b).
이 냉각 속도를 바탕으로 페라이트/펄라이트(Figure 2c), 베이나이트(Figure 2d), 마르텐사이트(Figure 2e)의 상분율 분포를 예측합니다.
최종적으로 각 상의 경도 기여도를 종합하여 용접부 전체의 경도 분포(Figure 2f)를 도출함으로써, 열영향부(HAZ)의 기계적 특성을 사전에 평가할 수 있습니다.
Finding 2: 비전도성 소재를 포함한 복합 접합 공정 시뮬레이션 구현
기존 시뮬레이션으로는 해석이 어려웠던 비전도성 층(접착제, 폴리머)이 포함된 용접 공정을 성공적으로 모델링했습니다. 이는 션트(shunt) 연결이라는 독창적인 개념을 도입하여 가능해졌습니다.
용접 본딩: Figure 4는 비전도성 접착제가 있는 강판의 용접 과정을 보여줍니다. 초기에는 션트 툴을 통해 전류가 강판으로만 흐르다가(Figure 4c), 강판의 저항열로 접착제가 녹아 없어지면 강판 간 직접 접촉이 발생하며 전류가 계면을 통해 흐르게 됩니다(Figure 4d). 이를 통해 최종 너겟이 형성되는(Figure 4f) 전 과정을 시뮬레이션할 수 있습니다.
샌드위치 강판 용접: Figure 7은 중앙에 폴리머 코어가 있는 샌드위치 강판의 용접 사례입니다. 용접 본딩과 동일한 원리로, 션트 툴을 이용해 외부 강판을 가열하여 폴리머 코어를 녹이고(Figure 7e), 이후 강판이 접촉하면서 최종 용접 너겟을 형성합니다(Figure 7f).
이러한 기능은 차세대 자동차에 적용되는 복합 소재 접합 기술의 개발을 가속화하는 데 결정적인 역할을 합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구에서 제시된 용접성 엽도(weldability lobe, Figure 1d) 및 용접 성장 곡선(weld growth curve, Figure 1c) 시뮬레이션 기능은 수많은 물리적 테스트 없이도 최적의 용접 전류, 가압력, 통전 시간 범위를 신속하게 결정할 수 있도록 지원합니다. 이는 공정 셋업 시간을 단축하고 생산 안정성을 높이는 데 기여합니다.
For Quality Control Teams: Figure 2f에 나타난 경도 분포 예측 데이터는 용접부의 취약 지점을 사전에 파악하고, 열영향부의 기계적 특성을 정량적으로 평가하는 데 활용될 수 있습니다. 이는 새로운 품질 검사 기준을 수립하는 데 중요한 정보를 제공합니다.
For Design Engineers: 3종 재료 조합(Figure 1a)이나 샌드위치 강판과 같은 신소재의 용접성을 개발 초기 단계에서 가상으로 검증할 수 있습니다. 이를 통해 설계 변경에 따른 비용과 시간을 최소화하고, 보다 혁신적인 경량 구조 설계를 가능하게 합니다.
Paper Details
Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
1. Overview:
Title: Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
Author: Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin
Year of publication: 2012
Journal/academic society of publication: Abstract from 7th International Seminar on Advances in Resistance Welding, Busan, Korea, Republic of.
Keywords: Resistance welding, process simulation, weld bonding, lightweight materials, microstructures, automotive industry
2. Abstract:
이 논문은 저항 용접의 수치 시뮬레이션, 특히 미세구조 시뮬레이션, 용접 본딩, 새로운 경량 소재의 점용접을 위한 새로운 기능에 대한 최신 개발 사항을 제시합니다. SORPAS®의 기본 기능은 기계적, 전기적, 열적 및 야금학적 공정의 연성 모델링을 기반으로 하며, 이는 저항 용접 공정을 시뮬레이션하여 용접 결과를 예측하고 재료의 용접성을 평가하는 데 필수적입니다. 이러한 기능들은 용접 공정 파라미터 최적화, 최적의 용접 파라미터 설정을 통한 용접 계획, 그리고 용접 후 미세구조 및 경도 분포 모델링을 위한 새로운 기능으로 더욱 확장되었습니다. 최근에는 접착 본딩과 점용접을 결합한 용접 본딩 및 새로운 경량 샌드위치 강재의 점용접과 같은 비전도성 재료를 포함하는 저항 용접 시뮬레이션에 대한 개발이 이루어졌습니다.
3. Introduction:
자동차의 이산화탄소(CO2) 배출량 감축에 대한 요구가 증가함에 따라, 엔진 기술 개선, 공기역학 개선, 구름 저항 감소, 그리고 차체 중량 감소를 위한 혁신 연구 및 개발이 강화되었습니다. 차체 중량 감소를 위해 고장력강, 핫스탬핑 강, 알루미늄 및 마그네슘 합금, 그리고 플라스틱과 강판을 결합한 새로운 경량 샌드위치 강재 등 다양한 신소재가 개발되어 자동차 제조에 도입되었습니다. 저항 용접은 특히 자동차 산업에서 널리 적용되는 가장 생산적이고 비용 효율적인 접합 기술 중 하나입니다. 기존 강재의 저항 용접에 비해, 새로운 경량 소재를 용접하거나 기존 강재와 새로운 경량 소재를 용접하는 것은 훨씬 더 어렵습니다.
4. Summary of the study:
Background of the research topic:
자동차 산업의 CO2 배출 규제 강화로 인해 차체 경량화가 필수 과제가 되었으며, 이를 위해 다양한 신소재가 도입되고 있습니다. 그러나 이러한 신소재들은 기존의 저항 용접 기술로는 접합이 어려워 새로운 공정 개발이 필요합니다.
Status of previous research:
지난 30년간 저항 용접의 수치 시뮬레이션에 대한 많은 이론적 개발과 실험적 검증이 이루어졌습니다. 특히 SORPAS® 소프트웨어는 공정 최적화 및 생산 현장의 용접 스케줄 설정을 위한 포괄적인 기능으로 확장되었습니다.
Purpose of the study:
본 연구는 저항 용접 시뮬레이션의 최신 기술 동향을 소개하고, 특히 (1) 용접 후 미세조직 및 경도 분포 모델링, (2) 저항 용접 본딩 시뮬레이션, (3) 경량 샌드위치 강판 점용접 시뮬레이션이라는 세 가지 새로운 기능을 제시하는 것을 목적으로 합니다.
Core study:
SORPAS® 소프트웨어를 사용하여 다중 물리(기계, 전기, 열, 야금) 연성 해석을 기반으로 저항 용접 공정을 시뮬레이션했습니다. 이를 통해 3종 강판 점용접, 용접성 엽도 생성, 미세조직 및 경도 예측을 수행했습니다. 또한, 션트(shunt) 연결이라는 새로운 모델링 기법을 도입하여 비전도성 접착제나 폴리머 코어를 포함하는 용접 본딩 및 샌드위치 강판 용접 공정을 성공적으로 시뮬레이션했습니다.
Figure 7: Simulation of spot welding of sandwich steel to two HSLA340 sheets.
5. Research Methodology
Research Design:
본 연구는 수치 시뮬레이션을 통해 저항 용접 공정을 해석하고 최적화하는 방안을 탐구하는 방식으로 설계되었습니다. 다양한 용접 시나리오(3종 강판 용접, 용접 본딩, 샌드위치 강판 용접)에 대한 시뮬레이션 모델을 구축하고, 그 결과를 분석하여 새로운 기능의 유효성을 검증했습니다.
Data Collection and Analysis Methods:
시뮬레이션은 SORPAS® 소프트웨어를 사용하여 수행되었습니다. 각 재료(DC06, HSLA340, DP600, 샌드위치 강판 등)의 기계적, 열적, 전기적 물성 데이터와 야금학적 데이터(CCT 선도 등)를 입력값으로 사용했습니다. 시뮬레이션 결과로 너겟 직경, 온도 분포, 전류 밀도 분포, 미세조직 상분율, 경도 분포 등을 도출하고 이를 그래픽으로 시각화하여 분석했습니다.
Research Topics and Scope:
연구 범위는 다음과 같은 저항 용접 공정의 시뮬레이션 및 최적화에 중점을 둡니다. – 다종 재료(3종 강판) 점용접 공정 시뮬레이션 및 용접 계획 – 용접 성장 곡선 및 용접성 엽도 예측을 통한 공정 창 최적화 – 용접 후 냉각 속도 계산을 통한 미세조직 및 경도 분포 모델링 – 비전도성 접착제를 포함하는 저항 용접 본딩 공정 시뮬레이션 – 비전도성 폴리머 코어를 포함하는 경량 샌드위치 강판 점용접 시뮬레이션
6. Key Results:
Key Results:
시뮬레이션을 통해 3종 강판(0.8mm DC06, 1.2mm HSLA340, 1.5mm DP600) 점용접 시 각 계면에서의 최종 너겟 크기(5.1mm, 7.1mm)와 용접 강도를 성공적으로 예측했습니다.
용접 계획(Weld Planning) 기능을 통해 주어진 용접 과제에 대해 최적의 가압력, 통전 시간, 용접 전류 범위를 자동으로 도출할 수 있음을 보였습니다.
용접 전류 및 가압력 변화에 따른 용접성 엽도(weldability lobe)를 시뮬레이션하여, 양호한 용접이 가능한 공정 창을 시각적으로 제시했습니다.
용접 후 냉각 속도 계산을 기반으로 페라이트/펄라이트, 베이나이트, 마르텐사이트의 분포와 최종 경도 분포를 예측하는 모델링을 구현했습니다.
션트 연결(shunt connection) 모델을 도입하여, 비전도성 접착제나 폴리머 코어가 있는 경우에도 전류 흐름과 열 발생, 그리고 최종 너겟 형성 과정을 성공적으로 시뮬레이션했습니다.
Figure List:
Figure 1: Process simulation and optimization with SORPAS®.
Figure 2: Simulation results with microstructures and hardness distribution.
Figure 3: Schematic outline of the weld bonding process [11].
Figure 4: Simulation of weld bonding with nonconductive adhesive.
Figure 5: Structure of sandwich steel invented by ThyssenKrupp Steel [1].
Figure 6: Comparative life cycle assessment of car roof [1].
Figure 7: Simulation of spot welding of sandwich steel to two HSLA340 sheets.
7. Conclusion:
저항 용접의 수치 시뮬레이션 및 최적화는 신소재의 용접성 평가와 용접 공정 파라미터 설정 및 계획을 위한 핵심 기능들로 요약됩니다. 강재 용접 후 미세조직 및 경도 분포 모델링을 위한 새로운 기능이 개발 및 구현되었습니다. 또한, 비전도성 재료 모델링과 션트 툴을 이용한 용접 본딩 및 경량 샌드위치 강판의 점용접 시뮬레이션을 위한 특수 기능이 개발 및 구현되었습니다.
Figure 6: Comparative life cycle assessment of car roof [1].
8. References:
O. Hoffmann. Lightweight Steel Design in the Modern Vehicle Body. Werkstoff-Forum Intelligenter Leichtbau. Hannover, Germany. April 2011.
H.A. Nied. The Finite Element Modeling of the Resistance Spot Welding Process. Welding Journal Research Supplement, No. 4, p.23s-132s. 1984.
H.S. Cho and Y.J. Cho. A Study of the Thermal Behavior in Resistance Spot Welds. Welding Journal Research Supplement, (6), pp236s-244s. 1989.
C.L. Tsai, O.A. Jammal, J.C. Papritan and D.W. Dickinson. Modeling of Resistance Spot Weld Nugget Growth. Welding Journal Research Supplement, (2), pp47s-54s. 1992.
W. Zhang, H. Hallberg and N. Bay. Finite Element Modeling of Spot Welding Similar and Dissimilar Metals. 7th Int. Conf. on Computer Technology in Welding, San Francisco, USA, p.364-373. 1997.
W. Zhang and L. Kristensen. Finite Element Modeling of Resistance Spot and Projection Welding Processes. The 9th Int. Conf. on Computer Technology in Welding, Detroit, Michigan, pp15-23. 1999.
W. Zhang. Design and Implementation of Software for Resistance Welding Process Simulations. SAE 2003 Transactions: Journal of Materials and Manufacturing, Vol.112, No.5, 2003, pp556-564. 2003.
W. Zhang. New Developments and Challenges in Simulation and Optimization of Resistance Welding. Proceedings of the 4th International Seminar on Advances in Resistance Welding. 15 November 2006, Wels, Austria. Pp101-114.
W. Zhang. Recent Developments and Future Outlook for Simulation and Optimization of Resistance Spot Welding Processes. Proceedings of the 5th International Seminar on Advances in Resistance Welding, 24-26 September 2008, Toronto, Canada. Pp269-276.
Information on http://www.swantec.com.
I. O. Santos, W. Zhang, V. M. Gonçalves, N. Bay and P. A. F. Martins. Weld Bonding of Stainless Steel. International Journal of Machine Tools and Manufacture, Vol.44, No.14, pp1431-1439, 2004.
Expert Q&A: Your Top Questions Answered
Q1: 시뮬레이션에서 접착제나 폴리머 코어와 같은 비전도성 재료는 어떻게 처리하나요?
A1: 논문에서는 ‘션트 툴(shunt tool)’이라는 개념을 도입하여 이 문제를 해결합니다. 용접 초기에는 이 션트 툴을 통해 전류가 비전도성 층을 우회하여 강판으로만 흐르도록 합니다. 이 과정에서 발생하는 저항열이 강판을 가열하고, 이 열이 비전도성 층(접착제 또는 폴리머)을 녹이게 됩니다. 비전도성 층이 제거되어 강판끼리 직접 접촉하게 되면, 그때부터 전류가 강판 사이의 계면을 통해 흐르면서 일반적인 점용접 과정이 진행됩니다.
Q2: 용접부의 미세조직과 경도를 예측하는 원리는 무엇인가요?
A2: 예측의 핵심은 시뮬레이션을 통해 계산된 ‘냉각 속도’에 있습니다. 시뮬레이션은 용접 후 각 지점의 온도 변화 이력을 계산하여 800°C에서 500°C까지 냉각되는 데 걸리는 시간을 도출합니다(Figure 2b). 이 냉각 속도 데이터를 해당 강재의 연속냉각변태(CCT) 선도와 비교하여, 각 지점에서 페라이트, 펄라이트, 베이나이트, 마르텐사이트 중 어떤 조직이 형성될지와 그 분율을 결정합니다. 최종적으로 각 미세조직의 경도 값을 분율에 따라 합산하여 전체적인 경도 분포를 예측합니다.
Q3: 시뮬레이션 소프트웨어가 최적의 용접 조건을 자동으로 제안할 수 있나요?
A3: 네, 가능합니다. 논문의 Figure 1b에 소개된 ‘용접 계획(Weld Planning)’ 기능이 그 역할을 합니다. 사용자가 용접할 강판의 종류와 두께, 전극, 용접기 종류 등의 정보를 입력하면, 소프트웨어는 이를 분석하여 최적의 가압력과 통전 시간을 결정합니다. 그 후, 용접 전류를 변화시키며 시뮬레이션을 수행하여 양호한 용접이 가능한 전류 범위, 즉 공정 창(process window)을 자동으로 찾아내고 최적의 용접 스케줄 사양(WSS)을 제안합니다.
Q4: 시뮬레이션 결과에서 ‘양호한 용접’과 ‘용접 불량(날림 현상)’을 어떻게 구분하나요?
A4: Figure 1c와 1d의 그래프에서 시각적으로 구분합니다. 시뮬레이션은 각 조건에 따른 너겟 직경을 계산하고 이를 미리 정의된 기준과 비교합니다. ‘양호한 용접(good welds)’은 목표 너겟 크기를 만족하는 경우로, 녹색 원형 마커로 표시됩니다. ‘용접 없음 또는 미달 용접(no weld or undersized weld)’은 너겟이 형성되지 않거나 기준보다 작은 경우로, 검은색 사각형 마커로 표시됩니다. ‘과대 용접 또는 날림(oversized or expulsion/splash)’은 용융된 금속이 튀어나가는 현상이 발생한 경우로, 빨간색 사각형 마커로 표시됩니다.
Q5: 논문에 제시된 시뮬레이션 사례에서 구체적으로 어떤 재료들이 사용되었나요?
A5: 논문에서는 여러 구체적인 사례를 제시했습니다. 첫째, 0.8mm DC06 저탄소강, 1.2mm HSLA340 강, 1.5mm DP600 강을 겹친 3종 강판 점용접 사례가 있습니다(Figure 1a). 둘째, 0.8mm DC06 강과 1.2mm DP600 강의 점용접 후 미세조직 및 경도 분포를 분석한 사례가 있습니다(Figure 2). 셋째, 1mm 저탄소강 두 장을 비전도성 접착제로 붙인 용접 본딩 사례(Figure 4)와 마지막으로 샌드위치 강판을 두 장의 HSLA340 강판에 용접하는 사례(Figure 7)가 포함되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
자동차 산업의 경량화 추세에 따라 새롭게 등장하는 첨단 소재들의 성공적인 적용은 효율적이고 신뢰성 높은 접합 기술에 달려있습니다. 기존의 시행착오를 반복하는 실험적 접근 방식은 더 이상 경쟁력을 갖기 어렵습니다. 본 논문에서 제시된 저항 용접 시뮬레이션 기술은 이러한 문제를 해결할 강력한 대안입니다.
미세조직과 경도 예측부터 접착제나 폴리머가 포함된 복합재 용접에 이르기까지, 시뮬레이션은 개발 초기 단계에서 용접 품질을 예측하고 공정을 최적화하여 R&D 및 운영 단계에서 막대한 시간과 비용을 절감할 수 있도록 지원합니다. 이는 곧 더 높은 품질과 생산성으로 이어지는 지름길입니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials” by “Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin”.
이 기술 요약은 Jinhong Li와 Kangpei Zhao가 [TELKOMNIKA Indonesian Journal of Electrical Engineering]에 발표한 “Application of L-series of Formation in Fuzzy Pattern Recognition” (2014) 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 퍼지 패턴 인식 (Fuzzy Pattern Recognition)
Secondary Keywords: L-시리즈 (L-series), 용접 공정 최적화 (Welding Process Optimization), 정보 과립 (Information Granules), 러프 집합 이론 (Rough Set Theory), 데이터 이산화 (Data Discretization)
Executive Summary
The Challenge: 기존의 퍼지 패턴 인식 방법은 전문가의 경험에 기반한 멤버십 함수에 의존하여 주관적이고 정확한 모델 구축이 어려운 한계가 있었습니다.
The Method: 본 연구는 추상 해석적 정수론의 ‘L-시리즈 형성’ 개념을 도입하여, 데이터를 ‘정보 과립’으로 분류하고 멤버십 함수 없이 객관적으로 패턴을 인식하는 새로운 방법을 제안합니다.
The Key Breakthrough: 제안된 L-시리즈 방법론을 용접 데이터 분석에 적용했으며, 그 결과가 러프 집합 이론(Rough Set Theory)을 사용한 별도의 분석 결과와 일치함을 확인함으로써 방법론의 타당성을 입증했습니다.
The Bottom Line: L-시리즈 접근법은 용접 품질 예측과 같이 복잡한 제조 공정의 패턴 인식 문제에 대해 기존보다 더 객관적이고 광범위하게 적용할 수 있는 수학적 프레임워크를 제공합니다.
The Challenge: Why This Research Matters for CFD Professionals
제조 현장에서 용접 품질과 같은 복잡한 결과를 예측하고 제어하는 것은 엔지니어들의 오랜 과제입니다. 특히 기상 과학, 의료, 엔지니어링 정찰 등 다양한 분야에서 알려진 지식을 바탕으로 불분명한 특성을 가진 객체가 어떤 유형에 속하는지 판단해야 하는 ‘패턴 인식’ 문제는 매우 중요합니다.
기존의 퍼지 추론(fuzzy reasoning)과 같은 고전적인 인식 방법들은 ‘멤버십 함수’를 활용하여 샘플과 모델을 측정합니다. 하지만 이 퍼지 규칙과 멤버십 함수는 주로 전문가의 경험에 따라 결정되기 때문에, 정확하고 합리적인 함수를 설정하기 어렵다는 본질적인 한계가 있습니다. 이러한 주관성은 특정 환경에 맞는 함수를 선택하는 데 불필요한 복잡성을 야기하고, 분석 결과의 신뢰성을 저해하여 실제 산업 적용을 제한하는 요인이 되어 왔습니다. 본 연구는 바로 이 문제를 해결하기 위해 시작되었습니다.
The Approach: Unpacking the Methodology
본 연구는 기존의 주관적인 멤버십 함수 의존성을 극복하기 위해 John Knofmacher에 의해 정립된 ‘추상 해석적 정수론’이라는 독특한 수학적 접근법을 채택했습니다.
연구의 핵심 아이디어는 모델 데이터와 식별 대상 객체를 ‘정보 과립(information granules)’이라는 개념으로 취급하는 것입니다. 이 정보 과립들은 복소 평면 위의 한 점으로 표현되며, 각 점은 극좌표계를 사용하여 고유한 위치를 갖습니다. – 극반경 (ρ): 정보 과립(등가 클래스)의 놈(norm)으로, 데이터의 크기나 강도를 나타냅니다. – 극각 (θ): 정보 과립 내 데이터 요소들의 분산 정도(산포도)를 반영합니다.
이러한 좌표계 위에서, 식별하려는 객체 [c]와 알려진 모델 베이스 [a] 사이의 관계는 ‘L-시리즈’라는 수학적 함수 L(s, χ)를 통해 정의됩니다. 두 정보 과립의 L-시리즈 함수 값의 차이가 매우 작으면, 두 과립은 서로 ‘가깝다’고 판단하여 동일한 패턴으로 분류합니다.
이 방법론을 검증하기 위해, 연구진은 ZL114A 알루미늄(두께 8mm) 소재의 용접 공정에 이를 적용했습니다. – 공정 변수 (조건 속성): 레이저 출력(P), 와이어 공급 속도(WFS), 용접 속도(V), 전류(I) – 용접 결과 (결정 속성): 용접 폭(d₁), 용접 깊이(d₂)
총 12개의 실험 데이터 그룹을 분석하여 공정 변수와 용접 외관 사이의 관계를 규명하고자 했습니다.
The Breakthrough: Key Findings & Data
본 연구는 L-시리즈를 통한 새로운 패턴 인식 방법론을 제안하고, 이를 실제 용접 데이터에 적용하여 그 유효성을 입증하는 데 성공했습니다.
Finding 1: 객관적 패턴 인식을 위한 새로운 수학적 프레임워크 제시
가장 큰 성과는 L-시리즈라는 수학적 도구를 통해 기존 퍼지 이론의 주관성을 배제한 새로운 패턴 인식 모델을 제시했다는 점입니다. 이 방법은 복잡한 데이터 집합을 ‘정보 과립’으로 추상화하고, 이들 간의 관계를 해석적 함수로 분석함으로써, 경험에 의존하지 않는 일관된 분류 기준을 제공합니다. 이는 다양한 공학적 문제에 적용할 수 있는 일반화된 방법론의 가능성을 열어줍니다.
Table 1. Welding Process Parameters and Weld Dimension
Finding 2: 교차 검증을 통한 방법론의 신뢰성 확보
제안된 방법의 신뢰도를 높이기 위해, 연구진은 동일한 용접 데이터(Table 1)를 ‘러프 집합 이론(Rough Set Theory)’이라는 다른 분석 기법으로 교차 검증했습니다. 러프 집합 이론은 불완전하고 불확실한 데이터를 다루는 데 효과적인 도구입니다. 분석 결과, 러프 집합 이론에 따른 데이터 분류 결과가 L-시리즈 방법론이 예측하는 결과와 “일치(coincident)”함을 확인했습니다.
예를 들어, 논문의 7절 ‘등가 분류(Equivalent Classification)’에 따르면, 러프 집합 분석 결과 실험 e₁, e₄, e₁₁, e₁₂는 모두 동일한 결정 클래스 Y₁ = {e₁, e₄, e₁₁, e₁₂}에 속하는 것으로 나타났습니다. 이는 해당 실험들의 용접 외관(용접 폭 및 깊이)이 거시적으로 매우 유사하다는 것을 의미하며, L-시리즈 방법론 또한 이와 같은 패턴을 성공적으로 인식할 수 있음을 시사합니다. 이러한 일치성은 제안된 L-시리즈 방법이 실제 산업 데이터의 복잡한 패턴을 효과적으로 식별할 수 있음을 강력하게 뒷받침합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구는 L-시리즈 방법이 특정 공정 변수(레이저 출력, 이송 속도 등)의 조합이 어떻게 유사하거나 상이한 용접 결과로 이어지는지 식별하는 강력한 도구가 될 수 있음을 시사합니다. 이를 통해 원하는 용접 품질을 얻기 위한 공정 최적화에 기여할 수 있습니다.
For Quality Control Teams: 논문의 Table 1 데이터와 그 분류 결과는 입력 변수와 출력 품질 간의 명확한 연관성을 보여줍니다. 이 접근법은 단순한 통계적 공정 관리를 넘어, 품질을 예측하고 잠재적 불량을 사전에 방지하는 정교한 예측 모델을 개발하는 데 활용될 수 있습니다.
For Design Engineers: 비록 연구가 공정에 초점을 맞추고 있지만, 패턴 인식이라는 근본 원리는 제조 용이성 설계(DFM)에도 확장 적용될 수 있습니다. 특정 변수 조합이 결과에 미치는 영향을 이해하는 것은 초기 설계 단계에서부터 품질 문제를 최소화하는 데 중요한 고려 사항이 될 것입니다.
Paper Details
Application of L-series of Formation in Fuzzy Pattern Recognition
1. Overview:
Title: Application of L-series of Formation in Fuzzy Pattern Recognition
Author: Jinhong Li, Kangpei Zhao
Year of publication: 2014
Journal/academic society of publication: TELKOMNIKA Indonesian Journal of Electrical Engineering
Keywords: fuzzy pattern recognition, L-series of formation, information granules
2. Abstract:
본 논문에서는 정보 과립화 아이디어를 통해 모델 베이스와 식별 대상을 정보 과립으로 분류한다. 적절한 극좌표계가 설정된다. 퍼지 패턴 인식 문제는 추상 해석적 정수론의 L-시리즈 형성을 통해 연구된다. 대량의 데이터로 구성된 정보 과립의 모델 베이스 유형을 평가하는 방법이 제시된다. 추가적으로, 이 방법은 용접 공정에서 공정 변수와 용접 외관 사이의 관계를 분석하는 데 사용된다. 동시에, 용접 외관과 공정 변수 간의 관계는 러프 집합과 속성-우선순위 알고리즘에 기반한 데이터 이산화 처리를 통해 연구된다. 이 두 방법의 결과는 일치한다. 본 논문에서 제안된 방법은 사실임이 증명되었다.
3. Introduction:
일상생활에서 사람들은 감각을 통해 그래픽, 문자, 언어를 인식할 수 있다. 그러나 기상 과학, 공학 정찰, 환경 공학, 의학, 범죄 수사 등 많은 분야에서는 공통적인 특징이 있다. 우리는 알려진 지식을 사용하여 모호한 소속을 가진 객체가 어떤 유형인지 판단하고 식별해야 한다. 이것이 패턴 인식 문제이다.
지난 30년간 인공지능의 새로운 하위 분야로서, 고전적인 인식 방법들은 최대 멤버십 등급 원리와 근접성 원리에 초점을 맞추었다. 이후, 일부 학자들은 다른 문제들을 겨냥한 인식 모델들을 제안했다. 참고문헌 [1]에서는 지속 가능한 개발 시스템의 퍼지 인식 모델과 방법이 제시되었다. 이는 퍼지 결정 이론과 평가 지표 가중치 벡터 방법을 포함한다. Zhang Shoufeng은 참고문헌 [2]에서 삼각 퍼지 수로 퍼지 개념을 나타내고, 이 모델을 사용하여 기업 역량을 종합적으로 평가하고 인식하는 새로운 다단계 퍼지 패턴 인식 모델을 제시했다. 위에서 언급된 모든 인식 방법들은 퍼지 추론의 도움을 받는다. 샘플과 모델 베이스는 멤버십 함수를 이용하여 측정된다. 사실, 퍼지 규칙은 보통 경험에 따라 결정된다. 정확하고 합리적인 멤버십 함수를 설정하는 것은 어려우며, 이는 그들의 응용을 제한할 것이다.
본 논문에서는 John Knofmacher에 의해 정립된 추상 해석적 정수론의 아이디어로 퍼지 패턴 인식 문제를 논의할 것이다. 우리는 모델 베이스 집합을 산술 반군(arithmetical semigroup)으로 생각하고, 식별될 객체를 등가 클래스(equivalence class)로 간주한다. 최종적으로 객체와 알려진 모델 베이스 간의 관계는 L-시리즈에 의해 주어진다. 이 방법으로, 우리는 일부 특수 영역을 임의의 반군으로 추상화하고 더 많은 유형의 인식 문제를 처리할 수 있다. 추가적으로, 우리는 다른 환경에서 다른 멤버십 함수를 선택함으로써 발생하는 불필요한 문제를 피하고 주관적 요인의 영향을 줄일 수 있다.
4. Summary of the study:
Background of the research topic:
고전적인 퍼지 패턴 인식 방법은 멤버십 함수에 의존하며, 이는 경험에 기반하여 설정되기 때문에 주관적이고 정확성에 한계가 있다.
Status of previous research:
기존 연구들은 최대 멤버십 원리나 퍼지 추론에 기반한 모델을 제안했으나, 모두 합리적인 멤버십 함수를 설정하는 데 어려움을 겪어 적용 범위가 제한되었다.
Purpose of the study:
본 연구는 추상 해석적 정수론의 L-시리즈 개념을 도입하여, 멤버십 함수에 의존하지 않는 객관적이고 일반화된 퍼지 패턴 인식 방법을 제안하고, 그 유효성을 실제 용접 공정 데이터 분석을 통해 검증하는 것을 목적으로 한다.
Core study:
데이터 집합을 ‘정보 과립’으로 정의하고, 이를 극좌표계 상의 점으로 표현한다. L-시리즈 함수를 이용해 정보 과립 간의 유사성을 측정하여 패턴을 인식하는 모델을 수립한다. 이 모델을 용접 공정 변수와 용접 외관의 관계 분석에 적용하고, 러프 집합 이론을 통한 분석 결과와 비교하여 방법론의 타당성을 검증한다.
5. Research Methodology
Research Design:
본 연구는 새로운 이론적 모델을 제안하고 이를 실제 실험 데이터에 적용하여 검증하는 방식으로 설계되었다. 먼저 추상 해석적 정수론에 기반한 L-시리즈 패턴 인식 모델을 수학적으로 정립한다. 그 후, 이 모델을 ZL114A 알루미늄 용접 실험에서 얻은 12개 데이터 세트에 적용하여 공정 변수와 용접 품질 간의 관계를 분석한다. 마지막으로, 제안된 모델의 결과를 러프 집합 이론 기반 분석 결과와 비교하여 일관성을 확인한다.
Data Collection and Analysis Methods:
데이터는 ZL114A 알루미늄 소재의 용접 실험을 통해 수집되었다. 12개의 실험 그룹에 대해 레이저 출력, 와이어 공급 속도, 용접 속도, 전류 등 4개의 공정 변수와 용접 폭, 용접 깊이라는 2개의 결과 변수를 측정했다(Table 1). 데이터 분석은 제안된 L-시리즈 방법과 비교 검증을 위한 러프 집합 및 속성-우선순위 알고리즘 기반 데이터 이산화 방법을 사용했다.
Research Topics and Scope:
본 연구는 퍼지 패턴 인식의 새로운 방법론 개발에 초점을 맞춘다. 연구 범위는 L-시리즈 형성 이론의 적용, 정보 과립 개념의 도입, 그리고 이를 용접 공정 데이터 분석에 적용하는 것으로 한정된다.
6. Key Results:
Key Results:
추상 해석적 정수론의 L-시리즈를 이용한 새로운 퍼지 패턴 인식 방법론을 제안함.
제안된 방법론은 기존의 주관적인 멤버십 함수 설정 문제를 회피할 수 있음.
용접 공정 데이터 분석에 제안된 방법을 적용하여 공정 변수와 용접 외관 간의 관계를 분석함.
러프 집합 이론을 이용한 비교 분석 결과, 제안된 방법론의 결과와 일치함을 확인함. 구체적으로, 러프 집합 분석을 통해 e₁, e₄, e₁₁, e₁₂ 실험 결과가 거시적으로 매우 유사한 용접 외관을 가짐을 보였으며, 이는 제안된 방법의 타당성을 뒷받침함.
Table 2. The Final Information Table
Figure List:
Table 1. Welding Process Parameters and Weld Dimension
Table 2. The Final Information Table
7. Conclusion:
본 논문에서는 인식 대상 정보 과립을 복소 평면 위의 한 점으로 간주한다. L-시리즈의 해석적 속성을 이용하여 간단하고 실행 가능한 인식 방법이 제시되었다. 우리가 논의한 일부 담론 영역은 모두 산술 반군으로 추상화될 수 있다. 따라서 이 방법은 일반성과 넓은 적용 범위를 가지는 특징이 있다.
8. References:
Shouyu Chen, Daojun Zhang, Guangtao Fu. Study on fuzzy recognition model of center city in area layout. Journal of Liaoning Technical University. 2002; 21: 814-817 (in Chinese).
Shoufeng Zhang, Rongjia Luo, Dongxiang Li. Application of multi-hierarchy and multi-pole fuzzy pattern recognition to enterprise competence. Journal of Wuhan university of technology. 2003;25: 83-86 (in Chinese).
J Knofmacher. Abstract analytic number therem, North-Holland. 1975.
Wenhang Li, Shanben Chen, Jiayou Wang: Model of Pulsed GTAW Process based on Variable Precision Rough Set. Transactions of the China Welding Instituttion. 2008; 29: 57-59 (in Chinese).
Jinhong Li, Kangpei Zhao. Relation model between process parameters and weld appeareance based on rough set. 2012 IET International Conference. Ei. 2012.
Wang Guoyin. Routh Set Theory and Knowledge Accquiring. Xi’an: Xian Jiaotong University Press. 2001.
Fan Juan, Wang Hong-yan. Disposal of Data Discretization in KnowledgeDiscovering. Journal of Baoding teachers college. 2006; 19(2): 40-41.
Expert Q&A: Your Top Questions Answered
Q1: 왜 전통적인 머신러닝이나 통계적 방법 대신 추상 해석적 정수론이라는 생소한 접근법을 선택했나요?
A1: 본 연구의 주된 목적은 전통적인 퍼지 논리가 가진 ‘멤버십 함수’ 설정의 주관성을 피하는 것이었습니다. 추상 해석적 정수론과 L-시리즈를 사용하면, 경험에 기반한 함수 정의 없이도 데이터 집합 간의 관계를 수학적으로 엄밀하게 정의할 수 있습니다. 이는 보다 객관적이고 일반화된 패턴 인식 프레임워크를 구축하기 위한 선택이었습니다.
Q2: 용접 실험에서 ‘정보 과립(information granule)’의 실제적인 의미는 무엇인가요?
A2: 용접 실험에서 정보 과립은 각 실험 조건을 나타냅니다. 예를 들어, Table 1의 12개 실험(e1부터 e12) 각각은 ‘레이저 출력, WFS, 속도, 전류’라는 공정 변수 조합과 그로 인한 ‘용접 폭, 깊이’라는 결과 값을 포함하는 하나의 정보 과립입니다. 모델 베이스는 이미 알려진 ‘양호한’ 또는 ‘불량한’ 용접 결과에 해당하는 정보 과립들의 집합이 될 수 있습니다.
Q3: 논문에서 L-시리즈와 러프 집합 방법의 결과가 “일치한다”고 했는데, 데이터에서 구체적인 예를 들어 설명해 주실 수 있나요?
A3: 네, 7절의 러프 집합 분석 결과를 보면 알 수 있습니다. 이 분석은 결정 속성(용접 외관)을 기준으로 12개 실험을 그룹화하는데, Y₁ = {e₁, e₄, e₁₁, e₁₂}라는 등가 클래스가 도출됩니다. 이는 e₁, e₄, e₁₁, e₁₂ 네 가지 실험 조건이 거시적으로 매우 유사한 용접 폭과 깊이를 가진다는 의미입니다. 논문은 L-시리즈 방법 역시 이 실험들을 유사한 패턴으로 분류할 것이라고 암시하며, 두 방법의 결과가 일치함을 보여줍니다.
Q4: L-시리즈 간의 ‘거리’는 어떻게 계산되며, 이 방법은 매개변수 ε의 선택에 얼마나 민감한가요?
A4: 거리는 두 L-시리즈 함수 값의 절대 차이, 즉 |La – Lc|로 계산됩니다. 논문에서는 이 차이가 임의의 작은 양수 ε보다 작아야 한다고 언급합니다. 이는 두 정보 과립이 매우 가까우면 그들의 L-시리즈 함수가 거의 동일하다는 것을 의미합니다. 따라서 ε의 선택은 ‘가깝다’고 판단하는 임계값을 결정하며, 분석의 민감도에 영향을 미칠 수 있습니다.
Q5: 최종 정보 테이블(Table 2)은 이산화된 값을 사용하는데, Table 1의 원래 연속적인 값들은 어떻게 변환되었나요?
A5: 6절 ‘데이터 이산화 처리(Disposal of Data Discretization)’에서 그 과정을 설명합니다. 연구진은 데이터 범위를 기준으로 이산화 규칙을 설정했습니다. 예를 들어, 용접 폭(d₁)의 경우 1-8 사이의 값, 8-9 사이의 값 등을 서로 다른 범주로 나누는 방식입니다. 이 과정은 데이터를 러프 집합 분석에 적합한 형태로 변환하기 위해 수행되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 추상 해석적 정수론의 L-시리즈를 활용하여 퍼지 패턴 인식 문제에 대한 새롭고 객관적인 접근법을 제시했습니다. 용접 공정 데이터 분석을 통해 입증되었듯이, 이 방법은 주관적인 경험에 의존하지 않고도 복잡한 제조 공정 변수와 결과 품질 간의 관계를 효과적으로 규명할 수 있는 잠재력을 가지고 있습니다. 이는 더 높은 수준의 공정 제어와 품질 예측으로 나아가는 중요한 발판이 될 수 있습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 본 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Application of L-series of Formation in Fuzzy Pattern Recognition” by “Jinhong Li, Kangpei Zhao”.
이 기술 요약은 Len Wright 외 저자가 Mitig Adapt Strateg Glob Change (2012)에 발표한 학술 논문 “Estimated effects of climate change on flood vulnerability of U.S. bridges”를 기반으로 합니다. STI C&D가 기술 전문가를 위해 분석하고 요약했습니다.
도전 과제: 기후 변화로 인한 강수 강도 증가는 하천 홍수와 교량 세굴(scour)을 유발하여 미국 내 수많은 교량의 구조적 안전성을 위협하고 있습니다.
연구 방법: 4개의 기후 모델(GCM)과 3개의 온실가스 배출 시나리오를 사용하여 100년 주기 최대 유량을 예측하고, 이를 미국 국립 교량 인벤토리(NBI) 데이터와 결합하여 취약한 교량을 식별했습니다.
핵심 발견: 21세기 후반까지 10만 개 이상의 미국 교량이 붕괴 위험에 취약해질 수 있으며, 이를 보강하기 위한 적응 비용은 최대 2,500억 달러에 이를 수 있습니다.
핵심 결론: 치명적인 붕괴를 막고 막대한 미래 비용을 관리하기 위해서는 교량과 같은 핵심 인프라에 대한 선제적인 취약성 평가와 적응 전략이 필수적입니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
미국 전역의 도로 교량은 국가 교통 시스템의 핵심 요소입니다. 그러나 기후 변화는 이러한 핵심 인프라에 심각한 위협이 되고 있습니다. IPCC(기후 변화에 관한 정부 간 협의체)는 극한 강수 현상의 강도가 증가하고 있으며, 이는 미래에 더욱 심화될 가능성이 매우 높다고 보고했습니다.
강수 강도의 증가는 하천 유량의 증가로 이어져 교량의 기초를 지지하는 하상 물질을 침식시키는 ‘세굴(scour)’ 현상을 악화시킵니다. 실제로 미국에서 발생하는 대부분의 교량 붕괴는 세굴과 관련이 있습니다. 이러한 상황은 기존의 설계 기준이 더 이상 미래의 기후 조건을 반영하지 못할 수 있음을 의미하며, 이는 곧 잠재적인 재앙으로 이어질 수 있습니다. 따라서 어떤 교량이 위험에 처해 있는지, 그리고 이를 해결하기 위해 얼마의 비용이 필요한지를 정량적으로 파악하는 것이 시급한 과제입니다.
Fig. 1 Location of 2-digit HUCs. Region 1, New England; Region 2, Mid-Atlantic; Region 3, South AtlanticGulf; Region 4, Great Lakes; Region 5, Ohio; Region 6, Tennessee; Region 7, Upper Mississippi; Region 8, Lower Mississippi; Region 9, Souris-Red-Rainy; Region 10, Missouri; Region 11, Arkansas-White-Red; Region 12, Texas-Gulf; Region 13, Rio Grande; Region 14, Upper Colorado; Region 15, Lower Colorado; Region 16, Great Basin; Region 17, Pacific Northwest; Region 18, California. Source: USGS 2009
접근 방식: 연구 방법론 분석
본 연구는 미국 본토의 교량이 기후 변화로 인한 담수 홍수 증가에 얼마나 취약한지를 평가하기 위해 포괄적인 상향식(top-down) 분석을 수행했습니다.
기후 및 수문 데이터 통합: 4개의 주요 GCM(General Circulation Models)과 3개의 온실가스(GHG) 배출 시나리오(A2, A1B, B1)의 일일 강수량 데이터를 활용했습니다. 이 데이터를 미국 지질조사국(USGS)의 2,097개 유역(8-digit HUC)에 적용하여 100년 주기 24시간 설계 강우에 대한 최대 유량 변화를 추정했습니다.
교량 인벤토리 결합: 연방 고속도로국(FHWA)의 국립 교량 인벤토리(NBI) 데이터베이스를 사용하여 미국 내 50만 개 이상의 교량 정보를 분석했습니다. 각 교량은 현재 상태(결함 있음/양호함)와 하상 토양 유형(모래질/비모래질)에 따라 분류되었습니다.
취약성 평가: 예측된 최대 유량 증가율을 기반으로 각 교량 범주별 취약성 임계값을 설정했습니다. 예를 들어, ‘결함이 있는’ 교량은 유량이 20%만 증가해도 취약해지는 것으로 간주되었고, ‘양호한’ 상태의 모래질 토양 위 교량은 유량이 100% 증가해야 취약해지는 것으로 설정되었습니다.
비용 분석: 취약한 교량을 보강하는 데 필요한 적응 비용을 두 기간(2010-2055년, 2055-2090년)으로 나누어 산출했습니다. 비용은 유량 증가 수준에 따라 립랩(riprap) 설치 또는 교각 및 교대 보강으로 구분하여 추정되었습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 10만 개 이상의 교량이 홍수 위험에 노출
분석 결과, 기후 변화로 인해 위험에 처할 교량의 수는 수만에서 십만 개 이상에 달하는 것으로 나타났습니다. 위험에 처한 교량의 수는 시간과 배출 시나리오에 따라 크게 달라집니다.
2055년까지: 배출 시나리오에 따라 48,000개에서 96,000개의 교량이 위험에 처할 것으로 예측됩니다. (그림 3 참조)
2090년까지: 위험에 처한 교량의 수는 66,000개에서 최대 117,000개로 증가하며, 이는 수면 위 전체 교량의 약 25%에 해당하는 수치입니다. (표 3 및 그림 4 참조)
가장 높은 온실가스 배출 시나리오(A2)는 가장 많은 수의 교량을 위험에 빠뜨리는 결과를 초래했습니다. 이는 온실가스 배출 수준이 인프라 안전에 직접적인 영향을 미친다는 것을 명확히 보여줍니다.
결과 2: 최대 2,500억 달러에 달하는 막대한 적응 비용
취약한 교량을 기후 변화에 적응시키는 데 드는 국가적 총비용은 21세기 동안 약 1,400억 달러에서 2,500억 달러에 이를 것으로 추정됩니다.
시나리오별 비용 차이: 가장 높은 배출 시나리오(A2)의 적응 비용은 가장 낮은 시나리오(B1)보다 약 40% 더 높았습니다. (표 4 참조)
선제적 조치의 효과: 현재 ‘결함이 있는’ 것으로 분류된 약 129,000개의 교량을 기후 변화의 영향이 현실화되기 전에 수리할 경우, 총 적응 비용을 약 27%~30%까지 절감할 수 있는 것으로 나타났습니다. (그림 5 참조)
이는 현재의 인프라 유지보수 결정이 미래의 기후 변화 적응 비용에 막대한 영향을 미친다는 것을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
이 연구는 대규모 스크리닝 분석이지만, 현장의 엔지니어와 관리자에게 중요한 전략적 통찰을 제공합니다.
토목/구조 엔지니어: 본 연구는 기존의 100년 주기 홍수와 같은 설계 기준이 미래의 기후 조건에서는 더 이상 유효하지 않을 수 있음을 경고합니다. 특히, 교량 세굴 방지 설계에 있어 더욱 보수적인 접근이 필요하며, 이 연구에서 사용된 수문학적 모델링을 넘어선 상세한 CFD 해석을 통해 특정 교량 위치에서의 유체 흐름과 세굴 깊이를 정밀하게 예측하는 것이 중요합니다.
인프라 기획 및 정책 입안자: 이 연구의 데이터는 인프라 투자 우선순위를 정하는 데 정량적 근거를 제공합니다. 특히 지역별 취약성 지도(그림 3, 4)는 한정된 예산을 가장 시급한 곳에 배분하는 데 도움이 될 수 있습니다. 또한, 현재 결함이 있는 교량에 대한 선제적 유지보수가 장기적으로 상당한 비용 절감 효과를 가져온다는 점은 중요한 정책적 시사점입니다.
품질 및 리스크 관리팀: 이 연구에서 제시된 ‘위험 지수’ 접근 방식은 교량 외 다른 인프라 자산의 기후 변화 취약성을 평가하는 데에도 적용될 수 있습니다. 이는 물리적 자산에 대한 기후 변화의 재무적 리스크를 평가하고 관리하는 데 중요한 기초 자료가 됩니다.
논문 상세 정보
Estimated effects of climate change on flood vulnerability of U.S. bridges
1. 개요:
제목: Estimated effects of climate change on flood vulnerability of U.S. bridges
저자: Len Wright, Paul Chinowsky, Kenneth Strzepek, Russell Jones, Richard Streeter, Joel B. Smith, Jean-Marc Mayotte, Anthony Powell, Lesley Jantarasami, William Perkins
발행 연도: 2012
학술지: Mitigation and Adaptation Strategies for Global Change
우리는 기후 변화로 인한 하천 홍수 증가가 미국 본토의 교량에 미치는 잠재적 영향을 평가했습니다. 4개의 기후 모델과 3개의 온실가스(GHG) 배출 시나리오(A2, A1B, B1)의 일일 강수 통계를 사용하여 잠재적인 기후 변화 범위를 포착했습니다. 일일 최대 강수량의 변화를 이용하여 2,097개 유역에 대한 100년 주기 최대 유량의 변화를 추정했습니다. 이 추정치는 국립 교량 인벤토리 데이터베이스의 정보와 결합되어 교량 세굴 취약성의 변화를 추정하는 데 사용되었습니다. 결과는 강수 강도 증가로 인해 미국 교량에 상당한 잠재적 위험이 있을 수 있음을 나타냅니다. 약 129,000개의 교량이 현재 결함이 있는 것으로 밝혀졌습니다. 수만에서 10만 개 이상의 교량이 취약해질 수 있습니다.
3. 서론:
미국의 도로 교량은 국가 교통 시스템의 핵심 구성 요소입니다. 기후 변화는 해수면 상승으로 인한 해안 인프라 침수, 폭염으로 인한 도로 변형, 그리고 내륙 인프라의 홍수 등 다양한 방식으로 교통 인프라에 영향을 미칠 수 있습니다. 본 연구의 목표는 일반 순환 모델(GCM)이 예측하는 강수량 변화가 교량의 수명 주기를 단축시킬 수 있는 수문학적 및 수리학적 체계의 변화를 초래할 수 있는지 판단하는 것입니다. 특히, 기후 변화로 인한 내륙 홍수 증가로 인해 미국 본토의 교통 인프라가 부정적인 영향을 받을 수 있는 지역을 식별하고, 위험에 처한 인프라를 적응시키는 데 드는 비용의 규모를 추정하고자 합니다.
4. 연구 요약:
연구 주제의 배경:
기후 변화는 극한 강수 현상의 강도를 증가시켜 하천 홍수의 위험을 높입니다. 이는 교량의 기초를 약화시키는 세굴 현상을 유발하여 국가의 핵심 교통 인프라인 교량의 안전을 위협합니다.
이전 연구 현황:
교통 인프라에 대한 기후 변화 적응에 관한 기존 문헌은 대부분 정성적이었으나, 최근 알래스카와 아프리카의 도로 인프라에 대한 비용을 추정한 연구(Larsen et al. 2008; Chinowsky et al. 2011b)들이 등장하기 시작했습니다. 교량 세굴은 교량 붕괴의 주요 원인으로 오랫동안 연구되어 왔습니다.
연구 목적:
본 연구는 기후 변화로 인한 홍수 증가에 취약할 수 있는 미국 내 교량의 수를 추정하고, 이들 교량을 보호하기 위한 적응 비용을 산출하는 것을 목표로 합니다.
핵심 연구:
4개의 기후 모델과 3개의 배출 시나리오를 사용하여 미래의 100년 주기 최대 유량을 예측했습니다. 이 수문학적 예측을 국립 교량 인벤토리 데이터와 결합하여, 교량의 현재 상태와 위치한 토양 유형에 따라 세굴 취약성을 평가하고, 이를 기반으로 적응 비용을 추정하는 전국적인 스크리닝 수준의 분석을 수행했습니다.
5. 연구 방법론
연구 설계:
미국 본토 전체를 대상으로 한 정량적, 상향식(top-down) 스크리닝 연구입니다.
데이터 수집 및 분석 방법:
기후 데이터: 4개 GCM(CNRM-CM3, CCCMA-CGCM 3, GFDL-CM2.0, HADCM3)의 일일 강수량 데이터를 사용했습니다.
수문 분석: Log Pearson Type III 분포를 사용하여 100년 주기 강수량을 계산하고, 농무부의 TR-20 모델을 기반으로 한 방법을 사용하여 이를 최대 유량으로 변환했습니다.
교량 데이터: 연방 고속도로국(FHWA)의 2008년 국립 교량 인벤토리(NBI) 데이터를 사용했습니다.
취약성 평가: 교량을 ‘결함 있음/양호함’ 및 ‘모래질/비모래질 토양’으로 분류하고, 전문가 판단에 기반한 유량 증가 임계값을 적용하여 취약성을 판단했습니다.
비용 분석: RSMeans 2008의 건설 비용 데이터를 기반으로 립랩 설치 및 교각/교대 보강 비용을 산출했습니다.
연구 주제 및 범위:
공간적 범위: 미국 본토(lower 48 states).
시간적 범위: 2010-2055년과 2055-2090년 두 기간에 대한 예측.
분석 대상: NBI에 등록된 수면 위 교량.
주요 변수: 100년 주기 24시간 최대 유량, 교량 상태, 토양 유형, 적응 비용.
6. 주요 결과:
주요 결과:
기후 변화로 인해 2090년까지 최대 117,000개의 교량이 홍수에 취약해질 수 있으며, 이는 수면 위 전체 교량의 약 25%에 해당합니다.
21세기 동안 취약한 교량을 보강하는 데 필요한 누적 비용은 약 1,400억 달러에서 2,500억 달러로 추정됩니다.
온실가스 배출량이 많을수록 더 많은 교량이, 더 빨리 취약해지며, 적응 비용도 더 높아집니다.
현재 결함이 있는 교량을 선제적으로 수리하면 미래의 총 적응 비용을 약 30% 절감할 수 있습니다.
지역별로 취약성 편차가 크며, 동부 지역에서 취약한 교량의 절대 수가 더 많지만, 서부 일부 지역에서는 위험에 처한 교량의 비율이 더 높게 나타났습니다.
Figure 목록:
Fig. 1 Location of 2-digit HUCs.
Fig. 2 Number and percentage of currently deficient bridges in the United States by 2-digit HUC.
Fig. 5 Costs for adapting deficient bridges to climate change by time period and scenario.
7. 결론:
본 연구는 기후 변화가 미국의 교량 인프라에 미칠 수 있는 심각한 잠재적 영향을 보여줍니다. 10만 개 이상의 교량이 위험에 처할 수 있으며, 이를 해결하기 위한 적응 비용은 수천억 달러에 달할 수 있습니다. 취약성과 적응 비용은 온실가스 배출량과 인프라 관리 방식에 민감하게 반응합니다. 특히, 현재 결함이 있는 교량을 개선하는 결정은 미래의 적응 비용을 약 30%까지 줄일 수 있습니다. 이 연구 결과는 많은 한계점을 가지고 있지만, 미국 교량이 기후 변화의 영향으로 상당한 위험에 처할 수 있음을 분명히 나타냅니다. 이 분석 프레임워크는 다른 국가 및 지역의 잠재적 영향을 평가하는 데에도 활용될 수 있습니다.
8. 참고 문헌:
ASCE (1992) Design and construction of urban stormwater management systems. American Society of Civil Engineers Manual of Practice No. 77
Ashley R, Blanksby J, Cashman A, Jack L, Wright G, Packman J, Fewtrell L, Poole A (2009) Adaptable urban drainage – addressing change in intensity. http://www.atypon-link.com/ALEX/doi/pdf/10.2148/benv.33.1.70?cookieSet=1. Cited 18 Oct 2010
AUSTROADS (2004) Impact of climate change on road infrastructure. Austroads Publication No. AP – R243/04, Sydney, Australia
Bedient P, Huber W, Vieux BE (2008) Hydrology and floodplain analysis, 4th edn. Prentice Hall, Upper Saddle River, pp 171-209
Briaud J-L (2006) Bridge scour and the structural engineer. Structure December:58–61
Chinowsky PS, Hayles C, Schweikert A, Strzepek N (2011a) Climate change as organizational challenge: comparative impact on developing and developed countries. Eng Proj Organ J 1(1):57–64
Chinowsky PS, Schweikert A, Strzepek N, Manahan K, Strzepek K, Schlosser CA (2011b) Adaptation advantage to climate change impacts on road infrastructure in Africa through 2100. Discussion paper, UNU-WIDER, Helsinki, Finland
Dent S, Wright L, Mosley C, Housen V (2000) Continuous simulation vs. design storms, comparison with wet weather flow prediction methods. Proc of the Water Env. Federation, Collection Systems. (20):373-392
FHWA (2001) Evaluating scour at bridges, 4th ed. National Highway Institute. Publication No. FHWA NHI 01-001. Hydraulic Engineering Circular No. 18. Federal Highway Administration, Washington, DC
FHWA (2009a) Bridge scour and stream instability countermeasures: Experience, selection, and design guidelines, 3rd edn. National Highway Institute. Publication No. FHWA NHI 09-111. Hydraulic Engineering Circular No. 23. Federal Highway Administration, Washington, DC
FHWA (2009b) 2008 NBI ASCII files. Federal Highway Administration. http://www.fhwa.dot.gov/bridge/britab.cfm. Cited 8 April 2009
Hewitson B (2003) Developing perturbations for climate change impacts assessment. Eos 84(35):337-348
James W (1994) On reasons why traditional single valued, single event hydrology (typical design storm method) has become simple-minded, dishonest, and unethical. US Army Corps of Engineers, Workshop on Urban Hydrology and Hydraulics, Davis, CA. 169–181
Johns TC, Durman CF, Banks HT, Roberts MJ, McLaren AJ, Ridley JK, Senior CA, Williams KD, Jones A, Rickard GJ, Cusack S, Ingram WJ, Crucifix M, Sexton DMH, Joshi MM, Dong B-W, Spencer H, Hill RSR, Gregory JM, Keen AB, Pardaens AK, Lowe JA, Bodas-Salcedo A, Stark S, Searl Y (2006) The new Hadley Centre climate model HadGEM1: evaluation of coupled simulations. J Clim 19:1327–1353
Larsen P, Goldsmith S, Smith O, Wilson M, Strzepek K, Chinowsky P, Saylor B (2008) Estimating future costs for public infrastructure at risk from climate change. Global Environ Change 18(3):442–457
Mailhot A, Duchesne S (2010) Design criteria of urban drainage infrastructures under climate change. J Water Res Plan Manage 136(2):201-208
Nakićenovic N, Alcamo J, Davis G, de Vries B, Fenhann J, Gaffin S, Gregory K, Grubler A, Jung TY, Kram T, La Rovere EL, Michaelis L, Mori S, Morita T, Pepper W, Parry H, Canziani O, Palutikof JP, Hanson C, van der Linden P (eds) (2000) Climate change 2007: impacts, adaptation and vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, New York
NRC (2008) Potential impacts of climate change on U.S. transportation. National Research Council. Transportation Research Board, Washington, DC
NRC (2010) America’s climate choices: Panel on adapting to the impact of climate change. National Research Council. The National Academies Press, Washington
Parry ML, Canziani O, Palutikof JP, Hanson C, van der Linden P (eds) (2007) Climate change 2007: Impacts, adaptation and vulnerability. Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, New York
Randall DA, Wood RA, Bony S, Colman R, Fichefet T, Fyfe J, Kattsov V, Pitman A, Shukla J, Srinivasan J, Stouffer RJ, Sumi A, Taylor KE (2007) Climate models and their evaluation. In: Solomon S, Qin D, Manning M, Chen Z, Marquis M, Averyt KB, Tignor M, Miller HL (eds) Climate change 2007: the physical science basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA
Richardson E, Lagasse P (1998) Stream stability and scour at highway bridges. ASCE
RSMeans (2008) Heavy construction cost data. Reed Construction Data, Norwell
Savonis MJ, Burkett VR, Potter JR, Kafalenos R, Hyman R, Leonard K (2009) The impact of climate change on transportation in the Gulf Coast. TCLEE 2009: Lifeline earthquake engineering in a multihazard environment. ASCE, Reston
Solomon S, Qin D, Manning M, Chen Z, Marquis M, Averyt KB, Tignor M, Miller HL (eds) (2007) Climate change 2007: The physical science basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, New York
Stedinger JR, Vogel DR, Foufoula-Georgiou E (1993) Frequency analysis of extreme events. In: Maidment D (ed) Handbook of hydrology. McGraw-Hill, New York, pp 17.1–17.55
TRB (2008) Potential impacts of climate change on U.S. transportation. TRB Special Report 290. Transportation Research Board, Washington, DC
USDOT FHA (1995) Recording and coding guide for the structural inventory and appraisal of the nation’s bridges. Office of Engineering, Bridge Division. Report number FHWA-PD-96-001
USGS (2009) Hydrologic unit map (based on data from USGS Water-Supply Paper 2294). http://water.usgs.gov/GIS/regions.html. Cited 14 July 2009
Wigley TML (2008) MAGICC/SCENGEN 5.3: User manual. National Center for Atmospheric Research, Boulder, CO. http://www.cgd.ucar.edu/cas/wigley/magicc/
Wilbanks TJ, Romero Lankao P, Bao M, Berkhout F, Cairncross S, Ceron J-P, Kapshe M, Muir-Wood R, Zapata-Marti R (2007) Industry, settlement and society. Climate change 2007: Impacts, adaptation and vulnerability. In: Parry ML, Canziani OF, Palutikof JP, van der Linden PJ, Hanson CE (eds) Contribution of Working Group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, pp 357-390
Xanthakos PP (1995) Bridge substructure and foundation design. Prentice-Hall, Saddle River
전문가 Q&A: 자주 묻는 질문
Q1: 왜 이 연구에서는 복잡한 연속 시뮬레이션 대신 ‘설계 강우(design storm)’ 접근법을 사용했나요?
A1: 이 연구의 목표 중 하나는 기존의 인프라 설계 표준에 기후 변화가 미치는 영향을 평가하는 것이었습니다. ‘설계 강우’는 수십 년간 배수 및 하천 공학 설계의 표준으로 사용되어 온 방법입니다. 미국 전역이라는 광범위한 지역에 대해 일관된 기준으로 최대 유량의 ‘상대적 변화’를 평가하기 위한 지표 또는 대리(proxy)로서 이 방법이 적합했습니다. 이는 상세한 개별 유역 분석이 아닌, 전국적인 스크리닝 연구의 목적에 부합하는 선택이었습니다.
Q2: 연구에서 약 129,000개의 교량이 ‘현재 결함이 있다(currently deficient)’고 했는데, 구체적으로 어떤 기준이 적용되었나요?
A2: 이 평가는 국립 교량 인벤토리(NBI) 데이터베이스를 기반으로 합니다. 교량은 다음 네 가지 기준 중 하나라도 충족하지 못할 경우 ‘결함 있음’으로 간주되었습니다: 1) 교각, 교대, 기초 등 하부 구조의 상태가 ‘나쁨(poor)’ 이하인 경우, 2) 제방 보호 시설이 심각하게 침식된 경우, 3) 교량 아래로 물이 통과하는 공간(통수 단면)이 부족하여 11년에 1번 이상 교량이 물에 잠길 가능성이 있는 경우, 4) 현장 검토 결과 세굴로부터 노출된 기초를 보호하기 위한 조치가 필요한 경우입니다.
Q3: 결함이 있는 교량은 유량 20% 증가, 모래질 토양의 양호한 교량은 100% 증가 시 취약해진다는 임계값은 어떻게 결정되었나요?
A3: 이 임계값들은 연방 고속도로국(FHWA)의 지침과 전문가 판단에 근거하여 설정되었습니다. 20% 증가는 과거 경험상 잠재 수명이 20% 감소하거나 자연 활동이 20% 증가했을 때 일반적으로 적응 조치가 이루어진다는 증거에 기반합니다. 양호한 교량에 대한 더 높은 임계값(60%, 100%)은 이들 교량의 높은 회복탄력성을 반영하며, 립랩 설치나 교각 보강과 같은 구체적인 공학적 조치가 필요해지는 유속과 연계하여 결정되었습니다.
Q4: 비용 추정치가 매우 큽니다. 이 비용 분석의 주요 한계점은 무엇인가요?
A4: 비용 분석에는 몇 가지 중요한 한계가 있습니다. 첫째, 미국 전역에 걸쳐 균일한 건설 비용을 가정했는데, 이는 실제와 다를 수 있습니다. 둘째, 교량이 손상되기 ‘전에’ 적응 조치가 시기적절하게 이루어진다고 가정했는데, 이는 매우 낙관적인 가정입니다. 마지막으로, 교통 두절, 부상, 인명 손실과 관련된 사회적 비용은 포함되지 않았습니다. 따라서 실제 비용은 이 보고서에서 추정된 것보다 훨씬 더 높을 수 있습니다.
Q5: 그림 4를 보면, 2080-2100년 A1B 시나리오에서 그레이트 베이슨(Region 16) 지역 교량의 70.1%가 위험에 처할 수 있다고 나오는데, 이 수치는 신뢰할 만한가요?
A5: 저자들은 100년 주기 극한 현상을 추정하기 위해 20년의 시간 단위를 사용하는 것이 상대적으로 짧으며, 이로 인해 일부 지역에서 특이한 결과가 나타날 수 있음을 인정했습니다. 전반적인 경향은 견고하지만, 특정 지역의 매우 높은 비율의 수치는 주의해서 해석해야 하며, 더 상세한 지역 수준의 분석이 필요함을 시사합니다.
결론: 더 높은 품질과 생산성을 향한 길
이 연구는 기후 변화가 교량 홍수 취약성을 어떻게 증가시키고, 이것이 국가 인프라에 얼마나 큰 재정적 부담을 줄 수 있는지를 명확하게 보여줍니다. 10만 개 이상의 교량이 위험에 처할 수 있고, 적응 비용이 수천억 달러에 이를 수 있다는 예측은 더 이상 기후 변화를 먼 미래의 문제로 치부할 수 없음을 경고합니다. 핵심은 선제적인 분석과 조치가 막대한 미래 손실을 막을 수 있다는 것입니다.
이러한 대규모 분석은 방향성을 제시하지만, 실제 현장에서의 효과적인 대응을 위해서는 개별 교량에 대한 정밀한 유동 및 구조 해석이 필수적입니다. 이 지점에서 CFD(전산유체역학)는 미래의 극한 강우 조건에서 교량 주변의 유속, 수위, 그리고 세굴 위험을 정확하게 시뮬레이션하여 가장 효과적이고 경제적인 보강 설계를 가능하게 하는 핵심 도구가 됩니다.
STI C&D는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Len Wright” 외 저자의 논문 “Estimated effects of climate change on flood vulnerability of U.S. bridges”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 H.W. WU, Y. Q. CAI, Z. H. GENG가 작성하여 2024년 METALURGIJA에 게재한 “NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 석유화학, 전력 등 다양한 산업에서 널리 사용되는 파이프 교차 용접부의 신뢰성과 내구성을 보장하는 것은 핵심적인 산업 과제입니다.
The Method: Q235 강재 파이프 교차 구조물을 대상으로, 유한요소해석 소프트웨어 ABAQUS와 DFLUX 서브루틴을 사용하여 아크 용접 로봇의 MAG 용접 공정을 시뮬레이션하고 용접 중 및 용접 후의 온도장과 응력장을 분석했습니다.
The Key Breakthrough: 시뮬레이션 결과, 용접물의 등가 잔류 응력 분포가 실제 상황과 일치했으며, 구속조건 제거 후 최대 잔류 응력은 256 MPa에 달하는 것으로 나타났습니다.
The Bottom Line: 수치 시뮬레이션은 복잡한 형상의 로봇 용접 공정 파라미터를 효과적으로 검증할 수 있으며, 이를 통해 로봇 용접이 효율적일 뿐만 아니라 안정적이고 신뢰할 수 있는 품질을 제공함을 입증합니다.
The Challenge: Why This Research Matters for CFD Professionals
용접은 제조업의 핵심 공정이며, 산업용 로봇 기술의 발전으로 용접 로봇이 점차 주류가 되고 있습니다. 특히 파이프라인이 교차하는 복잡한 형상의 용접은 석유화학, 전력 등 핵심 산업에서 널리 사용되지만, 그 용접 품질의 신뢰성과 내구성은 항상 주요 관심사였습니다. 실제 공정에서 발생할 수 있는 결함을 사전에 예측하고 최적의 용접 조건을 찾는 것은 생산성과 안정성을 높이는 데 매우 중요합니다. 이 연구는 바로 이 지점에서 시작합니다. 복잡한 공간 곡선 용접부에 대한 로봇 용접의 신뢰성을 어떻게 사전에, 그리고 정확하게 검증할 수 있을까요? 이 질문에 대한 해답을 찾는 것이 이 연구의 핵심 목표입니다.
Figure 1 Welding robot workstation
The Approach: Unpacking the Methodology
본 연구는 실제 산업 현장과 유사한 환경을 가상으로 구현하여 용접 공정을 분석했습니다.
장비 및 재료: ABB1660 아크 용접 로봇과 Q235 일반 탄소강 파이프를 사용했습니다. 용접 방식은 가스 금속 아크 용접(MAG)을 채택했으며, 용접 전 주관과 분기관 표면의 산화막과 녹을 제거하기 위해 연마 작업을 수행했습니다.
용접 공정 파라미터: 용접 전류 220A, 아크 전압 26V, 용접 속도 400mm/min, 와이어 송급 속도 6m/min의 조건으로 설정되었습니다 (Table 2 참조).
시뮬레이션 설계: 유한요소해석 소프트웨어인 ABAQUS와 Fortran 언어로 컴파일된 DFLUX 서브루틴을 연동하여 시뮬레이션을 수행했습니다. 용접 열원은 실제 상황을 기반으로 이중 타원체 열원 모델(double ellipsoid heat source model)을 선택했으며, 요소 유형으로는 선형 감소 적분 요소인 C3D8R을 사용했습니다. 이를 통해 용접 공정 중 열원 부하를 구현하고 온도장과 응력장을 수치적으로 시뮬레이션했습니다.
The Breakthrough: Key Findings & Data
시뮬레이션을 통해 용접 공정 중 발생하는 열과 응력의 분포를 시간의 흐름에 따라 정밀하게 분석할 수 있었습니다.
Finding 1: 용접 온도장의 변화 과정
Figure 4는 용접 시작 후 5초, 10초, 20.7초, 그리고 3000초 냉각 후의 온도장 분포를 보여줍니다. 열원의 작용으로 열이 용접부를 따라 확산되면서 부품의 온도가 점차 상승합니다. 초기에는 열 축적이 충분하지 않지만, 용접이 안정화되면 용융 풀이 전진함에 따라 주변 온도가 거의 일정하게 유지되는 준정상상태(quasi-steady state) 온도장의 특성을 보입니다. 열원 중심부의 최고 온도는 2,700 °C에 도달했으며, 냉각 후에는 상온에 가깝게 회복되었습니다.
Finding 2: 등가 응력 분포 및 잔류 응력 예측
Figure 5는 용접 중 5초, 15초, 그리고 3000초 냉각 후의 등가 응력장을 보여줍니다. 열원 부하가 계속됨에 따라 열팽창이 구속조건에 의해 억제되면서 응력이 증가합니다. 세 시점에서 표면의 최대 미제스 응력(Mises stress)은 각각 213 MPa, 224 MPa, 284 MPa로 점차 증가했으며, 양 끝의 구속 영역과 용접부 근처에서 응력 값이 더 큰 것을 명확히 확인할 수 있었습니다.
용접 완료 및 냉각 후 구속조건을 제거했을 때의 등가 잔류 응력은 Figure 6과 같습니다. 잔류 응력은 용접부 주변에 고르게 분포하며, 최대값은 256 MPa에 달했습니다. 용접부 근처의 응력 값은 약 200 MPa이며, 용접부에서 멀어질수록 256 MPa에서 약 100 MPa로 점차 감소했습니다. Figure 7은 용접 표면의 두 원주 경로(path1, path2)를 따른 잔류 응력 분포를 보여주는데, 시작점 근처에서 약 240 MPa로 높게 나타났다가 130 MPa까지 감소한 후 다시 260 MPa로 급격히 상승하는 패턴을 보였습니다. 이러한 응력 변동은 아크 발생 및 종료 지점 근처에서 발생하며, 용접부 위치의 구속조건과 관련이 있습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 220A 전류, 26V 전압, 400 mm/min 속도 등의 공정 파라미터가 Q235 강재 파이프 교차부 용접에 합리적임을 시사합니다. 또한, 이 시뮬레이션 방법론은 비용이 많이 드는 물리적 실험 없이도 다양한 공정 파라미터를 최적화할 수 있는 강력한 도구를 제공합니다.
For Quality Control Teams: Figure 6과 7에 나타난 최종 잔류 응력 분포 데이터(용접부 근처 최대 256 MPa)는 비파괴 검사(NDT)의 중점 검사 영역을 설정하고 품질 합격 기준을 수립하는 데 중요한 정보를 제공합니다. 이제 높은 응력이 집중될 영역을 사전에 예측할 수 있습니다.
For Design Engineers: 연구 결과는 응력이 용접 조인트에 집중된다는 것을 재확인시켜 줍니다. 특히 아크 시작 및 종료 지점에서 응력이 변동하는 현상은, 응력 관련 결함을 최소화하기 위해 용접 경로와 시작/종료 전략이 중요한 설계 고려사항임을 시사합니다.
Paper Details
NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING
1. Overview:
Title: NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING
Author: H.W. WU, Y. Q. CAI, Z. H. GENG
Year of publication: 2024
Journal/academic society of publication: METALURGIJA 63 (2024) 3-4, 407-409
파이프-파이프 교차 구조물 공작물을 대상으로 유한요소해석 소프트웨어 ABAQUS와 DFLUX 서브루틴을 사용하여 유한요소 시뮬레이션(FEM)을 수행했습니다. 용접 중 및 용접 후의 온도장과 응력장을 연구하여 용접 공정 파라미터와 용접 워크스테이션의 용접 품질 신뢰성을 검증했습니다. 결과는 용접물의 등가 잔류 응력 분포가 실제 상황과 일치함을 보여줍니다. 복잡한 용접부에 대한 로봇 용접은 효율적일 뿐만 아니라 용접 품질이 안정적이고 신뢰할 수 있습니다. 이 연구는 다른 복잡한 공작물의 로봇 용접 연구에 참고 자료를 제공합니다.
3. Introduction:
용접은 제조업에서 매우 중요한 공정입니다. 산업용 로봇 기술의 지속적인 발전으로 그 기능이 더욱 완벽해지면서, 우수한 용접 품질과 높은 효율성을 가진 용접 로봇이 점차 주류가 되고 있습니다. 그중 파이프라인 교차 용접 공작물은 석유화학, 전력 및 기타 산업에서 널리 사용됩니다. 그 용접 품질의 신뢰성과 내구성은 주요 관심사가 되었습니다. 따라서 본 논문에서는 Q235의 파이프-파이프 교차 부품 용접을 용접 로봇 MAG 용접 방식으로 완료하는 것을 선택했습니다. 유한요소법을 사용하여 용접 중 및 용접 후의 온도장과 응력장을 분석하고, 로봇 용접의 신뢰성을 확인하여 복잡한 공간 곡선 용접의 로봇 용접에 대한 참고 자료를 제공합니다.
4. Summary of the study:
Background of the research topic:
산업 현장에서 파이프 교차 용접의 중요성이 증가하고 있으며, 용접 품질의 신뢰성 확보가 중요한 과제로 부상했습니다.
Status of previous research:
용접 로봇이 효율성과 품질 면에서 주류 기술로 자리 잡고 있으나, 복잡한 형상에 대한 적용 신뢰성을 검증할 필요가 있습니다.
Purpose of the study:
유한요소 시뮬레이션을 통해 아크 용접 로봇을 이용한 파이프 교차부 용접 공정의 타당성을 검증하고, 온도 및 응력 분포를 분석하여 로봇 용접의 신뢰성을 확인하는 것을 목표로 합니다.
Core study:
ABAQUS와 DFLUX 서브루틴을 사용하여 Q235 강재 파이프 교차 구조물의 MAG 용접 공정을 시뮬레이션하고, 용접 중 및 용접 후의 온도장과 응력장을 분석하여 공정 파라미터와 결과를 평가합니다.
5. Research Methodology
Research Design:
실제 용접 환경(ABB1660 로봇, MAG 용접)을 기반으로 유한요소 모델을 구축하고, 이중 타원체 열원 모델을 적용하여 열-기계 연성 해석을 수행했습니다.
Data Collection and Analysis Methods:
ABAQUS 시뮬레이션을 통해 시간에 따른 온도 분포, 등가 응력 분포, 그리고 특정 경로에서의 잔류 응력 값을 수치적으로 도출하고 분석했습니다.
Research Topics and Scope:
연구는 Q235 강재의 파이프-파이프 교차 용접에 국한되며, 특정 용접 파라미터 하에서의 온도장과 응력장 분석에 초점을 맞춥니다.
6. Key Results:
Key Results:
용접 과정에서 열원 중심부의 최고 온도는 2,700 °C에 도달했으며, 용접이 안정화되면서 준정상상태 온도장을 형성했습니다.
용접 중 구속된 상태에서 최대 미제스 응력은 284 MPa까지 증가했습니다.
용접 완료 및 구속조건 제거 후, 최대 등가 잔류 응력은 256 MPa로 용접부와 그 주변에 주로 분포했습니다.
용접 시작점과 종료점 근처에서 잔류 응력의 변동이 관찰되었으며, 이는 구속조건과 관련된 것으로 분석되었습니다.
Figure 4 Results of weld temperature field model (a) Welding time is 3 s (b) Welding time is 6 s (c) Welding time is 9 s (d) Welding time is 3 000 s
Figure List:
Figure 1 Welding robot workstation
Figure 2 Mesh division of model
Figure 3 Double ellipsoid heat source model
Figure 4 Results of weld temperature field model
Figure 5 Results of weld stress field mode
Figure 6 Equivalent stress field
Figure 7 Equivalent residual stress of circumferential path on weld surface
7. Conclusion:
ABAQUS와 DFLUX 서브루틴을 기반으로 로봇 MAG 용접 Q235 재료를 사용하여 전체 용접 공정의 수치 시뮬레이션을 수행했습니다. 용접 공정에서 열원의 영향으로 교차선 조인트의 용접 온도장 및 용접 응력장 분포를 연구했습니다. 용접 완료 후, 냉각 및 양 끝의 구속조건을 제거하여 응력을 해제한 후, 잔류 응력은 주로 용접부와 그 주변에 분포하며 최대값은 258 MPa에 도달했습니다. 용접의 수치 시뮬레이션에서 열원 형상, 온도장 및 응력장에 대한 관찰 및 분석을 통해 로봇 용접 공정의 용접 공정 파라미터가 합리적이며 용접 작업을 효율적이고 고품질로 완료할 수 있음을 보여주며, 이는 시장에서 대량의 용접 로봇 적용에 대한 효과적인 검증을 제공합니다.
Figure 5 Results of weld stress field mode
8. References:
Guo Y. B., Wang B., Wang D. G., et al. Research Progress and Development Trend of Welding Robot [J]. Modern Manufacturing Engineering, (2021) 05,53-63.
Lv M. M., Ji X. Q., The Influence of Different Process Parameters of MAG Welding on Weld Penetration of Welding Robot is Discussed [J]. China Plant Engineering, (2023) 21,124-126.
Ming C., Ma C. W., Numerical simulation and thermal cycle analysis of MAG welding temperature field based on ABAQUS [J]. Electronic Science and Technology, (2022) 35,74-78.
Zhang L., Wang Q., Chen P., et al. Finite Element Analysis of Restraint Intensities and Welding Residual Stresses in the Ti80 T-Joints [J]. METALS, (2023) 13,125.
De Arruda M. V., Correa E. O., Macanhan V. B. D. Optimization of FEM models for welding residual stress analysis using the modal method [J]. Welding In the world, (2023), 67: 2361-2372.
Expert Q&A: Your Top Questions Answered
Q1: 이 시뮬레이션에서 이중 타원체 열원 모델(double ellipsoid heat source model)을 선택한 이유는 무엇입니까?
A1: 논문에서는 “실제 상황을 기반으로(Based on the actual situation)” 이 모델을 선택했다고 언급합니다. 이는 이중 타원체 모델이 MAG 용접 공정에서 아크 전방과 후방의 열 분포가 다른 특성을 현실적으로 잘 모사하기 때문입니다. 이 모델은 이동하는 열원의 에너지 분포를 더 정확하게 표현하여 시뮬레이션의 신뢰도를 높이는 데 기여합니다.
Q2: 최대 잔류 응력 값인 256 MPa가 갖는 의미는 무엇입니까?
A2: 이 값은 용접 후 공작물에 남는 내부 응력의 최대치로, 부품의 피로 수명이나 변형 가능성을 예측하는 핵심 지표입니다. 256 MPa는 Q235 강재의 항복 강도보다는 낮은 값이지만, 이 응력이 용접부 주변에 집중된다는 사실은 해당 부위가 잠재적인 취약점이 될 수 있음을 의미합니다. 시뮬레이션을 통해 이 응력 수준이 주어진 파라미터 하에서 관리 가능하다는 것을 확인할 수 있습니다.
Q3: Figure 7에서 용접 경로의 시작과 끝 지점에서 응력 변동이 나타나는 원인은 무엇입니까?
A3: 논문에 따르면 이러한 변동은 “아크 발생 및 종료 위치(arc striking and closing positions)” 근처에서 발생하며 “용접부 위치의 구속조건과 관련(related to the constraints on the position of the weld)”이 있습니다. 이는 용접 시작 시의 급격한 열 충격과 용접 종료 시의 크레이터 처리 및 냉각 과정이 고정된 지그(fixture)의 구속과 맞물려 해당 지점에서 독특한 응력 상태를 형성하기 때문으로 해석할 수 있습니다.
Q4: 시뮬레이션에 사용된 특정 요소 유형(C3D8R)은 무엇이며 왜 사용되었습니까?
A4: 논문에서는 C3D8R 요소를 사용했다고 명시하고 있습니다. 이는 8절점 선형 벽돌 요소에 감차 적분(reduced integration)이 적용된 형태로, 열-기계 연성 해석에서 계산 효율성이 높고 큰 변형이나 접촉 문제 처리 시 안정적인 것으로 알려져 있습니다. 용접과 같이 국부적인 고온과 변형이 발생하는 문제에 적합한 선택입니다.
Q5: 이 시뮬레이션이 복잡한 공작물에 대한 용접 로봇의 사용을 어떻게 검증합니까?
A5: 시뮬레이션된 온도장과 응력장이 실제 용접에서 예상되는 결과와 일치함을 보여줌으로써, 연구에 사용된 로봇의 용접 공정 파라미터가 합리적임을 입증합니다. 즉, 시뮬레이션은 로봇이 복잡한 작업을 효율적이고 신뢰성 높은 품질로 수행할 수 있음을 확인하는 효과적인 검증 도구 역할을 합니다. 이를 통해 실제 생산에 앞서 공정의 타당성을 확보할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
복잡한 형상의 로봇 용접에서 품질을 보장하는 것은 많은 기업이 직면한 과제입니다. 본 연구는 로봇 용접 시뮬레이션이 이 문제에 대한 강력한 해결책이 될 수 있음을 명확히 보여주었습니다. 유한요소해석을 통해 용접 공정 파라미터를 사전에 검증하고 잔류 응력 분포를 정밀하게 예측함으로써, 기업은 값비싼 시행착오를 줄이고 안정적인 고품질 용접을 달성할 수 있습니다. 이는 곧 생산성 향상과 제품 신뢰도 증대로 이어집니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “NUMERICAL SIMULATION OF INTERSECTING LINE WORKPIECE WELDED BY ARC ROBOT WELDING” by “H.W. WU, Y. Q. CAI, Z. H. GENG”.
이 기술 요약은 J.W.P.Cairns, N.A.McPherson, A.M.Galloway가 2015년 18th International Conference on Joining Materials, JOM-18에 발표한 논문 “Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld”를 기반으로 하며, STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
키워드
Primary Keyword: GMAW 필렛 용접
Secondary Keywords: 인공신경망(ANN), 용접 파라미터 최적화, 용입 깊이 예측, 용접 품질 관리, CFD
Executive Summary
The Challenge: GMAW 필렛 용접에서 구조적 무결성을 결정하는 내부 용입 깊이를 파괴 검사 없이 일관되게 보장하는 것은 매우 어렵습니다.
The Method: 주요 용접 파라미터(전류, 전압, 이동 속도, 건 각도, 진행 각도)가 용접 형상에 미치는 영향을 분석하기 위해 인공신경망(ANN) 모델을 개발하고 검증했습니다.
The Key Breakthrough: 전류가 용입 깊이에 가장 큰 영향을 미치며, 개별적으로는 영향이 적어 보였던 건 각도와 진행 각도가 전류와 상호작용할 때 용입 깊이를 결정하는 매우 중요한 변수가 됨을 발견했습니다.
The Bottom Line: ANN 모델을 활용하면 GMAW 공정의 핵심 파라미터와 그 복잡한 상호작용을 정량적으로 분석하여, 비파괴적으로 용접 품질을 예측하고 최적화할 수 있습니다.
Figure 1: Fillet Weld Inputs and Outputs
The Challenge: Why This Research Matters for CFD Professionals
조선과 같은 산업에서 필렛 용접은 전체 용접 길이의 상당 부분을 차지하며, 공정 개선은 곧바로 상당한 비용 절감으로 이어집니다. 필렛 용접의 품질, 특히 구조적 무결성을 좌우하는 내부 용입(penetration) 깊이는 외부에서 쉽게 측정할 수 없습니다. 따라서 대부분의 경우 파괴 검사를 통해 품질을 확인해야 하며, 이는 시간과 비용을 증가시키는 요인입니다.
가장 비용 효율적인 품질 확보 방법은 용접 입력 파라미터를 정밀하게 제어하는 것입니다. 하지만 GMAW 공정에는 전류, 전압, 이동 속도, 가스 유량, 건 각도, 진행 각도 등 수많은 변수가 존재하며, 이들 변수가 최종 용접 형상에 미치는 영향은 매우 복잡합니다. 더욱이, 최적의 파라미터에 대한 업계 및 공급업체의 가이드라인은 매우 다양하고 때로는 서로 모순되어 현장 엔지니어들에게 혼란을 주기도 합니다. 본 연구는 이러한 문제를 해결하기 위해 인공신경망(ANN)이라는 강력한 도구를 사용하여 핵심 파라미터와 그 상호작용을 식별하고 최적화하는 것을 목표로 합니다.
The Approach: Unpacking the Methodology
본 연구는 스트래스클라이드 대학교의 용접 리그와 맞춤형 지그를 사용하여 실험을 수행했습니다. 이 지그는 건 각도(35°, 40°, 45°, 50°)와 진행 각도(-30° ~ +30°)를 정밀하게 제어할 수 있도록 설계되었습니다.
재료 및 공정: 6mm 두께의 DH36 강판을 T-Joint 형태로 배치하고, 1mm 직경의 메탈 코어드 와이어(NST MC-1)를 사용한 GMAW 공정으로 용접을 수행했습니다.
핵심 변수: 건 각도, 진행 각도, 이동 속도(300, 400, 500 mm/min), 전압(21, 24, 26 V), 전류(170, 220, 270 A)를 주요 변수로 설정했습니다. 보호 가스(20% CO2 / 80% Ar), 스탠드오프 등 다른 변수들은 일정하게 유지되었습니다.
데이터 수집 및 분석: 휴대용 아크 모니터링 시스템(PAMS)으로 전류와 전압을 정밀하게 측정했으며, 용접 후 시편을 절단하고 매크로그래프 촬영을 통해 ImageJ 소프트웨어로 레그 길이와 용입 깊이를 측정했습니다.
ANN 모델 개발: 총 97개의 실험 데이터를 사용하여 Neurosolutions for Excel 소프트웨어로 인공신경망 모델을 개발했습니다. 5개의 입력(전류, 전압, 이동 속도, 건 각도, 진행 각도)과 3개의 출력(용입 깊이, 수직/수평 레그 길이)을 갖는 다층 퍼셉트론(Multi-Layer Perceptron, MLP) 모델이 가장 높은 정확도를 보여 최종 모델로 선정되었습니다.
The Breakthrough: Key Findings & Data
ANN 모델 분석을 통해 GMAW 필렛 용접의 품질을 좌우하는 핵심 요인과 그들의 복잡한 상호작용에 대한 중요한 통찰을 얻었습니다.
Finding 1: 전류와 이동 속도가 용접 형상을 결정하는 핵심 요소
민감도 분석 결과, 각 파라미터가 용접 형상에 미치는 개별적인 영향력을 명확히 확인할 수 있었습니다. 그림 12에서 볼 수 있듯이, 전류(CUR)는 용입 깊이(PEN)에 가장 큰 영향을 미치는 압도적인 파라미터였습니다. 반면, 이동 속도(TSP)는 수직 및 수평 레그 길이(VLEG, HLEG)를 결정하는 가장 중요한 요인으로 나타났으며, 전류와 전압이 그 뒤를 이었습니다.
Finding 2: 숨겨진 상호작용 효과의 발견: 건 각도와 진행 각도의 중요성
단일 변수 분석만으로는 파악할 수 없는 복잡한 상호작용 효과가 발견되었습니다. 개별적으로는 영향력이 낮아 보였던 건 각도(GA)와 진행 각도(TA)가 다른 변수와 결합될 때 매우 중요한 역할을 했습니다. 그림 13에 따르면, 건 각도, 진행 각도, 전류의 3방향 상호작용(TA x GA x Cur)은 용입 깊이에 두 번째로 큰 영향을 미치는 요인으로 나타났습니다. 이는 건 각도와 진행 각도를 전류와 함께 고려해야만 용입 깊이를 정밀하게 제어할 수 있음을 의미합니다. 또한, 그림 14는 레그 길이에 가장 큰 영향을 미치는 것이 이동 속도(TS)와 진행 각도(TA)의 2방향 상호작용(TA x TS)임을 보여줍니다.
Finding 3: ‘Pushing’ 방식이 용접 안정성을 높인다
진행 각도(Travel Angle)의 방향에 따른 영향을 분석한 결과, ‘Pushing'(+ve, 전진법) 방식이 용접 품질의 일관성을 높이는 데 유리하다는 점이 확인되었습니다. 그림 15와 16은 ‘Pushing’ 각도를 사용했을 때, 열 입력(Heat Input)이 변하더라도 용입 깊이와 레그 길이의 변동 폭이 ‘Pulling'(-ve, 후진법)이나 중립(0 deg) 방식보다 현저히 감소함을 보여줍니다. 특히, ‘Pushing’ 방식에서는 레그 길이가 열 입력 변화에 덜 민감해져 더욱 안정적이고 예측 가능한 용접 결과를 얻을 수 있었습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 용접 절차 사양서(WPS) 수립 시 ‘Pushing’ 진행 각도를 우선적으로 고려하고, 전류와 이동 속도를 목표 품질에 맞게 정밀하게 제어하는 것이 용입 깊이와 레그 길이의 일관성을 확보하는 데 기여할 수 있음을 시사합니다.
For Quality Control Teams: 논문의 그림 12와 13 데이터는 전류가 용입 깊이에 미치는 지배적인 영향을 명확히 보여줍니다. 따라서 실시간 전류 모니터링을 강화하고, 그 변동성을 관리하는 것을 새로운 품질 검사 기준으로 도입하여 용접 품질을 간접적으로 평가할 수 있습니다.
For Design Engineers: 공정 설계 시, 건 각도와 진행 각도가 다른 파라미터와 복합적으로 작용하여 최종 품질에 큰 영향을 미칠 수 있다는 점을 고려해야 합니다. 따라서 용접 절차를 개발할 때 이들의 상호작용을 명시하고, 용접 자동화 시스템에 이를 반영하는 것이 중요합니다.
Paper Details
Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld
1. Overview:
Title: Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld
Author: Cairns, Jonathan and McPherson, Norman and Galloway, Alexander
Year of publication: 2015
Journal/academic society of publication: 18th International Conference on Joining Materials, JOM-18
가스 메탈 아크 용접(GMAW) 파라미터 제어는 우수한 품질과 일관된 필렛 용접 형상을 유지하는 데 핵심적이다. 필렛 용접의 외부 형상은 쉽게 측정할 수 있지만, 접합부의 구조적 무결성을 결정하는 데 중요한 내부 형상(즉, 용입)은 공작물을 파괴적으로 테스트하지 않고는 측정하기 어렵다. 결과적으로, 적절한 용입을 보장하는 가장 비용 효율적인 방법은 입력 파라미터를 긴밀하게 제어하는 것이다. 나아가, 접합부 용입에 영향을 미치는 파라미터와 상호작용에 대한 엄격한 제어를 입증할 수 있다면, 충분한 용입이 달성되고 있다는 신뢰도를 높일 수 있다. 본 논문은 인공신경망(ANN)을 사용하여 결과적인 필렛 용접 형상에 영향을 미치는 파라미터와 특정 상호작용을 식별하는 연구 프로그램을 문서화한다. 본 논문에서 평가될 변수에는 전류, 전압, 이동 속도, 건 각도, 진행 각도가 포함된다.
Figure 6 : Image showing gun angle and stand-off measurement
Figure 7 : Image showing travel angle measurement
3. Introduction:
조선업에서 하향 필렛 용접은 선박의 전체 용접 길이에서 상당한 부분을 차지하며, 따라서 집중적인 공정 개선이 상당한 비용 절감을 제공할 수 있는 영역을 대표한다. 접합부의 구조적 무결성을 결정하는 데 중요한 내부 형상(즉, 용입)은 공작물을 파괴적으로 테스트하지 않고는 측정하기 어렵기 때문에, 적절한 용입을 보장하는 가장 비용 효율적인 방법은 입력 파라미터를 긴밀하게 제어하는 것이다. 본 논문은 전류, 전압, 이동 속도, 진행 각도, 건 각도 파라미터와 그 상호작용이 결과적인 필렛 용접 형상(레그 길이 및 용입)에 미치는 영향을 구체적으로 다룬다.
4. Summary of the study:
Background of the research topic:
GMAW 필렛 용접은 주요 산업에서 널리 사용되지만, 수많은 입력 변수와 그들의 복잡한 상호작용으로 인해 일관된 품질, 특히 내부 용입 깊이를 확보하기 어렵다. 기존의 가이드라인은 종종 모순되어 최적의 파라미터 설정에 어려움이 있다.
Status of previous research:
이전에도 ANN을 사용하여 GMAW 용접 형상을 예측하려는 여러 연구가 있었지만, 건 각도와 진행 각도, 그리고 이들의 상호작용이 용접 형상에 미치는 영향을 종합적으로 조사한 연구는 없었다.
Purpose of the study:
인공신경망(ANN)을 사용하여 GMAW 필렛 용접의 핵심 입력 파라미터(전류, 전압, 이동 속도, 건 각도, 진행 각도)와 그 상호작용이 최종 용접 형상(레그 길이, 용입 깊이)에 미치는 영향을 식별하고 정량화하는 것을 목표로 한다.
Core study:
실험적으로 제어된 조건에서 97개의 용접 시편을 제작하고, 측정된 데이터를 기반으로 ANN 모델을 훈련 및 검증했다. 개발된 모델을 사용하여 민감도 분석과 상호작용 분석을 수행하여 각 파라미터의 중요도와 숨겨진 관계를 규명했다.
5. Research Methodology
Research Design:
실험적 연구 설계를 채택하여, 5개의 주요 입력 변수(건 각도, 진행 각도, 이동 속도, 전압, 전류)를 체계적으로 변경하며 용접을 수행하고, 3개의 출력 변수(용입 깊이, 수직/수평 레그 길이)를 측정했다.
Data Collection and Analysis Methods:
데이터 수집: PAMS를 사용하여 전기적 신호를, 맞춤형 지그로 기계적 각도를 제어 및 측정했다. 용접 후 시편을 절단하고 매크로그래프를 촬영하여 ImageJ 소프트웨어로 형상 치수를 측정했다.
데이터 분석: 수집된 데이터를 사용하여 Neurosolutions for Excel에서 ANN 모델을 개발했다. 모델의 예측 성능을 검증한 후, 민감도 분석과 분산 분석(ANOVA)을 통해 주요 효과와 상호작용 효과를 분석했다.
Research Topics and Scope:
본 연구는 6mm 두께의 DH36 강판을 사용한 GMAW T-Joint 필렛 용접에 국한된다. 연구 범위는 5개의 특정 입력 파라미터가 용접 형상에 미치는 영향을 분석하는 것으로, 갭(Gap), 가스 유량, 노즐 직경과 같은 다른 변수들의 영향은 향후 연구 과제로 남겨두었다.
6. Key Results:
Key Results:
ANN 모델은 주어진 입력 파라미터에 대해 필렛 용접 형상을 정확하게 예측할 수 있었다.
민감도 분석 결과, 전류는 용입 깊이에, 이동 속도는 레그 길이에 가장 큰 영향을 미치는 단일 변수임이 확인되었다.
상호작용 분석 결과, 건 각도와 진행 각도는 단독으로는 영향이 적지만 전류와 상호작용할 때 용입 깊이에 매우 중요한 영향을 미치는 것으로 나타났다.
‘Pushing'(+ve) 진행 각도는 ‘Pulling'(-ve) 방식보다 열 입력 변화에 대해 더 일관되고 안정적인 용접 형상을 제공했다.
50°의 건 각도는 40°나 45°에 비해 약간 더 안정적인 용입 깊이를 보이는 경향이 있었다.
Figure List:
Figure 1: Fillet Weld Inputs and Outputs
Figure 2: Typical Example of ANN Architecture
Figure 3: Image of Welding Rig
Figure 4: Jig for setting Travel and Gun Angle
Figure 5: Example of DH36 Mild Steel ‘T’ test piece
Figure 6: Image showing gun angle and stand-off measurement
Figure 7: Image showing travel angle measurement
Figure 8: Sample Macrographed Fillet Weld
Figure 9: Key Fillet Weld Geometry
Figure 10: Visual Representation of selected ANN architecture
Figure 11: ANN Model Results (Actual vs Predicted)
Figure 12: Results of ANN Sensitivity Analysis
Figure 13: Analysis of key parameters and interactions affecting penetration
Figure 14: Analysis of key parameters and interactions affecting leg length
Figure 15: Graph showing impact of varying travel angle has on penetration
Figure 16: Graph showing impact of varying travel angle has on average leg length
Figure 17: Graph showing impact of varying gun angle has on penetration and average leg length
7. Conclusion:
본 논문에 상세히 기술된 결과는 ANN 소프트웨어를 사용하여 주어진 입력 파라미터 세트에 대해 필렛 용접 형상을 정확하게 예측할 수 있는 모델을 생성할 수 있음을 보여준다. 민감도 분석과 상호작용 평가 결과 또한 대체로 일치했다. 전류는 용입을 결정하는 데 가장 영향력 있는 요소이며, 이동 속도와 전류는 모두 레그 길이를 결정하는 데 영향력 있는 요소이다. 효과 및 상호작용 분석은 또한 입력 파라미터 간에 필렛 용접의 용입과 레그 길이를 결정하는 데 중요한 다수의 상호작용이 있음을 확인했다. 분석 결과는 또한 ‘Pushing’ 진행 각도가 선호된다는 대다수의 지침과도 일치한다. 이는 결과적인 레그 길이가 열 입력 변화에 덜 민감하고 용입의 변동이 적기 때문이다.
8. References:
Beckett, S., MacPherson, M.J., McPherson, N.A. 2011. Improved Welding Control of Automated Fillet Welding for Ship Structures Using Artificial Neural Networks (ANN). Presented at JOM 16 Conference, May 2011, Helsingør.
Lightfoot, M.P., Bruce, G.J., McPherson, N.A., Woods, K. 2005. The Application of Artificial Neural Networks to Weld-Induced Deformation in Ship Plate. Supplement to the Welding Journal, pp23-26.
MIG Welding Guidelines [online] Available at: < www.millerwelds.com>
Welding Lesson [online] Available at: < www.sweethaven.com>
BOC, Fundamentals of flux and Metal Cored Arc Welding, Section 8: Consumables (2007), pp322-325.
Harwig, D. 2000. Arc Wise – Optimisation, Productivity and Quality in Arc Welding, Materials Joining Technology Newsletter, VI 13, No 2.
Pal, K., Bhattacharya, S., Pal, S.K. 2010, Multisensor-based monitoring of weld deposition and plate distortion for various torch angles in pulsed MIG welding, Int J Adv Manuf Technol (2010) 50:543-556
Tham, G., Yaakub, M.Y., Abas, S.K., Manurung, Y., Jalil, B.A., 2012. Predicting the GMAW 3F T-Fillet Geometry and its Welding Patameter. Procedia Engineering 41 (2012), pp1794-1799
MIG (GMAW) Welding Techniques [online] Available at: < www.weldingspark.com>
LR058 BOC, Fundamentals of flux and Metal Cored Arc Welding, Section 8: Consumables (2007), pp322-325.
Campbell, S.W., Galloway, A.M., McPherson, N.A. 2012. Artificial Neural Network Prediction of Weld Geometry performed using GMAW with Alternating Shielding Gases.
Dadgar Asl, Y.,Mostafa, N.B., Panahizadeh, V., Seyedkashi, S.M.H. 2011. Prediction of Weld Penetration in FCAW of HSLA Steel using Artificial Neural Networks.
Moon, H., Na, S. 1997. Optimum Design Based on Mathematical Model and Neural Network to Predict Weld Parameters for Fillet Joints.
Andersen, K., Cook, G., Karsai, G., Ramaswamy, K. 1990. Artificial Neural Networks Applied to Arc Welding Process Modeling and Control
Nagesh, D.S., Datta, G.L.2002. Prediction of Weld Bead Geometry and Penetration in shielded metal-arc welding using artificial neural networks.
Nagesh, D.S., Datta, G.L.2008.Modeling of fillet welded joint of GMAW process: integratedapproach using DOE, ANN and GA.
Kumar, A., Debroy, T. Tailoring Fillet Weld Geometry Using a Genetic Algorithm and a Neural Network Trained with Convective Heat Flow Calculations.
Chan, B., Pacey, J., Bibby, M. 1998. Modelling Gas Metal Arc Weld Geometry Using Artificial Neural Network Technology.
Nagesh, D.S., Datta, G.L.Genetic Algorithm and Artificial Neural Networks Application for Modeling of Fillet Welded Joint of GMAW Process.
Bhadeshia, H.K.D.H. 1999. Neural Networks in Materials Science
Kim, I.S., Son, J.S., Park, C.E., Kim, I.J., Kim, H.H.2005. An investigation into an intelligent system for predicting bead geometry in GMA Welding process.
Cairns, J., McPherson, N.A., Galloway, A.M., MacPherson, M., McKechnie, C. 2013. Optimised Penetration for Fillet Welding. Presented at JOM 17 Conference, May 2013, Helsingør.
Expert Q&A: Your Top Questions Answered
Q1: 왜 이 연구에서는 다양한 용접 파라미터 중 특히 건 각도와 진행 각도에 주목했습니까?
A1: 기존 업계 및 공급업체의 가이드라인이 건 각도와 진행 각도에 대해 매우 다양하고 때로는 모순된 정보를 제공하기 때문입니다. 이 연구는 이러한 혼란을 해소하고, 이들 각도가 다른 주요 파라미터(전류, 속도 등)와 어떻게 상호작용하여 최종 용접 형상에 영향을 미치는지 정량적으로 규명하고자 했습니다.
Q2: 민감도 분석(그림 12)에서 건 각도와 진행 각도의 영향력이 낮게 나타났는데, 어떻게 이들이 중요하다고 결론 내릴 수 있습니까?
A2: 민감도 분석은 각 변수의 개별적인 영향을 보여주지만, 상호작용 분석(그림 13)에서는 이들 각도가 전류와 결합될 때 용입 깊이에 매우 중요한 영향을 미치는 ‘상호작용 효과’가 발견되었습니다. 이는 단일 변수 분석만으로는 파악할 수 없는 복잡한 공정의 특성을 보여주며, ANN 모델이 이러한 숨겨진 패턴을 찾아내는 데 유용함을 입증합니다.
Q3: ANN 모델의 정확성은 어떻게 검증되었습니까?
A3: 모델은 총 97개의 실험 데이터 중 72개로 훈련되고 25개로 교차 검증 및 테스트되었습니다. 또한, 추가적인 실험 데이터를 사용하여 모델의 예측값과 실제 측정값을 비교했으며, 그림 11에서 볼 수 있듯이 예측값과 실제 출력값 사이에 전반적으로 좋은 일치도를 보여 모델의 신뢰성을 확보했습니다.
Q4: ‘Pushing'(+ve) 진행 각도가 왜 더 안정적인 결과를 보인다고 생각하십니까?
A4: 논문에서는 ‘Pushing’ 각도가 용접 안정성을 높이는 이유에 대해 용접 풀의 동역학(weld pool dynamics)에 대한 추가 분석이 필요하다고 언급합니다. 다만, 결과(그림 15, 16)는 ‘Pushing’ 방식이 열 입력 변화에 대해 레그 길이를 덜 민감하게 만들고 용입 깊이의 변동성을 줄여, 더 일관된 용접 품질을 달성하는 데 유리하다는 것을 명확히 보여줍니다.
Q5: 이 연구 결과를 실제 조선소 현장에 어떻게 적용할 수 있을까요?
A5: 이 연구에서 개발된 ANN 모델과 같은 접근법을 사용하여 특정 조선소의 용접 절차에 맞는 맞춤형 예측 모델을 개발할 수 있습니다. 이를 통해 용접사에게 보다 정밀한 파라미터 가이드를 제공하고, 실시간 모니터링 데이터와 결합하여 용접 품질을 비파괴적으로 예측하고 관리함으로써 재작업 비용을 줄이고 생산성을 높일 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 인공신경망(ANN)이 GMAW 필렛 용접과 같이 복잡한 다중 변수 공정을 이해하고 최적화하는 데 매우 강력한 도구임을 입증했습니다. 단순히 개별 파라미터의 영향을 넘어, 이들 간의 복잡한 상호작용이 최종 품질에 얼마나 큰 영향을 미치는지 정량적으로 보여주었습니다. 특히, ‘Pushing’ 진행 각도를 채택하는 것이 용접 품질의 일관성을 확보하는 데 유리하다는 실질적인 가이드를 제공합니다. 이러한 데이터 기반 접근 방식은 경험에 의존하던 기존의 용접 공정 관리를 한 단계 발전시켜, 더 높은 품질과 생산성을 달성하는 길을 열어줍니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Using artificial neural networks to identify and optimise the key parameters affecting geometry of a GMAW fillet weld” by “Cairns, Jonathan and McPherson, Norman and Galloway, Alexander”.
이 기술 요약은 Ana Margarida Bento 외 저자가 Book of Abstracts, Civil Engineering Symposium에 발표한 논문 “Photogrammetric characterization of the scour cavity time evolution around a complex bridge pier”를 기반으로 합니다. STI C&D의 기술 전문가들이 분석하고 요약했습니다.
키워드
Primary Keyword: 교각 세굴(Bridge Pier Scour)
Secondary Keywords: CFD 시뮬레이션(CFD Simulation), 국부 세굴(Local Scour), 근접 사진측량(Close-range Photogrammetry), 3D 모델링(3D Modeling), 유사 이송(Sediment Transport)
Executive Summary
도전 과제: 교량의 구조적 안정성에 치명적인 교각 세굴을 정확히 예측하기 위해, 최대 세굴 깊이뿐만 아니라 흐름 특성을 변화시키는 세굴 공동의 전체 3차원 형상에 대한 정밀한 데이터가 필요합니다.
연구 방법: 실험실 수로에 복잡한 형태의 교각 모형을 설치하고, 일정한 흐름 조건에서 시간 경과에 따른 세굴 변화를 전통적인 계측기(limnimeter)와 비접촉식 근접 사진측량 기법을 동시에 사용하여 측정했습니다.
핵심 성과: 비접촉식 사진측량 기법이 전통적인 직접 측정 방식과 높은 수준의 일치도를 보임을 입증했으며, 시간에 따른 세굴 공동의 상세한 3차원 디지털 표고 모델(DEM)을 성공적으로 구축했습니다.
핵심 결론: 본 연구는 교각 세굴 CFD 모델의 보정 및 검증에 필수적인 고품질 실험 데이터셋과 경험적 관계식을 제공하여, 교량 안전성 평가의 신뢰도를 획기적으로 높이는 기반을 마련했습니다.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
교량 교각 주변에서 발생하는 국부 세굴은 교량의 구조적 안정성을 위협하는 가장 중요한 요인 중 하나입니다. 지난 수십 년간 최대 세굴 깊이를 예측하기 위한 수많은 준경험적 공식들이 개발되었습니다. 하지만 세굴 문제는 단순히 최대 깊이의 문제가 아닙니다. 세굴로 인해 형성되는 ‘세굴 공동(scour cavity)’의 전체적인 3차원 기하학적 형상은 교각 주변의 유입 흐름 특성을 변화시켜 세굴 과정 자체에 큰 영향을 미칩니다.
기존 연구들은 주로 최대 세굴 깊이라는 단일 값에 집중하여, 전체 세굴 공동의 형상 발달에 대한 상세한 시계열 데이터를 확보하는 데 한계가 있었습니다. 이러한 데이터의 부재는 수치 시뮬레이션, 특히 CFD 모델의 정확성을 검증하고 보정하는 데 큰 걸림돌이 되어 왔습니다. 따라서 교량의 안전성을 보다 정밀하게 평가하기 위해서는 시간에 따라 변화하는 세굴 공동의 3차원 형상에 대한 정확하고 상세한 데이터 수집이 반드시 필요합니다.
Figure 1: Geometric characteristics of the complex pier (dimensions in m).
연구 접근법: 방법론 분석
본 연구의 실험은 포르투 대학교(FEUP) 수리학 연구소의 길이 32.2m, 폭 1m의 순환 수로에서 수행되었습니다. 연구진은 한계 유속의 97%에 해당하는 유속(u = 0.327 m/s)을 설정하여 유사(sediment)의 전반적인 이동이 없는 청수(clear-water) 흐름 조건을 보장했습니다. 이때 유량은 0.059 m³/s, 수심은 0.18m였습니다.
바닥 재료로는 중앙 입경(D50) 0.86mm, 입도분포계수(σg) 1.4, 밀도 2650 kg/m³의 균일한 모래를 사용했습니다. 수로 중앙에는 말뚝 기초와 말뚝 캡, 기둥으로 구성된 복잡한 형태의 교각 모형(Figure 1 참조)을 설치했습니다.
세굴 공동의 형상 변화를 측정하기 위해 두 가지 방법을 병행했습니다. 1. 직접 측정(Intrusive Method): 말뚝 캡 전면의 세굴 깊이는 수위계(limnimeter)로, 각 기초 말뚝에서의 깊이는 부착된 스케일을 직접 읽어 측정했습니다. 2. 근접 사진측량(Non-intrusive Method): 디지털 카메라와 지상 기준점(GCP), 제어된 조명을 사용하여 세굴 공동의 전체 3차원 형상을 시간에 따라 정밀하게 촬영하고 모델링했습니다.
핵심 성과: 주요 발견 및 데이터
본 연구는 장기간의 실험을 통해 복잡한 교각 주변의 세굴 발달 과정에 대한 중요한 데이터를 확보했습니다.
성과 1: 비접촉식 측정 기법의 신뢰성 검증
연구의 핵심 성과 중 하나는 근접 사진측량이라는 비접촉식 3D 측정 기법의 높은 정확성을 입증한 것입니다. 수위계(limnimeter)를 이용한 직접 측정값과 사진측량으로 얻은 세굴 깊이 값을 비교한 결과, 두 데이터는 매우 잘 일치했습니다. Figure 2는 말뚝 캡에서의 세굴 깊이에 대한 두 측정 방식의 결과를 비교한 그래프로, 시간에 따른 변화 추이가 거의 동일함을 명확히 보여줍니다. 이는 흐름을 방해하지 않으면서도 세굴 공동 전체의 형상을 정밀하게 포착할 수 있는 사진측량 기법의 유효성을 입증합니다.
성과 2: 평형 세굴 상태의 정량적 특성화
본 실험은 총 264시간(11일) 동안 진행되어 세굴이 더 이상 깊어지지 않는 평형 상태에 도달하는 전 과정을 관찰했습니다. 평형 상태에서 최대 세굴 깊이는 상류 측 기초 말뚝 바닥에서 19.8 cm로 측정되었습니다. 이 데이터는 특정 흐름 조건에서 발생할 수 있는 최대 세굴 범위를 보여주는 중요한 기준으로, 모든 예측 모델이 목표로 해야 할 최종 상태를 명확히 제시합니다. 또한, 실험을 통해 생성된 디지털 표고 모델(DEM)을 기반으로 세굴 부피와 기하학적 특성을 계산하고, 세굴 깊이와 세굴 부피 간의 경험적 관계식을 도출했습니다.
R&D 및 운영을 위한 실질적 시사점
CFD 시뮬레이션 엔지니어: 이 연구에서 생성된 시간에 따른 3D 세굴 공동 형상 데이터셋은 유사 이송 모델을 보정하고 복잡한 구조물 주변의 국부 세굴에 대한 CFD 시뮬레이션의 정확도를 검증하는 데 매우 귀중한 자료입니다. 특히 평형 상태에 도달하기까지의 전 과정 데이터는 모델의 과도기적 거동 예측 능력을 평가하는 데 활용될 수 있습니다.
토목/구조 엔지니어: 도출된 세굴 깊이와 세굴 부피 간의 경험적 관계식은 설계 초기 단계에서 특정 세굴 깊이에 대해 제거될 토사량을 신속하게 추정하는 데 사용될 수 있습니다. 또한, 3D 데이터는 최대 세굴 깊이만으로는 교량의 전체 안정성을 평가하기에 불충분할 수 있음을 시사합니다.
R&D 관리자: 본 연구는 물리적 실험과 첨단 이미징 기술을 결합하여 수치 모델 검증 데이터를 구축하는 강력한 방법론을 제시합니다. 이러한 하이브리드 접근 방식에 대한 투자는 핵심 사회기반시설의 시뮬레이션 기반 설계 및 안전성 평가에 대한 신뢰도를 크게 향상시킬 수 있습니다.
논문 상세 정보
Photogrammetric characterization of the scour cavity time evolution around a complex bridge pier (복잡한 교각 주변 세굴 공동의 시간적 변화에 대한 사진측량학적 특성화)
1. 개요:
제목: Photogrammetric characterization of the scour cavity time evolution around a complex bridge pier
저자: Ana Margarida Bento¹, Pedro Xavier Ramos², Rodrigo Maia³, João Pedro Pêgo⁴
발표 연도:
학술지/학회: Book of Abstracts, Civil Engineering Symposium
키워드: complex bridge pier, local scour, scour cavity, close-range photogrammetry
2. 초록:
균일한 직경의 모래에 설치된 소규모 모형을 사용하여 복잡한 교각 주변의 국부 세굴의 시간적 발달을 실험적으로 연구했습니다. 포르투 대학교 공학부 수리학 연구소에서 15개의 실험이 안정된 청수 조건 하에 수행되었습니다. 실험은 평형 단계에 도달할 때까지 세굴 공동의 점진적인 특성화를 위해 5분에서 11일까지 지속되었습니다. 실험실에서 직접 측정한 세굴 깊이와 근접 사진측량 기술을 적용하여 얻은 값을 비교한 결과 좋은 일치도를 보였습니다. 세굴 공동의 시간적 변화를 연구했으며, 세굴 공동의 시간적 발달 및 세굴 깊이와 세굴 공동 부피를 연관시키는 중요한 경험적 관계식이 도출되었습니다. 결과로 얻어진 3차원 모델은 수치 모델의 보정 및 검증 단계에서 유용하게 사용될 수 있습니다.
3. 서론:
교각 주변의 국부 세굴은 교량의 구조적 안정성과 관련된 가장 중요한 주제 중 하나입니다. 과거 수십 년 동안 교각 주변의 국부 세굴은 광범위하게 연구되어 왔으며, 그 결과 Moreno et al. 2012와 같이 최대 세굴 깊이의 시간적 변화를 평가하기 위한 준경험적 방정식들이 개발되었습니다. 최대 세굴 깊이는 설계 목적에 직접적으로 적용될 수 있지만, 세굴 공동의 전체 형상 또한 유입 흐름 특성을 변경하는 등 세굴 과정에서 중요한 역할을 합니다. 따라서 본 연구의 주요 목표는 근접 사진측량 기법을 통해 복잡한 교각 바로 근처에서 발달하는 세굴 공동 형상의 상세한 시간적 측정 데이터를 수집하는 것입니다.
4. 연구 요약:
연구 주제의 배경:
교각 세굴은 교량의 구조적 안정성에 직접적인 영향을 미치는 핵심적인 문제입니다.
이전 연구 현황:
최대 세굴 깊이를 예측하기 위한 준경험적 공식들은 존재했으나, 세굴 과정에 영향을 미치는 세굴 공동의 전체적인 3차원 형상 변화에 대한 데이터는 부족했습니다.
연구 목적:
근접 사진측량 기법을 이용하여 복잡한 교각 주변에서 시간에 따라 발달하는 세굴 공동의 3차원 형상을 정밀하게 측정하고, 이를 통해 수치 시뮬레이션의 입력 및 검증 자료로 활용될 독창적인 실험 데이터셋과 경험적 관계식을 구축하는 것을 목표로 합니다.
핵심 연구:
통제된 실험실 수로에서 복잡한 교각 모형을 대상으로 청수 조건 하에 15세트의 실험을 수행하여, 초기 단계부터 평형 상태에 이르기까지 세굴 공동의 시간적 발달 과정을 추적했습니다.
5. 연구 방법론
연구 설계:
통제된 실험실 환경의 수로(flume)를 이용한 축소 모형 실험.
데이터 수집 및 분석 방법:
직접 측정: 수위계(limnimeter) 및 스케일을 이용한 점(point) 데이터 수집.
간접 측정: 근접 사진측량을 이용한 3차원 표면 데이터 수집 및 디지털 표고 모델(DEM) 생성.
데이터 분석: 두 측정 방법의 결과 비교 및 세굴 깊이, 부피, 시간 간의 경험적 관계식 도출.
연구 주제 및 범위:
특정 수리 및 유사 조건 하에서 단일 복합 교각 모형 주변의 세굴 공동 형상이 시간에 따라 어떻게 진화하는지에 대한 연구로 범위가 한정됩니다.
Figure 2: Comparison of the experimental approaches: Scour depths at the pile cap.
6. 주요 결과:
주요 결과:
직접 측정 방식(limnimeter)과 비접촉식 사진측량 방식 간에 높은 수준의 데이터 일치성을 확인했습니다 (Figure 2).
실험 시작 후 264시간(11일) 만에 세굴이 평형 상태에 도달했습니다.
상류 측 기초 말뚝에서 최대 19.8 cm의 세굴 깊이가 기록되었습니다.
세굴 공동의 3차원 디지털 표고 모델을 생성했으며, 이를 통해 세굴 부피와 깊이 간의 경험적 관계식을 유도했습니다.
그림 목록:
Figure 1: Geometric characteristics of the complex pier (dimensions in m).
Figure 2: Comparison of the experimental approaches: Scour depths at the pile cap.
7. 결론:
말뚝 캡 전면에서의 세굴 깊이 값은 각각 접촉식(intrusive) 및 비접촉식(non-intrusive) 기법으로 알려진 수위계와 근접 사진측량 방법을 사용하여 결정되었으며, 좋은 일치도를 달성했습니다. 복잡한 교각 주변의 세굴 공동에 대한 광범위한 기하학적 특성 데이터셋이 구축되었으며, 이는 향후 연구의 기반이 될 것입니다.
8. 참고 문헌:
Moreno, M., Maia, R., Couto L. and Cardoso. H. 2012. “Evaluation of local scour depth around complex bridge piers”. River Flow – International Conference on Fluvial Hydraulics, San Jose (Costa Rica).
Rapp, C. and Eder, K. 2012. “3D determination of the sour evolution around a bridge pier by photogrammetric means.” Proc. Int. Conf. River Flow 2012, 943-950, R.M. Munoz, eds.
전문가 Q&A: 핵심 질문과 답변
Q1: 전통적인 측정 방법 외에 근접 사진측량 기법을 추가로 사용한 이유는 무엇인가요?
A1: 수위계와 같은 전통적인 방법은 흐름을 교란시킬 수 있는 접촉식이며, 최대 깊이와 같은 특정 지점의 정보만 제공합니다. 반면, 근접 사진측량은 흐름에 영향을 주지 않는 비접촉식이며 세굴 공동의 전체 3차원 형상을 포착할 수 있어 훨씬 풍부한 데이터셋을 제공합니다. 이는 전체적인 세굴 과정을 이해하고 CFD 시뮬레이션을 검증하는 데 필요한 상세 모델을 만드는 데 매우 중요합니다.
Q2: 연구에서 “청수 조건(clear-water conditions)”을 설정한 것의 의미는 무엇이며, 만약 유사가 지속적으로 공급되는 “이동상 조건(live-bed conditions)”이었다면 결과가 어떻게 달라졌을까요?
A2: 청수 세굴은 유속이 하상 전체의 유사를 움직일 수 있는 한계 유속보다 낮을 때 발생하며, 세굴이 순전히 교각이라는 구조물에 의해 국부적으로 발생하는 현상을 의미합니다. 이는 통제된 기준 조건을 제공합니다. 만약 유사가 지속적으로 흐름에 의해 운반되는 이동상 조건이었다면, 세굴 구멍이 부분적으로 다시 채워질 수 있어 평형 세굴 깊이가 달라질 수 있습니다. 본 연구는 종종 중요한 설계 시나리오가 되는 청수 조건에 대한 기초 데이터를 제공합니다.
Q3: Figure 2에서 두 방법 간의 결과가 잘 일치한다고 했는데, 이 연구에서 사진측량 기법의 한계점은 없었나요?
A3: 논문은 이 방법의 성공을 강조하고 있습니다. 하지만 수리학 실험실에서 사진측량을 사용할 때 일반적으로 겪는 어려움(본 논문에서 한계로 명시되지는 않음)으로는 물의 탁도, 수면 반사, 제어된 조명 및 지상 기준점의 필요성 등이 있습니다. 논문에서는 신뢰할 수 있는 공간 참조를 위해 “제어된 광 노출”을 통해 이러한 문제들을 관리했음을 언급하고 있습니다.
Q4: 이 연구에서 도출된 “경험적 관계식”은 엔지니어들이 어떻게 활용할 수 있나요?
A4: 논문은 세굴의 시간적 발달 및 세굴 깊이와 세굴 부피를 연관시키는 관계식이 도출되었다고 밝혔습니다. 이러한 관계식은 설계 초기 단계에서 주어진 세굴 깊이에 대해 이동할 수 있는 토사의 부피를 추정하는 1차 근사치로 사용될 수 있으며, 이는 안정성 계산에 중요합니다. 또한, 수치 모델이 재현해야 할 벤치마크 역할을 합니다.
Q5: 평형 상태에 도달하기 위해 실험을 11일 동안 진행한 이유는 무엇인가요?
A5: 평형 세굴 깊이는 주어진 안정된 흐름 조건에서 발생할 수 있는 잠재적인 최대 세굴을 의미하며, 교각 안정성에 대한 최악의 시나리오를 나타냅니다. 실험을 이 단계까지 진행함으로써, 본 연구는 경험적 또는 수치적 예측 모델이 정확하게 예측해야 하는 최종 상태에 대한 명확한 데이터를 제공합니다.
결론: 더 높은 품질과 생산성을 향한 길
정확한 교각 세굴 예측은 교량의 장기적인 안전을 보장하는 데 필수적입니다. 본 연구는 근접 사진측량이라는 첨단 기술을 활용하여 기존의 한계를 넘어 세굴 공동의 3차원 형상 변화에 대한 전례 없는 고품질 데이터를 확보했습니다. 이 획기적인 성과는 CFD 시뮬레이션의 정확도를 검증하고 향상시키는 데 결정적인 역할을 하며, 궁극적으로 더 안전하고 경제적인 교량 설계로 이어질 것입니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Ana Margarida Bento” 외 저자의 논문 “Photogrammetric characterization of the scour cavity time evolution around a complex bridge pier”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Abraham M. Afabor 외 저자가 J. Electrochem. Sci. Eng. (2025)에 발표한 논문 “Pitting corrosion characteristics of gas tungsten arc welded austenitic steel”을 기반으로 합니다. STI C&D에서 기술 전문가를 위해 분석하고 요약했습니다.
The Challenge: GTAW 용접 시 발생하는 열영향부(HAZ)의 민감화(sensitization) 현상은 316L 오스테나이트강의 국부 부식을 유발하여 부품의 내구성을 저하시킵니다.
The Method: 다구치 기반 그레이-퍼지 로직(Taguchi-based grey-fuzzy logic) 하이브리드 최적화 기법을 사용하여 전류, 속도, 전압, 가스 유량 등 4가지 핵심 GTAW 용접 파라미터를 최적화했습니다.
The Key Breakthrough: 최적화된 용접 조건(전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min)에서 제작된 시편은 비최적화 시편 대비 공식(pitting corrosion) 잠재력(Epit)이 0.06V에서 0.40V로 크게 향상되어 국부 부식에 대한 저항성이 월등히 높아졌습니다.
The Bottom Line: 용접 파라미터를 정밀하게 제어하는 하이브리드 최적화는 316L 스테인리스강 부품의 기계적 특성뿐만 아니라, 특히 중요한 공식 저항성을 극대화하여 제품의 신뢰성과 수명을 획기적으로 개선할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
오스테나이트 스테인리스강은 뛰어난 내식성과 기계적 특성으로 다양한 산업에서 널리 사용되지만, 용접 과정에서 심각한 문제에 직면할 수 있습니다. 특히 가스 텅스텐 아크 용접(GTAW) 시 용접부 주변의 열영향부(Heat-Affected Zone, HAZ)는 ‘민감화(sensitization)’라는 현상에 취약해집니다. 이 현상은 특정 온도 범위(427~871°C)에서 가열될 때 결정립계(grain boundaries)를 따라 크롬 카바이드(chromium carbide)가 석출되면서 발생합니다.
결정립계 주변의 크롬이 고갈되면 해당 영역의 내식성이 급격히 저하되어 공식(pitting corrosion)이나 입계 부식(intergranular corrosion)과 같은 국부 부식에 매우 취약해집니다. 이러한 국부 부식은 예측하기 어렵고 빠르게 진행되어 구조물의 예기치 않은 파손을 유발할 수 있습니다. 따라서 고품질의 용접부를 확보하고 부품의 장기적인 신뢰성을 보장하기 위해서는 용접 파라미터를 최적화하여 민감화 현상을 최소화하는 것이 매우 중요합니다.
The Approach: Unpacking the Methodology
본 연구는 316L 오스테나이트 스테인리스강의 GTAW 용접 품질을 극대화하기 위해 하이브리드 최적화 기법을 적용했습니다. 연구진은 10mm 두께의 상용 AISI 316L 강판과 ER 316L 필러 와이어를 사용하여 V-버트(V-butt) 조인트 용접을 수행했습니다.
최적화 대상이 된 핵심 용접 파라미터는 용접 전류, 속도, 전압, 가스 유량 등 네 가지였습니다. 연구진은 이 네 가지 인자를 각각 3가지 수준(저/중/고)으로 설정하고, 다구치(Taguchi) L27 직교 배열표에 따라 총 27개의 실험을 설계했습니다. 이 접근법은 최소한의 실험 횟수로 각 파라미터가 용접 품질에 미치는 영향을 효율적으로 평가할 수 있게 합니다.
실험 후에는 인장 강도와 미세 경도를 측정했으며, 이 두 가지 기계적 특성을 동시에 최적화하기 위해 그레이-퍼지 로직(grey-fuzzy logic) 이라는 하이브리드 기법을 사용했습니다. 최종적으로 최적화된 조건과 비최적화된 조건, 그리고 모재(base metal) 시편에 대해 전위차 분극(potentiodynamic polarization) 시험을 실시하여 해수(seawater) 환경에서의 공식 저항성을 정량적으로 평가하고, 주사전자현미경(SEM)으로 미세구조를 분석했습니다.
Figure 1. Experimental steel samples
The Breakthrough: Key Findings & Data
Finding 1: 기계적 특성과 내식성을 모두 만족시키는 최적의 용접 파라미터 도출
다구치-그레이-퍼지 로직 분석을 통해 인장 강도와 경도를 종합적으로 향상시키는 최적의 GTAW 용접 파라미터 조합을 성공적으로 도출했습니다. 검증 실험을 통해 확인된 최적의 조건은 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min 이었습니다.
이 최적화의 효과는 다중 응답 성능 지수(multi-response performance index, GFG)로 정량화되었습니다. Table 5에 따르면, 초기 조건의 GFG 값은 0.0409에 불과했지만, 최적화된 조건에서는 0.495로 대폭 향상되었습니다. 이는 용접부의 전반적인 기계적 성능이 크게 개선되었음을 의미합니다. Figure 3a의 SEM 이미지에서 볼 수 있듯이, 최적화된 시편은 비최적화 시편(Figure 3b)의 조대한 주상정 수지상 결정립과 달리 미세한 결정립 구조를 보여주며, 이는 우수한 기계적 특성의 기반이 됩니다.
Finding 2: 공식(Pitting Corrosion) 저항성의 획기적인 향상
최적화된 용접 파라미터는 기계적 특성뿐만 아니라, 부품의 수명과 직결되는 공식 저항성에서도 극적인 개선 효과를 보였습니다. Figures 4-6과 Table 6의 전위차 분극 시험 결과는 이를 명확히 보여줍니다.
가장 중요한 지표인 공식 전위(pitting potential, Epit)는 부동태 피막이 파괴되고 공식이 시작되는 전위를 의미하며, 이 값이 높을수록 공식에 대한 저항성이 우수합니다. 비최적화 시편의 Epit 값은 0.06V에 불과했지만, 최적화된 시편의 Epit 값은 0.40V로 월등히 높았습니다. 또한, 부동태 피막이 안정적으로 유지되는 전위 범위인 부동태 영역(passive region) 역시 최적화 시편(-0.34V ~ 0.4V)이 비최적화 시편(-0.40V ~ 0.06V)보다 훨씬 넓게 나타났습니다. 이는 최적화된 용접 조건이 더 안정적이고 견고한 보호 산화 피막(Cr2O3) 형성을 유도하여 국부 부식에 대한 저항성을 크게 향상시켰음을 증명합니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 용접 전류, 속도, 전압, 가스 유량을 최적 수준(95A, 0.7mm/s, 25V, 20L/min)으로 정밀하게 제어하는 것이 열영향부의 민감화를 최소화하고, 결과적으로 용접된 316L 강 부품의 공식 저항성을 직접적으로 개선할 수 있음을 시사합니다.
For Quality Control Teams: Figures 4-6과 Table 6의 전위차 분극 데이터는 최적화된 용접 파라미터와 높은 공식 전위(Epit > 0.40V) 사이의 명확한 상관관계를 보여줍니다. 이 값은 중요한 용접 부품의 국부 부식 저항성을 평가하기 위한 정량적 품질 기준으로 활용될 수 있습니다.
For Design Engineers: 본 연구 결과는 용접 공정 자체가 내식성을 결정하는 중요한 설계 변수임을 강조합니다. 최적화된 용접과 그렇지 않은 용접 사이의 공식 민감도 차이가 크다는 점은, 부식 환경에 노출되는 부품의 장기적인 무결성을 보장하기 위해 설계 단계에서부터 최적의 용접 절차를 명시하는 것이 중요함을 시사합니다.
Paper Details
Pitting corrosion characteristics of gas tungsten arc welded austenitic steel
1. Overview:
Title: Pitting corrosion characteristics of gas tungsten arc welded austenitic steel
Author: Abraham M. Afabor, Basil O. Onyekpe, Oghenerobo Awheme and Cyril O. Uyeri
Year of publication: 2025
Journal/academic society of publication: J. Electrochem. Sci. Eng.
이 연구는 다구치 기반 그레이-퍼지 로직이라는 하이브리드 최적화 기법을 활용하여 316L 오스테나이트 스테인리스강의 인장 강도 및 경도와 관련된 가스 텅스텐 아크 용접 파라미터를 최적화했습니다. 다구치 L27 직교 배열 실험 설계를 통해 용접 전류, 속도, 전압, 가스 유량의 네 가지 입력 파라미터를 최적화하여 강의 공식 특성을 평가했습니다. 전위계를 사용한 전위차 분극 시험을 통해 용접된 시편의 공식 저항성을 평가했습니다. 주사전자현미경을 이용한 미세구조 분석을 통해 강 시편의 표면 형태를 평가했습니다. 이후, 사용된 최적화 기법을 검증하기 위해 확인 실험을 수행했습니다. 얻어진 결과에 따르면 최적의 용접 파라미터는 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이며, 최적화된 강 시편은 기계적 특성 측면에서 다중 응답 성능 지수가 0.0409에서 0.495로 개선되었음을 보여줍니다. 두 방법의 강점을 활용하고 이 하이브리드 최적화 기법을 통합함으로써, 본 연구는 용접 파라미터와 부식 저항성 사이의 관계에 대한 귀중한 통찰력을 제공하며, 궁극적으로 더 내구성 있고 신뢰할 수 있는 스테인리스강 부품 개발에 기여합니다.
3. Introduction:
오스테나이트 스테인리스강의 용접은 용접 금속의 고온 균열과 용접 열영향부(HAZ)의 민감화라는 두 가지 중요한 문제와 관련이 있습니다. 민감화의 결과로 열영향부에서 국부 부식이 발생합니다. 427도에서 871도 사이의 온도 범위 내에서 가열될 때 열영향부의 결정립계에서 크롬 카바이드가 석출되고 형성되는 것이 민감화의 원인입니다. 이러한 결함이 없는 매우 만족스러운 용접 품질은 용접 공정 파라미터의 최적 선택과 정밀한 제어를 통해 달성할 수 있습니다.
4. Summary of the study:
Background of the research topic:
오스테나이트 스테인리스강 용접 시 발생하는 열영향부(HAZ)의 민감화는 크롬 카바이드 석출로 인해 국부적인 내식성을 저하시켜 공식(pitting corrosion) 및 입계 부식을 유발합니다. 이는 부품의 내구성과 신뢰성에 심각한 위협이 됩니다.
Status of previous research:
이전 연구들에서 다구치 기법, 퍼지 로직 등 다양한 최적화 기법이 용접 파라미터 최적화에 개별적으로 사용되어 왔습니다. 그러나 여러 응답 특성(예: 기계적 특성 및 내식성)을 동시에 고려하는 복합적인 최적화에 대한 연구는 여전히 필요합니다.
Purpose of the study:
본 연구의 목적은 다구치 기반 그레이-퍼지 로직이라는 하이브리드 최적화 기법을 사용하여 316L 오스테나이트 스테인리스강의 GTAW 용접 파라미터(전류, 속도, 전압, 가스 유량)를 최적화하는 것입니다. 이를 통해 인장 강도와 경도를 극대화하고, 최적화된 조건이 공식 저항성에 미치는 영향을 평가하여 더 내구성 있고 신뢰성 높은 스테인리스강 부품 개발에 기여하고자 합니다.
Core study:
다구치 L27 직교 배열을 이용해 실험을 설계하고, 그레이-퍼지 로직을 통해 인장 강도와 경도에 대한 다중 응답 최적화를 수행했습니다. 이후 확인 실험을 통해 최적의 용접 파라미터를 검증하고, 최적화된 시편, 비최적화 시편, 모재의 미세구조와 공식 특성을 SEM과 전위차 분극 시험으로 비교 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 다구치 L27 직교 배열을 기반으로 한 실험 설계를 채택했습니다. 4개의 용접 파라미터(전류, 속도, 전압, 가스 유량)를 각각 3수준으로 설정하여 총 27개의 실험을 수행했습니다.
Data Collection and Analysis Methods:
용접된 시편의 인장 강도와 미세 경도를 측정하여 실험 데이터를 수집했습니다. 수집된 데이터는 신호 대 잡음비(SNR)로 변환된 후, 그레이 관계 분석 및 퍼지 로직 추론을 통해 다중 응답 성능 지수(GFG)를 계산하고 최적의 파라미터 조합을 도출하는 데 사용되었습니다. 최종적으로 전위차 분극 시험과 SEM 분석을 통해 부식 특성과 미세구조를 평가했습니다.
Research Topics and Scope:
연구 범위는 10mm 두께의 AISI 316L 오스테나이트 스테인리스강의 GTAW 용접에 국한됩니다. 최적화 대상 파라미터는 용접 전류(95, 100, 105A), 속도(0.7, 0.9, 1.1 mm/s), 전압(23, 25, 27V), 가스 유량(10, 15, 20 L/min)입니다. 평가는 기계적 특성(인장 강도, 경도)과 해수 환경에서의 공식 저항성에 초점을 맞춥니다.
6. Key Results:
Key Results:
하이브리드 최적화 기법을 통해 도출된 최적의 GTAW 용접 파라미터는 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이었습니다.
최적화된 조건에서 다중 응답 성능 지수(GFG)가 0.0409에서 0.495로 크게 향상되어 전반적인 기계적 특성이 개선되었습니다.
최적화된 시편은 비최적화 시편에 비해 월등히 높은 공식 전위(Epit: 0.40V vs 0.06V)와 더 넓은 부동태 영역을 보여, 국부 부식에 대한 저항성이 크게 향상되었음을 확인했습니다.
최적화된 시편의 미세구조는 비최적화 시편의 조대한 주상정 구조와 달리 미세한 결정립 구조를 나타냈습니다.
Figure List:
Figure 1. Experimental steel samples
Figure 2. Fuzzy subsets of input and output variables generated from MATLAB software
Figure 3. SEM micrograph of a – optimized steel sample; b- non-optimized steel sample and c – base metal
Figure 4. Potentiodynamic polarization plot for the non-optimized steel sample
Figure 5. Potentiodynamic polarization plot for the optimized steel sample
Figure 6. Potentiodynamic polarization plot for the base metal
7. Conclusion:
본 연구는 GTAW 용접 입력 파라미터가 용접부 기능성에 미치는 영향을 조사했습니다. 실험 결과와 해석, 토론, 모델링 및 분석을 바탕으로 다음과 같은 결론을 도출했습니다.
Figure 3. SEM micrograph of a – optimized steel sample; b- non-optimized steel sample and c – base metal
다구치 기반 그레이-퍼지 로직 하이브리드 최적화 기법을 사용한 316L 오스테나이트 스테인리스강의 최적 가스 텅스텐 아크 용접 파라미터 설정은 전류 95A, 속도 0.7mm/s, 전압 25V, 가스 유량 20L/min이었습니다.
예측 결과(GFG = 0.417)와 확인 실험 결과(GFG = 0.495) 사이의 백분율 오차는 19% 미만으로, 제안된 최적화 절차의 타당성을 검증합니다.
최적화된 강 시편은 부동태 영역 범위가 (-0.34 ~ 0.4V)로 공식 저항성에 대한 민감도가 가장 낮았으며, 그 다음으로 모재(-0.43 ~ 0.22V), 비최적화 강 시편(-0.40 ~ 0.06V) 순이었습니다.
두 방법의 강점을 활용하고 이 하이브리드 최적화 기법을 통합함으로써, 본 연구는 용접 파라미터와 기계적 특성 간의 상호 관계에 대한 귀중한 통찰력을 제공하며, 궁극적으로 더 내구성 있고 신뢰할 수 있는 스테인리스강 부품 개발에 기여합니다.
8. References:
[1] P. Vishalkumar, J. J. Vora, S. Das, K. Abhishek, Study of parametric influence and welding performance optimization during regulated metal deposition (RMD) using grey integrated with fuzzy Taguchi approach, Journal of Manufacturing Processes 54 (2020) 286-300. http://dx.doi.org/10.1016/j.jmapro.2020.03.017
[2] S. Omprakasam, R. Raghu, C. B. Ayyanar, Multi-objective welding optimization for AA5052 using Taguchi-fuzzy approach, SAE International Journal of Materials and Manufacturing 18(3) (2025). https://doi.org/10.4271/05-18-03-0018
[3] P. Pondi, J. Achebo, A. Ozigagun, Prediction of tungsten inert gas welding process parameters using design of experiment and fuzzy logic, Journal of Advances in Science and Engineering 4 (2021) 86-97. https://doi.org/10.37121/jase.v4i2.149
[4] G. Sridevi, K. C. Rath, S. Mishra, S. Patro, P. S. Rao, Optimization of EDM Process Parameters with Fuzzy Logic Technique for SS-316 Steel and Investigation of Microstructural Characteristics of EDM Machining Surface, in: Evolutionary Manufacturing, Design and Operational Practices for Resource and Environmental Sustainability, K. Muduli, S. Kumar Rout, S. Sarangi, S.M.N. Islam, A. Mohamed (Eds.), Scrivener Publ. LLC, 2024, pp. 245-256. https://doi.org/10.1002/9781394198221.ch21
[5] S. Ankit, V. Kumar, A. Babbar, V. Dhawan, K. Kotecha, C. Prakash, Experimental investigation and optimization of electric discharge machining process parameters using grey-fuzzy-based hybrid techniques, Materials 14(19) (2021) 5820. https://doi.org/10.3390/ma14195820
[6] D. Vijayan, R.V. Seshagiri. Optimization of friction stir welding process parameters using RSM-based Grey-Fuzzy approach, Saudi Journal of Engineering and Technology 2(1) (2017) 12-25. https://saudijournals.com/articles/2584/
[7] S. Winarni, W. I. Sapto, Application of multi-response optimization with grey relational analysis and fuzzy logic method, IOP Conference series: Journal of Physics: Conference Series 948 (2018) 012075. https://doi.org/10.1088/1742-6596/948/1/012075
[8] C. Moganapriya, R. Rajasekar, P.S. Kumar, T. Mohanraj, V. K. Gobinath, J. Saravanakumar, Achieving machining effectiveness for AISI 1015 structural steel through coated inserts and grey-fuzzy coupled Taguchi optimization approach, Structural and Multidisciplinary Optimization, 63 (2021) 1169-1186. https://doi.org/10.1007/s00158-020-02751-9
[9] A. M. Afabor, D. F. Ikikiru, Parametric optimization of gas tungsten arc welding (GTAW) on the tensile strength of AISI 316L austenitic stainless steel using Taguchi method, Journal of Materials Engineering, Structures and Computation, 1 (1) (2022) 90-101. https://doi.org/10.5281/zenodo.7525254
[10] S. Karumuri, B. Haldar, A. Pradeep, S. A. K. Karanam, M. N. S. Sri, P. Anusha, N. Sateesh, R. Subbiah, S. Vijayakumar, Multi-objective optimization using Taguchi based grey relational analysis in friction stir welding for dissimilar aluminium alloy, International Journal on Interactive Design and Manufacturing 18 (2024) 1627-1644. https://doi.org/10.1007/s12008-023-01529-9
[11] C. Chanakyan, S. Sivasankara, M. Meignanamoorthy, S. V. Alagarsamy, Parametric optimization of mechanical properties via FSW on AA5052 using Taguchi based grey relational analysis, INCAS Bulletin 13(2) (2021) 21-30. https://doi.org/10.13111/2066-8201.2021.13.2.3
[12] M. P. Jenarthanan, R. Jeyapaul, Analysis and optimization of machinability behavior of CFRP composites using fuzzy logic, Pigment & Resin Technology 44(1) (2021) 48-55. https://doi.org/10.1108/PRT-11-2013-0107
[13] M. A. Afabor, E. Emozino, I. D. Friday, O. O. David, A. S. Abella, Predictive modelling of TIG welding process parameters: A comparative study of Taguchi, Fuzzy Logic, and response surface methodology, Nigerian Journal of Technology 44(1) (2025) 48-56. https://doi.org/10.4314/njt.v44i1.6
Expert Q&A: Your Top Questions Answered
Q1: 왜 단순한 최적화 방법 대신 다구치-그레이-퍼지 로직이라는 하이브리드 접근법을 선택했습니까?
A1: 용접 공정은 여러 파라미터(전류, 속도, 전압 등)가 서로 복잡하게 영향을 미치기 때문에 단순한 최적화 방법으로는 한계가 있습니다. 본 연구에서 사용된 하이브리드 접근법은 다구치 기법을 통해 효율적인 실험을 설계하고, 그레이 관계 분석과 퍼지 로직을 결합하여 인장 강도와 경도라는 두 가지 상충될 수 있는 목표를 동시에 최적화할 수 있습니다. 이 방법은 불확실성과 모호함을 효과적으로 처리하여 더 신뢰성 있는 최적의 조건을 찾는 데 유리합니다.
Q2: Table 6에서 비최적화 시편이 최적화 시편보다 전반적인 부식 속도(corrosion rate)가 더 낮게 나왔습니다. 이는 최적화 시편이 더 우수하다는 결론과 모순되지 않나요?
A2: 좋은 지적입니다. 이 연구는 전반적인 부식보다는 더 치명적일 수 있는 국부 부식, 즉 공식(pitting corrosion) 저항성에 초점을 맞추고 있습니다. 최적화된 시편은 공식 전위(Epit)가 0.06V에서 0.40V로 월등히 높아져, 갑작스러운 국부 파괴에 대한 저항성이 훨씬 뛰어납니다. 비최적화 시편의 낮은 일반 부식 속도는 사용된 필러 금속의 성분 때문일 수 있지만, 공식에 대한 취약성 때문에 많은 실제 적용 환경에서 신뢰성이 떨어질 수 있습니다.
Q3: Figure 3a에 나타난 최적화 시편의 미세구조는 어떤 의미를 가집니까?
A3: Figure 3a의 최적화된 시편은 미세하고 균일한 결정립 구조를 보입니다. 이는 비최적화 시편(Figure 3b)에서 관찰되는 조대하고 한 방향으로 성장한 주상정 수지상 결정립과 대조적입니다. 이러한 미세한 결정립 구조는 일반적으로 더 높은 강도와 경도를 포함한 우수한 기계적 특성을 나타내는 데 기여하며, 본 연구의 다중 응답 최적화 목표(인장 강도 및 경도 향상)가 성공적으로 달성되었음을 뒷받침하는 증거입니다.
Q4: 이 연구에서 다구치 L27 직교 배열을 사용한 이유는 무엇입니까?
A4: L27 직교 배열은 4개의 다른 인자(전류, 속도, 전압, 가스 유량)를 각각 3개의 수준에서 연구하기 위해 선택되었습니다. 이 실험 설계는 27번의 실험만으로 각 파라미터의 주 효과와 상호작용을 신뢰성 있게 분석할 수 있게 해줍니다. 이는 모든 조합을 실험하는 것보다 훨씬 효율적이면서도 통계적으로 유의미한 결과를 얻을 수 있는 강력하고 효율적인 프레임워크입니다.
Q5: 논문에서 다중 응답 성능 지수(GFG)가 0.0409에서 0.495로 향상되었다고 언급했는데, 이 값이 실제적으로 무엇을 의미합니까?
A5: GFG(Grey-Fuzzy Grade)는 인장 강도와 경도라는 두 가지 성능 지표를 종합하여 용접 품질을 나타내는 단일 통합 점수입니다. GFG 값이 초기 비최적화 조건의 0.0409에서 최종 최적화 조건의 0.495로 크게 증가했다는 것은, 용접부의 전반적인 기계적 특성이 정량적으로 대폭 개선되었음을 의미합니다. 이는 최적화 프로세스가 매우 효과적이었음을 입증하는 핵심 지표입니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 하이브리드 최적화 기법이 316L 오스테나이트 스테인리스강의 용접 품질을 획기적으로 향상시킬 수 있음을 명확히 보여주었습니다. 특히 정밀한 GTAW 용접 최적화를 통해 기계적 특성을 개선할 뿐만 아니라, 산업 현장에서 더 치명적인 문제로 작용하는 공식(pitting corrosion)에 대한 저항성을 극대화할 수 있다는 점은 매우 중요합니다. 이는 용접 파라미터가 단순한 공정 변수가 아니라, 부품의 수명과 신뢰성을 결정하는 핵심 설계 요소임을 시사합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 당사의 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Pitting corrosion characteristics of gas tungsten arc welded austenitic steel” by “Abraham M. Afabor, Basil O. Onyekpe, Oghenerobo Awheme and Cyril O. Uyeri”.
이 기술 요약은 RIMS, IPWEA, Road Controlling Authorities Forum (NZ) INC가 2015년에 발표한 가이드라인 “GUIDELINES FOR DATA COLLECTION AND MONITORING FOR ASSET MANAGEMENT OF NEW ZEALAND ROAD BRIDGES”를 기반으로 합니다. 이 문서는 기술 전문가들을 위해 STI C&D에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 교량 자산 관리
Secondary Keywords: 교량 안전, 데이터 수집, 리스크 평가, 수리 안전성, 구조 건전성 모니터링(SHM), 비파괴 평가(NDE), CFD 해석
Executive Summary
The Challenge: 기존의 교량 자산 관리는 담당자의 경험에 과도하게 의존하고 데이터 수집이 체계적이지 않아, 비효율적인 예산 집행과 잠재적 리스크 관리의 어려움을 겪고 있습니다.
The Method: 뉴질랜드 감사관실(NZOAG)의 지적에 따라, 교량의 리스크와 중요도를 정량적으로 평가하여 데이터 수집 및 모니터링 방식을 차등 적용하는 체계적인 프레임워크를 제안합니다.
The Key Breakthrough: 모든 교량을 리스크 및 중요도 평가 결과에 따라 ‘핵심(Core)’, ‘중급(Intermediate)’, ‘고급(Advanced)’의 세 가지 등급으로 분류하고, 각 등급에 맞는 데이터 수집 기술(육안 검사, 비파괴 평가, 구조 건전성 모니터링)과 주기를 적용하여 자원을 최적화합니다.
The Bottom Line: 데이터 기반의 체계적인 리스크 평가를 통해 교량의 안전성을 확보하고 수명을 연장하며, 한정된 예산을 가장 시급하고 중요한 자산에 집중하여 비용 효율적인 유지보수 전략을 수립할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
도로망의 핵심 요소인 교량은 평균 5.2km마다 하나씩 존재하며, 네트워크의 효율성과 안전성에 결정적인 역할을 합니다. 그러나 2002년부터 2010년까지 뉴질랜드 감사관실(NZOAG)의 보고서에 따르면, 대부분의 지역 당국은 교량 자산에 대한 기본 정보만 보유하고 있을 뿐, 미래 성능 예측이나 체계적인 리스크 관리가 가능한 ‘고급 자산 관리’ 수준에는 도달하지 못했습니다. 특히 교량 상태 악화를 모니터링하는 효과적인 모델이 부재하고, 핵심 인력의 경험에 대한 과도한 의존은 장기적인 계획 수립에 큰 위험 요소로 지적되었습니다. 이는 교량의 붕괴와 같은 치명적인 사고뿐만 아니라, 하중 제한이나 통행 제한과 같은 기능 저하로 인한 막대한 사회경제적 비용을 초래할 수 있습니다. 특히 교량의 수리적/지반 공학적 안전성 평가는 정확한 데이터 확보가 어려워 CFD와 같은 정밀 해석 기술의 필요성이 대두되는 영역입니다.
The Approach: Unpacking the Methodology
본 가이드라인은 모든 교량에 획일적인 관리 방식을 적용하는 것에서 벗어나, 리스크와 중요도에 기반한 맞춤형 데이터 수집 전략을 제안합니다. 이 프로세스는 다음과 같은 단계로 구성됩니다.
베이스라인 데이터 개발: 리스크 및 중요도 평가에 필요한 교량의 기본 인벤토리, 상태, 성능 데이터를 수집합니다.
리스크 및 중요도 평가: 각 교량에 대해 4가지 주요 리스크 범주(수리적/지반 공학적 안전, 구조적 안전, 사용성/내구성/유지보수, 기능성)를 평가합니다. 리스크(R)는 다음 공식을 사용하여 정량화됩니다.
R = H x V x C x U
H (Hazard): 특정 위험(홍수, 지진 등)의 발생 확률
V (Vulnerability): 특정 위험에 대한 교량의 취약성
C (Consequence): 교량 파손 시 발생하는 결과(영향)
U (Uncertainty Premium): 데이터 및 분석 방법의 정확성에 따른 불확실성 가중치
데이터 수집 체계 할당: 평가된 리스크와 중요도 점수를 기반으로 각 교량을 ‘핵심(Core)’, ‘중급(Intermediate)’, ‘고급(Advanced)’ 세 등급 중 하나로 분류합니다.
차등 데이터 수집: 할당된 등급에 따라 데이터 수집의 종류, 정확도, 주기 및 기술(육안 검사, NDE, SHM)을 차등 적용합니다.
Table 1. Description of bridges used in the risk and criticality assessment example
Table 1 continued
이러한 접근 방식은 한정된 자원을 고위험, 고중요도 교량에 집중시켜 관리 효율성을 극대화하는 것을 목표로 합니다.
The Breakthrough: Key Findings & Data
본 가이드라인의 핵심은 리스크 평가를 통해 교량 관리의 우선순위를 정하고, 이에 따라 데이터 수집 수준을 체계적으로 조절하는 것입니다.
Finding 1: 리스크-중요도 기반의 3단계 교량 관리 체계
교량의 리스크와 중요도를 각각 x축과 y축으로 하는 ‘리스크-중요도 플롯'(Figure 4)을 통해 모든 교량을 시각적으로 분류합니다. 이 플롯을 ‘핵심’, ‘중급’, ‘고급’의 세 영역으로 나누어 각 교량에 대한 관리 수준을 결정합니다. 예를 들어, 오클랜드 하버 브리지와 뉴마켓 고가교는 리스크 점수는 다르지만 중요도(Criticality)가 모두 최고 등급(3)으로 평가되어 ‘고급’ 관리 대상으로 분류되었습니다. 반면, 단순한 골강판 암거는 구조적으로 양호함에도 불구하고 높은 교통량(AADT > 50,000)으로 인해 중요도가 높아 ‘중급’ 관리 대상으로 분류될 수 있습니다. 이 체계는 자산 관리자가 예산과 리스크 허용 범위에 따라 각 영역의 경계를 유연하게 조정할 수 있도록 합니다.
Finding 2: 데이터 수집 기술 및 주기의 차별화
각 관리 등급에 따라 검사 주기와 사용 기술을 구체적으로 제안합니다(Table 4).
핵심(Core) 등급: 리스크와 중요도가 낮은 교량으로, 일반 검사 주기를 3~6년으로 완화합니다. 데이터는 주로 육안 검사(VI)를 통해 수집하며, 비파괴 평가(NDE)는 문제 발생 시 제한적으로 사용됩니다.
중급(Intermediate) 등급: 일반 검사 주기를 2~3년으로 설정하고, 육안 검사와 함께 선제적인 비파괴 평가(예: 염화물 침투 테스트)를 도입하여 데이터의 정확도를 높입니다. 네트워크 수준의 구조 건전성 모니터링(SHM) 데이터(교통량, 하천 유량 등)도 활용합니다.
고급(Advanced) 등급: 가장 중요하거나 위험한 교량으로, 일반 검사를 1~2년마다 수행합니다. 육안 검사, 비파괴 평가는 물론, 교량별 맞춤형 구조 건전성 모니터링(SHM) 시스템을 도입하여 실시간으로 교량의 성능을 파악하고 선제적으로 관리합니다.
Practical Implications for R&D and Operations
교량 자산 관리자: 이 가이드라인은 정량적 리스크 평가를 통해 검사 및 유지보수 예산을 배정하는 명확한 근거를 제공합니다. 이를 통해 예산의 효율성을 증명하고 장기적인 투자 계획을 최적화할 수 있습니다.
구조 및 수리 엔지니어: 수리적/지반 공학적 안전성(유실, 세굴 등) 평가의 중요성이 강조됨에 따라, Table All-2의 위험 평가 항목(예: 설계 홍수 빈도, 세굴 가능성)을 정확히 산출하기 위한 CFD(전산유체역학) 해석과 같은 고급 분석 도구의 필요성이 커집니다. CFD는 복잡한 하천 유동과 교각 주변의 세굴 현상을 정밀하게 예측하여 리스크 평가의 ‘H(위험 발생 확률)’와 ‘V(취약성)’ 값을 신뢰도 높게 제공할 수 있습니다.
도로 관리 기관: 표준화된 데이터 수집 및 관리 프레임워크를 통해 전체 도로망의 복원력과 안전성을 일관되게 관리할 수 있으며, 데이터에 기반한 투명한 의사결정 체계를 구축할 수 있습니다.
Paper Details
GUIDELINES FOR DATA COLLECTION AND MONITORING FOR ASSET MANAGEMENT OF NEW ZEALAND ROAD BRIDGES
1. Overview:
Title: GUIDELINES FOR DATA COLLECTION AND MONITORING FOR ASSET MANAGEMENT OF NEW ZEALAND ROAD BRIDGES
Author: Dr Piotr Omenzetter (The University of Auckland), Simon Bush (Opus International Consultants Ltd), Peter McCarten (Opus International Consultants Ltd)
Year of publication: 2015
Journal/academic society of publication: RIMS (Roading Infrastructure Management Support), IPWEA (INSTITUTE OF PUBLIC WORKS ENGINEERING AUSTRALASIA), Road Controlling AUTHORITIES FORUM (NZ) ING
Keywords: Asset Management, Road Bridges, Data Collection, Monitoring, Risk Assessment, Criticality, New Zealand
2. Abstract:
이 가이드라인은 뉴질랜드 도로 교량 자산 관리를 위한 데이터 수집 및 모니터링 프로세스를 개괄적으로 설명합니다. 먼저 뉴질랜드 감사관실이 실시한 최근의 현황 평가와 교량 자산 관리에 대한 선진적인 접근법 채택의 필요성을 논의합니다. 관련 자산 관리 원칙을 간략히 다룬 후, 문서의 주요 부분에서는 도로 교량 데이터 수집 및 모니터링을 위한 권장 프로세스를 설명합니다. 이 프로세스는 베이스라인 데이터 개발로 시작하여, 교량 리스크 및 중요도 평가를 수행하고 그 결과에 따라 교량을 ‘핵심’, ‘중급’, ‘고급’ 데이터 수집 체계로 분류합니다. 각 체계에 대한 데이터 수집 기술, 검사 주기, 수집 데이터 유형에 대한 상세한 권장 사항이 제공됩니다. 데이터 저장 및 관리에 관한 고려 사항을 논의하고, 마지막으로 특정 네트워크 요구에 맞게 전략을 조정하는 방법에 대해 논의합니다.
3. Introduction:
2002년에서 2010년 사이, 뉴질랜드 감사관실(NZOAG)은 도로 인프라 자산 관리에 관한 여러 보고서를 발표했습니다. 이 보고서들은 지역 당국이 도로 인프라에 대한 기본 정보와 관리 계획을 가지고 있지만, 이 계획과 수집되는 정보가 대체로 미흡하다고 지적했습니다. 자산 관리는 주로 자산 식별 및 수량화, 자산의 연령 및 결함 정보 수집, 정보 시스템 개발, 신규 자본 투자, 갱신 및 운영 비용 예측에 집중되어 있었습니다. 보고서는 또한 소수의 지역 당국만이 고급 수준의 자산 관리를 달성했다고 언급했으며, 이는 지역사회가 원하는 서비스 수준에 대한 이해도 향상, 자산의 미래 성능 예측 능력 향상, 자산 관리 개선을 위한 적절한 데이터 수집, 인프라 관리와 관련된 리스크 해결에 중점을 두는 것을 특징으로 합니다. 특히 교량 자산 관리에 대한 구체적인 개선 필요성이 2010년 NZOAG 감사에서 추가로 논의되었으며, 교량 상태 악화를 모니터링하는 효과적인 모델 부재, 핵심 인력의 경험에 대한 과도한 의존 등의 문제가 지적되었습니다.
4. Summary of the study:
Background of the research topic:
뉴질랜드의 도로 교량은 국가 기간망의 핵심 자산이지만, 자산 관리 방식이 경험에 의존하고 데이터 기반의 체계적인 리스크 평가가 부족하여 비효율과 잠재적 위험을 내포하고 있었습니다.
Status of previous research:
뉴질랜드 감사관실(NZOAG)의 여러 차례 감사 보고서를 통해 기존 교량 자산 관리 방식의 문제점(데이터 부족, 리스크 관리 미흡, 경험 의존성)이 지속적으로 지적되어 왔습니다.
Purpose of the study:
NZOAG 감사에서 지적된 격차를 해소하고, 현재의 교량 자산 관리 관행을 ‘고급 자산 관리’ 수준으로 끌어올리기 위한 구체적이고 실용적인 데이터 수집 및 모니터링 프레임워크를 제공하는 것을 목적으로 합니다.
Core study:
교량의 리스크(Risk)와 중요도(Criticality)를 정량적으로 평가하고, 그 결과에 따라 교량을 ‘핵심(Core)’, ‘중급(Intermediate)’, ‘고급(Advanced)’의 세 가지 등급으로 분류합니다. 각 등급별로 차등화된 데이터 수집 주기, 방법(VI, NDE, SHM), 데이터 종류를 제안하여 한정된 자원으로 자산 관리의 효율성과 안전성을 극대화하는 방안을 제시합니다.
5. Research Methodology
Research Design:
본 가이드라인은 국제적인 모범 사례와 뉴질랜드 현황 조사를 바탕으로 개발된 단계별 데이터 수집 및 모니터링 전략을 제시합니다. 핵심 설계는 리스크 기반 접근법(Risk-Based Approach)으로, 모든 교량을 동일하게 취급하는 대신 각 교량의 고유한 리스크 프로필에 따라 관리 수준을 차별화합니다.
Data Collection and Analysis Methods:
리스크 및 중요도 평가: Moon et al. (2009)이 개발한 프로세스를 채택하여, 4가지 리스크 범주(수리적/지반 공학적, 구조적, 사용성/내구성, 기능성)에 대해 위험(H), 취약성(V), 결과(C), 불확실성(U)의 네 가지 요소를 곱하여 리스크 점수를 산출합니다(R = H x V x C x U). 전체 교량 리스크는 개별 리스크 점수의 RMS(root-mean square) 값으로 계산하고, 전체 중요도는 개별 중요도 점수 중 최대값으로 결정합니다.
데이터 수집 기술: 육안 검사(VI), 비파괴 평가(NDE), 구조 건전성 모니터링(SHM)을 포함한 다양한 데이터 수집 기술을 리스크 등급에 따라 조합하여 적용할 것을 제안합니다.
Research Topics and Scope:
이 가이드라인은 뉴질랜드의 모든 도로 교량을 대상으로 하며, 데이터 수집 및 모니터링 전략 수립, 리스크 평가, 데이터 관리 및 전략 수정에 이르는 자산 관리의 전 과정을 다룹니다.
6. Key Results:
Key Results:
교량의 리스크와 중요도를 기반으로 데이터 수집 체계를 ‘핵심’, ‘중급’, ‘고급’의 3단계로 차등화하는 프레임워크를 제시했습니다.
각 단계별로 육안 검사(VI), 비파괴 평가(NDE), 구조 건전성 모니터링(SHM)과 같은 데이터 수집 기술의 적용 수준과 검사 주기를 구체적으로 권장했습니다. (예: 핵심 등급 3-6년 주기, 고급 등급 1-2년 주기)
리스크 평가 공식을 R = H x V x C x U로 정의하고, 각 요소(위험, 취약성, 결과, 불확실성)에 대한 정량적 점수 산정 기준표를 제공하여 평가의 일관성과 객관성을 확보했습니다.
제안된 프레임워크를 적용할 경우, 일부 교량의 검사 주기를 완화하고 상세 검사를 폐지함으로써 연간 약 $60,000의 비용 절감이 가능하며, 이 절감액을 NDE/SHM과 같은 고급 데이터 수집에 재투자할 수 있음을 예시를 통해 보였습니다(Table 11).
Figure List:
Figure 1. Asset management cycle (Roads Liaison Group 2005).
Figure 2. Data collection process
Figure 3. Risk and criticality assessment process
Figure 4. Risk and criticality plot for analysed bridges
Figure 5. Correspondence between data collection regimes and bridge risk and criticality
Figure 6. Data for asset management
Figure 7. Data assessment process used to understand data storage needs
Figure 8. Data validation process
Figure Alll-1. Inventory hierarchy
7. Conclusion:
도로 교량의 데이터 수집 및 모니터링을 위한 권장 프로세스는 베이스라인 데이터 개발로 시작하여, 모든 교량에 대한 리스크 및 중요도 평가를 수행합니다. 평가 결과를 바탕으로 교량은 ‘핵심’, ‘중급’, ‘고급’ 데이터 수집 체계로 분류 및 등급화됩니다. 각 체계에 대한 데이터 수집 기술, 검사 주기 및 데이터 유형에 대한 상세한 권장 사항이 제공됩니다. ‘핵심’으로 분류된 교량은 검사 빈도가 낮아지고 성능 데이터 수집 요구사항도 줄어듭니다. ‘중급’ 및 ‘고급’ 교량의 경우, 검사 빈도가 점차 증가하고 데이터의 유형, 양, 질이 확대 및 향상되며, NDE 및 SHM이 데이터 수집 관행에 더 광범위하게 통합될 것입니다. 제안된 프로세스의 중요한 측면은 적절한 데이터 저장 및 관리이며, 모든 데이터는 정확성과 정합성을 확인하고 분석 및 계획을 용이하게 하는 시스템에 저장되어야 합니다. 제안된 데이터 수집 프레임워크의 전반적인 전제는 교량 자산에 대한 고급 자산 관리의 채택을 촉진하면서 예산 요구사항에 민감하게 대응하는 것입니다.
8. References:
British Standards Institute (2008). PAS 55-1:2008, Asset Management, Part 1: Specification for Optimised Management of Physical Assets. London, United Kingdom.
Bush, S., P. Omenzetter, et al. (2010). Data Collection and Monitoring Strategies for Asset Management of New Zealand Highway Bridges. Wellington, New Zealand, New Zealand Transport Agency.
Curran, G., P. Graham, et al. (2002). Bridge Management Systems, The State of the Art. Sydney, Australia, Austroads.
Faber, M. H. and M. G. Stewart (2003). “Risk Assessment for Civil Engineering Facilities: Critical Overview and Discussion.” Reliability Engineering and System Safety 80(2): 173-184.
Félio, G. Y. and Z. Lounis (2009). Model Framework for Assessment of State, Performance, and Management of Canada’s Core Public Infrastructure. Ontario, Canada, National Research Council.
Graybeal, B. A., D. D. Rolander, et al. (2001). “Accuracy of In-Depth Inspection of Highway Bridges.” Transportation Research Record: Journal of the Transportation Research Board 1749(1): 93-99.
INGENIUM (2011). International Infrastructure Management Manual (Version 4.0). Wellington, New Zealand, National Asset Management Steering (NAMS) Group.
Maguire, F. (2009). Guide to Asset Management Part 6: Bridge Performance. Sydney, Australia, Austroads.
Moon, F. L., J. Laning, et al. (2009). A Pragmatic Risk-Based Approach to Prioritizing Bridges. Nondestructive Characterization for Composite Materials, Aerospace Engineering, Civil Infrastructure, and Homeland Security 2009. San Diego, CA, USA, SPIE. 7294: 72940M 72941-72911.
NZOAG (2004). Local Government: Results of the 2002-03 Audits. Wellington, New Zealand, New Zealand Office of the Auditor General: 52-66.
NZOAG (2007). Turning Principles into Action: A Guide for Local Authorities on Decision-Making and Consultation. Wellington, New Zealand, New Zealand Office of the Auditor General.
NZOAG (2010). New Zealand Transport Agency: Information and Planning for Maintaining and Renewing the State Highway Network. Wellington, New Zealand, New Zealand Office of the Auditor General.
NZTA (2009). Statement of intent 2010-2013. Wellington, New Zealand, New Zealand Transport Agency.
Phares, B. M., A. W. Glenn, et al. (2004). “Routine Highway Bridge Inspection Condition Documentation Accuracy and Reliability.” Journal of Bridge Engineering 9(4): 403-413.
Phares, B. M., D. D. Rolander, et al. (2001). “Reliability of Visual Bridge Inspection.” Public Roads 64(5): 22-29.
Roads Liaison Group (2005). Management of Highway Structures, A Code of Practice. London, United Kingdom, UK Bridges Board.
Standards New Zealand (2004). AS/NZS 4360 Risk Management. Wellington, New Zealand.
Expert Q&A: Your Top Questions Answered
Q1: 모든 교량에 동일한 기준을 적용하지 않고 ‘핵심’, ‘중급’, ‘고급’의 3단계 데이터 수집 체계를 제안한 이유는 무엇입니까?
A1: 모든 교량이 동일한 리스크와 중요도를 갖지 않기 때문입니다. 가이드라인 2.4.1절에 따르면, 이 3단계 접근법은 고위험 및 고중요도 교량에 적절한 데이터와 고급 자산 관리 기법을 적용할 수 있도록 보장하는 동시에, 상대적으로 덜 중요하거나 위험이 낮은 구조물에 대해서는 데이터 수집을 단순화할 수 있습니다. 이는 비용 중립성을 유지하면서도 자산 관리의 효율성을 높이는 핵심적인 전략입니다.
Q2: 교량의 전체 리스크는 어떻게 계산되며, 왜 개별 리스크의 합산이 아닌 RMS(root-mean square) 방식을 사용합니까?
A2: 전체 교량 리스크(R_bridge)는 4개 범주(수리적/지반 공학적, 구조적, 사용성/내구성, 기능성)의 개별 리스크 점수를 제곱하여 더한 후 제곱근을 취하는 RMS 방식으로 계산됩니다(2.3.2절, 21페이지). 이 방식은 특정 리스크 이슈가 전체 리스크에 더 큰 영향을 미치도록 가중치를 부여하는 효과가 있습니다. 따라서 여러 개의 작은 리스크보다 하나의 큰 리스크가 있는 교량을 더 위험하게 평가하여, 자산 관리자가 가장 시급한 문제에 집중하도록 유도합니다.
Q3: 리스크 공식에 포함된 ‘불확실성 가중치(Uncertainty Premium, U)’는 무엇이며, 이것이 더 나은 데이터 수집을 장려하는 방식은 무엇입니까?
A3: ‘불확실성 가중치’는 리스크 평가에 사용된 데이터의 정확성과 분석 방법의 신뢰도를 반영하는 계수입니다(2.3.2절, 21페이지). Table All-5에 따르면, 최소한의 육안 검사와 문서 검토에만 의존한 평가는 가중치 2.5를 적용받는 반면, 모범적인 육안 검사와 기술적 분석, NDE/SHM 데이터를 활용한 평가는 가중치 1.0을 적용받습니다. 즉, 데이터의 질이 낮을수록 리스크 점수가 인위적으로 높아지므로, 자산 관리자가 NDE, SHM과 같은 더 정확한 데이터 수집 기술을 도입하여 불확실성을 줄이도록 유도하는 인센티브로 작용합니다.
Q4: 이 가이드라인은 기존의 ‘상세 검사(detailed inspections)’를 생략하도록 권장하는데, 그 근거는 무엇입니까?
A4: 가이드라인 2.4.2절에 따르면, 기존의 상세 검사는 눈에 띄는 가치를 제공하지 못하는 것으로 나타났습니다(Graybeal et al. 2001; Phares et al. 2001). 제안된 체계에서는 일반 검사, 특별 검사, 일상적인 순찰 검사를 통해 교량 상태를 충분히 파악할 수 있다고 봅니다. 상세 검사를 없애는 대신, 리스크가 높은 교량에 대해 검사 주기를 단축하고 NDE/SHM과 같은 더 정밀한 기술을 도입하는 것이 더 효과적이라고 판단한 것입니다.
Q5: 일부 교량에 대해 더 많은 테스트와 빈번한 검사를 요구함에도 불구하고 이 프레임워크가 비용 중립적일 수 있는 이유는 무엇입니까?
A5: 가이드라인 2.7절과 2.4.4절의 비용 분석 예시에 따르면, 이 접근법은 비용을 반드시 증가시키지 않습니다. ‘고급’ 등급 교량에 대한 추가적인 테스트와 검사 빈도 증가는 ‘핵심’ 등급 교량에 대한 요구사항 완화(예: 검사 주기 연장, 상세 검사 폐지)를 통해 상쇄될 수 있기 때문입니다. 즉, 리스크가 낮은 다수의 교량에서 절감된 비용을 리스크가 높은 소수의 교량에 재투자하는 ‘선택과 집중’ 전략을 통해 전체적인 비용 균형을 맞출 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 가이드라인은 경험에 의존하던 기존의 방식에서 벗어나, 데이터와 정량적 리스크 평가에 기반한 체계적인 교량 자산 관리의 새로운 패러다임을 제시합니다. 교량을 리스크와 중요도에 따라 3단계로 분류하고 관리 수준을 차등화함으로써, 한정된 예산 내에서 안전성을 극대화하고 자산의 수명을 연장할 수 있는 현실적인 방안을 제공합니다. 특히 수리적 안전성 평가와 같이 불확실성이 높은 영역에서는 CFD 해석과 같은 정밀 시뮬레이션 기술이 신뢰도 높은 데이터를 제공하여, 본 프레임워크의 효과를 극대화하는 핵심적인 역할을 할 수 있습니다.
“STI C&D는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 문서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “GUIDELINES FOR DATA COLLECTION AND MONITORING FOR ASSET MANAGEMENT OF NEW ZEALAND ROAD BRIDGES” by “Dr Piotr Omenzetter, Simon Bush, Peter McCarten”.
Source: The document itself is the source, published by RIMS, IPWEA, and Road Controlling Authorities Forum (NZ) INC in March 2015.
이 기술 요약은 Manousos Valyrakis와 Hanqing Zhang이 2014년 International Conference on Hydroinformatics에 발표한 “Prediction Of Scour Depth Around Bridge Piers Using Adaptive Neuro-Fuzzy Inference Systems (ANFIS)” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 교량 교각 세굴 예측
Secondary Keywords: ANFIS, 적응형 뉴로-퍼지 추론 시스템, 기계 학습, 수리 공학, 교량 안전, 세굴 깊이
Executive Summary
The Challenge: 교량 교각 주변의 세굴 깊이를 예측하는 기존 공식들은 제한된 데이터에 기반한 경험식으로, 종종 세굴 깊이를 과대평가하여 보수적이고 비용이 많이 드는 설계를 초래합니다.
The Method: 본 연구는 USGS 데이터베이스에서 얻은 광범위한 현장 데이터를 사용하여 기계 학습 모델인 적응형 뉴로-퍼지 추론 시스템(ANFIS)을 개발, 훈련 및 검증했습니다.
The Key Breakthrough: 개발된 ANFIS 모델은 특히 단일 원형 교각과 같은 특정 데이터 그룹으로 훈련했을 때, 적은 수의 입력 변수만으로도 세굴 깊이를 매우 정확하게 예측하는 뛰어난 일반화 능력을 보여주었습니다.
The Bottom Line: ANFIS는 엔지니어에게 기존의 경험적 방법보다 더 정확하게 교각 세굴을 예측할 수 있는 강력하고 신뢰성 있는 도구를 제공하며, 이는 더 안전하고 경제적인 교량 설계로 이어질 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
교량의 붕괴는 종종 홍수 시 교각 기초 주변의 토사가 유실되는 ‘세굴(scour)’ 현상 때문에 발생합니다. 실제로 1989년에서 2000년 사이 미국에서 발생한 500건 이상의 교량 붕괴 사고 중 절반 이상(약 53%)이 기초 세굴에 기인한 것으로 추정됩니다. 이러한 사고는 막대한 재정적 손실을 야기하며, 1993년 미시시피 상류 유역의 홍수는 23개의 교량 붕괴와 1,500만 달러의 피해를, 1994년 조지아의 “알베르토 폭풍”은 약 1억 5,000만 달러의 피해를 초래했습니다.
문제는 현재 사용되는 대부분의 교각 세굴 깊이 예측 공식이 제한된 실험실 데이터에 기반한 경험식이라는 점입니다. 이 공식들은 실제 현장 조건을 정확하게 모사하지 못하며, 대부분 보수적인 결과를 도출하여 세굴 깊이를 과대평가하는 경향이 있습니다. 이는 불필요하게 과도한 설계로 이어져 구조적 불확실성과 비용 증가를 야기합니다. 따라서 더 빠르고 신뢰할 수 있는 예측 도구의 필요성이 절실합니다.
The Approach: Unpacking the Methodology
본 연구는 이러한 문제를 해결하기 위해 강력한 기계 학습 접근법인 적응형 뉴로-퍼지 추론 시스템(ANFIS)을 활용했습니다. ANFIS는 인공 신경망(ANN)의 학습 능력과 퍼지 추론 시스템(FIS)의 규칙 기반 구조를 결합하여 복잡한 비선형 동역학을 효과적으로 모델링할 수 있습니다.
연구팀은 미국 지질조사국(USGS)의 국립 교량 세굴 데이터베이스에서 총 508개의 데이터 세트를 확보했으며, 불완전한 기록을 제거하여 486개의 데이터를 분석에 사용했습니다. 모델의 입력 변수로는 다음과 같은 5가지 핵심 매개변수가 선택되었습니다.
유효 교각 폭 (b)
접근 유속 (U)
접근 수심 (y)
평균 입경 (D50)
유동 방향에 대한 교각의 경사각 (skew to flow)
데이터는 훈련(training)과 검증(validation) 세트로 무작위 분할되었으며, 연구팀은 시행착오 접근법을 통해 최적의 ANFIS 구조(멤버십 함수의 종류 및 개수)를 결정했습니다. 또한, 입력 변수의 수를 점진적으로 줄여가며 모델을 테스트하여 어떤 변수가 예측에 가장 큰 영향을 미치는지, 그리고 제한된 데이터만으로도 신뢰성 있는 예측이 가능한지를 체계적으로 분석했습니다.
Figure 1. Generic example of an ANFIS architecture
The Breakthrough: Key Findings & Data
연구 결과, ANFIS 모델은 교각 세굴 깊이를 예측하는 데 매우 높은 정확도와 잠재력을 보여주었습니다. 특히 주목할 만한 발견은 다음과 같습니다.
Finding 1: 특정 데이터에 대한 훈련으로 최적의 모델 성능 달성
가장 뛰어난 성능을 보인 모델은 5개의 모든 입력 변수를 사용하되, ‘단일 원형 교각(single round pier)’ 데이터 하위 그룹만으로 훈련된 모델이었습니다. 이 모델은 모든 데이터를 사용해 훈련된 모델보다 훨씬 높은 정확도를 보였습니다. Table 3에 따르면, 단일 원형 교각 데이터로 훈련된 모델의 검증 RMSE(평균 제곱근 오차)는 1.63으로, 전체 데이터로 훈련된 모델의 2.07보다 현저히 낮았습니다. 이는 데이터의 동질성이 모델의 학습 효율과 예측 정확도를 크게 향상시킬 수 있음을 시사합니다. Figure 2는 이 모델의 예측값이 실제 관측값과 매우 잘 일치함을 시각적으로 보여줍니다.
Finding 2: 입력 변수를 줄인 모델도 높은 정확도 유지
연구팀은 입력 변수의 수를 줄여도 모델이 만족스러운 성능을 유지한다는 사실을 발견했습니다. 특히 ‘교각 폭’과 ‘접근 수심’이 세굴 예측에 가장 중요한 변수임이 확인되었습니다. 흥미롭게도 ‘유동 방향에 대한 경사각(skew to flow)’ 변수를 제거했을 때, 모델의 검증 RMSE가 2.07에서 2.03으로 오히려 약간 개선되었습니다(Table 3 참조). 이는 해당 변수가 예측에 큰 기여를 하지 않거나 오히려 노이즈로 작용했을 수 있음을 의미합니다. 심지어 ‘교각 폭’ 단 하나의 변수만 사용한 모델도 검증 RMSE 2.54로 비교적 정확한 예측이 가능했습니다. 이는 현장에서 제한된 데이터만 확보할 수 있는 경우에도 ANFIS 모델이 유용한 예측 도구가 될 수 있음을 보여줍니다.
Practical Implications for R&D and Operations
본 연구 결과는 다양한 분야의 전문가들에게 실질적인 시사점을 제공합니다.
For Hydraulic/Bridge Engineers: 이 연구는 교각 폭과 접근 수심 데이터에 집중하는 것만으로도 ANFIS를 통해 매우 정확한 세굴 예측이 가능함을 시사합니다. 하상 재료의 크기와 같은 다른 데이터가 부족하더라도 신뢰성 있는 결과를 얻을 수 있어, ANFIS는 실용적인 세굴 예측 도구로 활용될 수 있습니다.
For Infrastructure Planners/Managers: 기존의 보수적인 공식보다 ANFIS 모델의 예측 정확도가 높아, 과잉 설계를 방지하고 더 경제적이며 효율적인 교량 설계 및 유지보수 계획을 수립할 수 있습니다. 이는 불필요한 비용 절감으로 이어질 수 있습니다.
For Data Scientists in Engineering: 본 연구는 복잡한 수리학 문제에 기계 학습(ANFIS)을 성공적으로 적용한 사례입니다. 특히 ‘경사각’과 같이 관련 있어 보이는 변수를 제거했을 때 모델 성능이 향상될 수 있다는 발견은, 모델 개발 시 변수 선택의 중요성에 대한 귀중한 통찰을 제공합니다.
Paper Details
Prediction Of Scour Depth Around Bridge Piers Using Adaptive Neuro-Fuzzy Inference Systems (ANFIS)
1. Overview:
Title: Prediction Of Scour Depth Around Bridge Piers Using Adaptive Neuro-Fuzzy Inference Systems (ANFIS)
Author: Manousos Valyrakis, Hanqing Zhang
Year of publication: 2014
Journal/academic society of publication: International Conference on Hydroinformatics
In this study, the application of a machine learning model, namely the adaptive neuro-fuzzy inference system (ANFIS) is proposed to estimate the scour depth around bridge piers. In particular, various complexity architectures are sequentially developed, trained and validated using appropriate training and validation subsets obtained from the USGS database. The raw data are pre-processed to remove incomplete records and randomly split into the training and validation data sets which are both representative of the same space. The model has five parameters, namely the effective pier width (b), the approach velocity (U), the approach depth (y), the mean grain diameter (D50) and the skew to flow. Simulations are conducted with data groups (bed material type, pier type and shape) and different number and combinations of input variables, to produce reduced complexity and easily interpretable models. Analysis and comparison of the results indicate that the developed ANFIS model has high accuracy and outstanding generalization ability for prediction of scour parameters. The optimal ANFIS models are identified utilizing appropriate error metrics. The effective pier width (as opposed to skew to flow) is amongst the most relevant input parameters for the estimation. The developed models can be used as a scour prediction tool performing satisfactorily even in the presence of scarce available data, while empirical rules can be also derived for the reduced order models.
3. Introduction:
지구 표면은 지구물리학적 흐름의 작용으로 끊임없이 변화합니다. 강물의 흐름으로 인한 침식은 생태 건강을 보존하는 데 핵심적인 문제일 뿐만 아니라, 전 세계적으로 우리의 건축 환경과 핵심 기반 시설에 대한 위협으로 인식되고 있습니다. 기후 변화가 하천의 침식과 유사 이송에 미치는 영향은 전 지구적 차원의 핵심 과제가 되었습니다. 교량 붕괴의 가장 흔한 원인은 심각한 홍수 동안 교각 기초의 세굴 때문인 것으로 추정됩니다. 1989년에서 2000년 사이 미국에서 발생한 500건 이상의 교량 붕괴 중 절반 이상(약 53%)이 기초 세굴에 기인합니다. 미국 연방 고속도로 관리국(FHWA)의 383건의 교량 붕괴에 대한 전국적인 연구에 따르면, 25%는 교각 손상, 75%는 교대 손상과 관련이 있으며, 이는 모두 치명적인 홍수로 인해 발생했습니다.
4. Summary of the study:
Background of the research topic:
교각 주변의 침식 및 세굴 현상은 교량의 안전성에 직접적인 위협이 되며, 이는 전 세계적인 문제입니다.
Status of previous research:
세굴 깊이를 예측하기 위해 수많은 실험실 연구를 통해 여러 경험식이 개발되었습니다. 그러나 이러한 공식들은 대부분 제한된 실험실 데이터에 기반하고 있어 실제 현장 조건을 정확하게 반영하지 못하며, 종종 과도하게 보수적인 예측 결과를 내놓아 비경제적인 설계를 초래합니다.
Purpose of the study:
본 연구는 광범위한 현장 데이터를 사용하여 강력한 기계 학습 접근법인 ANFIS의 유용성을 조사하고, 이를 통해 교각 세굴 깊이를 정확하게 예측하는 것을 목표로 합니다.
Core study:
다양한 복잡성을 가진 ANFIS 아키텍처를 순차적으로 개발, 훈련 및 검증했습니다. 입력 변수의 수와 조합을 달리하여 모델을 테스트하고, 각 모델의 성능을 오차 메트릭을 통해 평가하여 최적의 모델 구조를 식별했습니다. 이를 통해 복잡성을 줄이고 해석이 용이한 모델을 도출하고자 했습니다.
5. Research Methodology
Research Design:
적응형 뉴로-퍼지 추론 시스템(ANFIS) 기계 학습 모델을 적용하여 교각 세굴 깊이를 예측하는 연구를 설계했습니다.
Data Collection and Analysis Methods:
미국 지질조사국(USGS)의 국립 교량 세굴 데이터베이스에서 데이터를 수집했습니다. 불완전한 데이터를 제거하는 전처리 과정을 거쳐 총 486개의 데이터 세트를 사용했으며, 이를 훈련 및 검증 데이터로 무작위 분할했습니다. 모델 성능은 RMSE(평균 제곱근 오차)와 MAE(평균 절대 오차)와 같은 오차 지표를 사용하여 평가되었습니다.
Research Topics and Scope:
주요 연구 범위는 5개의 입력 변수(유효 교각 폭, 접근 유속, 접근 수심, 평균 입경, 유동 경사각)가 세굴 깊이에 미치는 영향을 분석하는 것입니다. 또한, 입력 변수의 수를 5개에서 1개로 점진적으로 줄여가며 모델을 테스트하여, 각 변수의 중요도와 최소한의 데이터로 가능한 예측의 정확도를 평가했습니다.
6. Key Results:
Key Results:
단일 원형 교각 데이터로만 훈련된 ANFIS 모델이 가장 높은 예측 정확도(검증 RMSE = 1.63)를 보였습니다.
교각 폭과 접근 수심이 세굴 깊이 예측에 가장 중요한 입력 변수임이 확인되었습니다.
입력 변수의 수를 줄인 모델도 만족스러운 성능을 보여, 제한된 데이터만으로도 신뢰성 있는 예측이 가능함을 입증했습니다.
‘유동 경사각’ 변수를 제거했을 때 모델 성능이 약간 향상되어, 이 변수가 예측에 미치는 영향이 미미하거나 노이즈로 작용할 수 있음을 시사했습니다.
Figure List:
Figure 1. Generic example of an ANFIS architecture
Figure 2. Plot of observed and predicted scour depth training the model with all input parameters with the subset of single round pier data: a) performance for the training subset (77 data points) and b) performance for the validation data set (74 data points). Note the line of perfect agreement is shown with the straight line (diagonal).
7. Conclusion:
본 연구에서는 ANFIS를 사용하여 교각 주변의 세굴 깊이 예측을 조사했습니다. 적절한 데이터를 사용하여 광범위한 모델을 개발, 훈련 및 검증했습니다. 이러한 모델 간의 비교를 통해 우수한 일반화 능력을 갖춘 최상의 성능 모델을 식별할 수 있었습니다. 결과는 축소된 차수의 아키텍처에 대해서도 만족스러웠으며, 문헌에 제안된 다른 모델과 기능적으로 일치했습니다.
8. References:
[1] Wardhana K. and Hadipriono F., “Study of Recent Building Failures in the United States”, J. Perform. Constr. Facil., Vol. 17, No 3, (2003), pp 151-158.
[2] Chang, F.F.M., “A Statistical Summary of the Cause and Cost of Bridge Failures”, Federal Highway Administration, U.S. Department of Transportation, Washington, D.C., (1973).
[3] Brice J.C. and Blodgett J.C., “Countermeasures for Hydraulic Problems at Bridges”, Vol. 1 and 2, FHWA/RD-78-162&163, Federal Highway Administration, U.S. Department of Transportation, Washington, D.C. (1978).
[4] Shen H.W., “Scour Near Piers. River Mechanics”, Vol. 2, Ft. Collins, Colorado, (1971).
[5] Dey S. and Raikar R.V., “Clear-water scour at piers in sand beds with an armor layer of gravels.” Journal of Hydraulic Engineering, Vol. 133, No. 6, (2007), pp 703-711.
[6] Raudkivi A.J. and Ettema R., “Clear water scour at cylindrical piers”, Journal of Hydraulic Engineering, Vol. 109, No. 3, (1983), pp 338-350.
[7] Raudkivi A.J., “Functional trends of scour at bridge piers”, Journal of Hydraulic Engineering, Vol. 112, No. 1, (1986), pp 1-13.
[8] Melville B.W., “Live-bed scour at bridge piers”, Journal of Hydraulic Engineering, Vol.110, No. 9, (1984), pp 1234-1247.
[9] Melville B.W. and Sutherland, A.J., “Design method for local scour at bridge piers”, Journal of Hydraulic Engineering, Vol. 114, No. 10, (1988), pp 1210-1226.
[10] Valyrakis M., Diplas P. and Dancey C.L., “Prediction of coarse particle movement with adaptive neuro-fuzzy inference systems”, Hydrological Processes, Vol. 25, No. 22, pp 3513-3524. ISSN 0885-6087, doi:10.1002/hyp.8228.
[11] Valyrakis M., Diplas P., Dancey C.L., Akar T. and Celik A.O., “Development of a hybrid adaptive Neuro-Fuzzy system for the prediction of sediment transport”, River Flow 2006, Lisbon, Portugal, (2006), pp 877-886, doi: 10.1201/9781439833865.ch92.
[12] Valyrakis M., Diplas P. and Dancey C.L., “Prediction of particle entrainment using Neural Networks”, Protection and Restoration of the Environment, Chania, Greece, (2006), pp 137-138.
[13] Valyrakis M., Diplas P. and Dancey C.L., “Short time prediction of chaotic time series using ANFIS, Lecture Series on Computer and Computational Sciences, Vol. 7, Brill Academic Publishers, Leiden, The Netherlands (2006), pp 729-733.
[14] Bateni S.M., Borghei S.M. and Jeng D., “Neural network and neuro-fuzzy assessments for scour depth around bridge piers”, Engineering Applications of Artificial Intelligence, Vol. 20, No. 3, (2007), pp 401-414.
[15] Neill C.R., “Guide to Bridge Hydraulics” Roads and Transportation Association of Canada, University of Toronto Press, 191 p., (1973).
[16] Breusers H.N.C., Nicollet G. and Shen H.W., “Local scour around cylindrical piers” Journal of Hydraulic Research, Vol. 15, No. 3, (1977), pp 211-252.
[17] Valyrakis M., Diplas P. and Dancey C.L., “Entrainment of coarse particles in turbulent flows: An energy approach”, J. Geophys. Res. Earth Surf., Vol. 118, No. 1., (2013), pp 42-53. ISSN 2169-9003, doi:10.1029/2012JF002354.
Expert Q&A: Your Top Questions Answered
Q1: 왜 일반적인 인공 신경망(ANN) 대신 ANFIS 모델을 선택했나요?
A1: 논문에 따르면 ANFIS는 인공 신경망(ANN)과 퍼지 추론 시스템(FIS)의 장점을 모두 결합한 모델입니다. 신경망 구성 요소로부터 내재된 학습 능력을 가지며, 퍼지 논리 구성 요소로부터 규칙 기반 구조를 가져 퍼지 추론을 수행하고 비선형 동역학을 추출하는 데 유리합니다. 이는 저자들의 이전 연구[10, 11, 12, 13]에서 보여주었듯이 종종 ANN 단독 모델보다 우수한 성능을 나타냅니다.
Q2: 입력 변수의 수를 줄여가며 모델을 테스트한 과정에서 가장 놀라운 발견은 무엇이었나요?
A2: 가장 흥미로운 결과는 ‘유동 경사각(skew to flow)’ 입력 변수를 제거했을 때 모델의 예측 능력이 오히려 약간 향상되었다는 점입니다. Table 3에서 볼 수 있듯이, 검증 RMSE가 2.07에서 2.03으로 감소했습니다. 이는 이 데이터셋에서 해당 변수가 예측에 유의미한 정보를 제공하지 않거나 오히려 노이즈로 작용했을 수 있음을 시사하며, 때로는 더 단순한 구조의 모델이 더 복잡한 모델보다 우수한 성능을 보일 수 있음을 보여줍니다.
Q3: ANFIS 모델의 최적 구조(예: 멤버십 함수의 수)는 어떻게 결정되었나요?
A3: 최적의 구조는 시행착오 접근법을 통해 결정되었습니다. 연구팀은 다양한 유형과 수의 멤버십 함수를 가진 모델들을 테스트했습니다. 그 결과, 3개 이상의 멤버십 함수를 사용하면 과적합(overtraining)이 발생하고 계산 비용이 기하급수적으로 증가하는 것을 발견했습니다. 정확도와 일반화 능력 사이의 최상의 균형은 입력당 2개의 가우시안(Gaussian) 멤버십 함수를 사용했을 때 달성되었습니다.
Q4: ‘단일 원형 교각’ 데이터만 사용했을 때 최고의 성능을 보인 이유는 무엇인가요?
A4: 논문은 모든 유형의 데이터를 사용하여 모델을 훈련했을 때 정확도가 감소한 이유로, 해당 데이터가 기저의 동역학을 잘 설명하지 못하거나 다른 유형의 데이터를 얻는 과정에서 더 큰 오차가 발생했을 가능성을 제시합니다. ‘단일 원형 교각’ 데이터와 같이 더 동질적이고 잠재적으로 품질이 높은 하위 집합에 집중함으로써, 모델이 특정 동역학을 더 효과적으로 학습하여 해당 범주에 대해 더 정확한 예측을 할 수 있었습니다.
Q5: 논문은 축소된 모델이 기존 경험식과 기능적으로 유사하다고 결론 내렸습니다. 그렇다면 ANFIS 모델의 장점은 무엇인가요?
A5: 가장 단순한 모델(예: 세굴 깊이가 교각 폭의 함수)의 기능적 형태가 Neil의 공식[15]과 유사할 수 있지만, ANFIS 접근법은 중요한 장점을 제공합니다. ANFIS는 제한된 실험실 실험에 의존하는 대신, 방대한 현장 데이터로부터 직접 관련 매개변수와 그 관계를 결정합니다. 이러한 데이터 기반 접근법은 선험적 가정을 피하고 복잡한 비선형 관계를 포착할 수 있어, 더 넓은 범위의 조건에 걸쳐 더 견고하고 정확한 예측을 가능하게 합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 기존의 부정확한 교량 교각 세굴 예측 문제를 해결하기 위해 ANFIS라는 강력한 기계 학습 도구를 제시합니다. 핵심적인 돌파구는 방대한 현장 데이터를 기반으로 높은 정확도를 달성했으며, 교각 폭이나 유동 수심과 같은 제한된 데이터만으로도 신뢰성 있는 예측이 가능하다는 점을 입증한 것입니다. 이는 엔지니어링 실무에서 더 안전하고 경제적인 교량 설계 및 유지보수를 위한 새로운 가능성을 열어줍니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Prediction Of Scour Depth Around Bridge Piers Using Adaptive Neuro-Fuzzy Inference Systems (ANFIS)” by “Manousos Valyrakis, Hanqing Zhang”.
이 기술 요약은 Hsiao-Wen, Wang 외 저자가 2014년 Journal of Chinese Soil and Water Conservation에 발표한 논문 “NETSTARS Improvement with Pier Scouring – A Case Study of Pa-Chang River”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
The Challenge: 교량 붕괴의 주요 원인인 교각 세굴은 복잡한 3차원 유동 현상으로, 기존 1차원/준 2차원 수치 모델로 정확하게 예측하기 어려웠습니다.
The Method: 기존 하천 시뮬레이션 모델인 NETSTARS V3.0에 18개의 저명한 교각 세굴 공식을 통합하고 새로운 국부 세굴 계산 모듈을 추가하여 모델의 기능을 향상시켰습니다.
The Key Breakthrough: 다중 요인 오차 평가 매개변수(Ev_sediment)로 보정된 개선 모델은 대만 파장강(Pa-Chang River)의 일반 세굴과 국부 세굴을 정확하게 시뮬레이션했으며, 이 사례에 가장 적합한 공식으로 Jain & Fischer(1980) 공식을 식별했습니다.
The Bottom Line: 본 연구는 교량 교각 세굴의 장기 예측을 위한 검증된 수치 해석 도구를 제공함으로써, 선제적인 유지보수를 가능하게 하고 교량 안전 관리를 획기적으로 개선합니다.
The Challenge: Why This Research Matters for CFD Professionals
교량은 현대 사회의 필수 기반 시설이지만, 그 안전은 끊임없이 자연의 도전에 직면합니다. 특히 교량의 기초를 지지하는 교각 주변에서 발생하는 ‘세굴(Scouring)’ 현상은 교량 붕괴의 가장 큰 원인 중 하나입니다. 교각은 하천의 물 흐름을 방해하여 교각 전면부에서 말굽형 와류(horseshoe vortex)와 같은 복잡한 3차원 유동을 발생시킵니다. 이 강력한 와류는 교각 주변의 하상 토사를 침식시켜 기초를 노출시키고, 결국 교량 전체의 구조적 안정성을 위협합니다.
이러한 세굴 현상을 예측하고 대비하는 것은 매우 중요하지만, 전통적인 수리 모형 실험은 비용이 많이 들고 특정 조건에서만 유효하여 재사용이 어렵다는 한계가 있습니다. 수치 모델링, 특히 CFD는 경제적이고 효율적인 대안을 제시하지만, 복잡한 하상 변동과 국부적인 세굴 현상을 정확하게 모사하는 데에는 기술적인 어려움이 있었습니다. 따라서 신뢰성 높은 장기 예측이 가능한 고정밀 교각 세굴 시뮬레이션 기술의 개발은 교량 안전을 확보하기 위한 핵심 과제입니다.
The Approach: Unpacking the Methodology
본 연구는 기존의 준 2차원 하천 네트워크 모델인 NETSTARS V3.0에 교각 세굴 해석 기능을 통합하여 그 예측 정확도를 높이는 것을 목표로 했습니다.
연구 지역: 대만의 파장강(Pa-Chang River) 유역 중 후생교(Housheng Bridge)에서 촉구교(Chukou Bridge)에 이르는 약 48.4km 구간으로, 총 19개의 교량이 위치한 지역을 대상으로 했습니다.
모델 개선: 기존 NETSTARS 모델에 Laursen, Shen, Jain & Fischer 등 학계에서 널리 사용되는 18개의 교각 국부 세굴 공식을 선택적으로 적용할 수 있는 새로운 모듈을 개발 및 통합했습니다.
검증 프로세스: 시뮬레이션의 정확도를 확보하기 위해 2단계 검증 절차를 수행했습니다.
일반 세굴 검증: 먼저 교각의 국부적인 영향을 제외하고 하천 전체의 일반적인 하상 변동을 시뮬레이션했습니다. 이때 실제 측정된 하상 데이터와 비교하여 유입 유사량(ratep), 유사 이송 공식(ised), 세굴 가능 깊이(alt) 등 주요 매개변수를 최적화했습니다.
국부 세굴 검증: 최적화된 일반 세굴 조건 하에서, 18개의 국부 세굴 공식을 각각 적용하여 시뮬레이션을 수행하고 실제 데이터와 비교하여 가장 정확한 공식을 선정했습니다.
핵심 평가 지표: 단순한 평균 제곱근 오차(RMSE) 대신, 오차 평가 매개변수(Ev_sediment)라는 독자적인 지표를 사용했습니다. 이 지표는 RMSE뿐만 아니라, 하상 변동의 진폭(Amplitude ratio)과 경향성(Fitted ratio)까지 종합적으로 평가하여, 복잡한 하천의 동적 변화를 훨씬 더 정확하게 보정할 수 있도록 했습니다.
The Breakthrough: Key Findings & Data
본 연구는 개선된 시뮬레이션 방법론을 통해 교각 세굴 예측의 정확도를 한 단계 끌어올리는 중요한 성과를 달성했습니다.
Finding 1: 하상 변동 시뮬레이션을 위한 더욱 강건한 보정 기법
기존의 RMSE만을 이용한 보정 방식은 하상 변동이 복잡한 실제 하천에서 최적의 해를 찾는 데 한계가 있었습니다. 논문에서 제안한 Ev_sediment 매개변수는 변동의 크기와 경향성을 모두 고려함으로써 실제 현상과의 적합도를 크게 높였습니다. 그림 14에서 볼 수 있듯이, Ev_sediment를 사용했을 때의 결과(파란색 선)가 RMSE만을 사용했을 때(주황색 선)보다 실제 측정값(회색 선)의 변동 경향을 훨씬 더 잘 모사하는 것을 확인할 수 있습니다. 이를 통해 일반 세굴에 대한 최적 매개변수로 유입 유사량 비율(ratep)=0.001, 유사 이송 공식=Ackers & White(ised=2), 세굴 가능 깊이 매개변수(alt)=1.0, 유관(stream tube) 개수=3을 도출했습니다.
Finding 2: 파장강에 가장 정확한 교각 세굴 공식 식별
일반 세굴 보정이 완료된 후, 18개의 국부 세굴 공식을 테스트한 결과, Jain & Fischer(1980) 공식(ibrino=9)이 가장 낮은 오차 값을 보여 최적의 공식으로 선정되었습니다. 표 3에 따르면, Jain & Fischer 공식의 Ev_sediment 값은 2.49로, 일반 세굴만 고려했을 때의 오차 값(2.552)보다도 낮아져 모델의 예측력이 향상되었음을 입증했습니다. 이는 모델이 특정 하천 환경에 가장 적합한 물리 기반 공식을 선별해내는 강력한 능력을 갖추고 있음을 보여줍니다. 또한, 대만 교통부에서 권장하는 6개 공식 모두 상위권에 위치하여 모델의 신뢰성을 뒷받침했습니다.
Practical Implications for R&D and Operations
토목/수리 엔지니어: 본 연구는 Ackers & White와 같은 유사 이송 공식의 선택과 유입 유사량(ratep)의 정밀한 보정이 장기적인 하상 예측에 얼마나 중요한지를 보여줍니다. 이는 하천 정비 계획 및 설계의 정확도를 높이는 데 기여할 수 있습니다.
교량 유지보수 및 안전 관리팀:그림 17과 18에 제시된 10년 장기 예측 결과는 과수교, 영흠1호교 등 세굴 위험이 높은 특정 교량을 명확히 지목합니다. 이 데이터는 한정된 예산 내에서 검사와 보강이 시급한 교량의 우선순위를 정하는 정량적인 근거를 제공하여, 선제적인 안전 관리를 가능하게 합니다.
교량 설계 엔지니어: 이 시뮬레이션 프레임워크는 “What-if” 시나리오 분석에 활용될 수 있습니다. 설계 초기 단계에서 다양한 교각의 형상, 크기, 배치에 따른 장기적인 세굴 가능성을 미리 평가함으로써, 자연재해에 더욱 강한 복원력 있는 교량을 설계하는 데 기여할 수 있습니다.
Paper Details
NETSTARS 模式加入橋墩沖刷功能之研究——以八掌溪為例 (NETSTARS Improvement with Pier Scouring – A Case Study of Pa-Chang River)
1. Overview:
Title: NETSTARS 模式加入橋墩沖刷功能之研究——以八掌溪為例 (NETSTARS Improvement with Pier Scouring – A Case Study of Pa-Chang River)
This study applies NETSTARS V3.0 by adding the calculation functions of eighteen pier scour formulas based on a comprehensive literature review to demonstrate local scour mechanisms. The study area is a reach of the Pachang Creek from the Housheng Bridge to the Chukou Bridge. We do not set the structures and weirs in the river to be scoured. Simulations are conducted by setting boundary conditions and importing information about nineteen bridges, and validations are separated into two steps as: general scouring and bridge local scouring. The best parameters are qualified by computing error evaluated parameter to fit the changing tendencies of the Pachang Creek. Finally, long-term riverbed evolution is simulated. The results show that there are 5 bridges with erosion trends. The results can be used as a reference for one-dimensional numerical models with pier scouring functions.
3. Introduction:
하천은 인류에게 중요한 수자원이지만 활동 공간을 단절시키는 장애물이기도 합니다. 인간은 하천 양안을 연결하기 위해 교량과 같은 구조물을 건설합니다. 그러나 이러한 구조물, 특히 교각은 물의 흐름을 방해하여 국부적인 하상 변동을 야기하며, 심각할 경우 교각 기초가 침식되어 교량이 붕괴될 수 있습니다. 교각 주변의 세굴 메커니즘은 복잡한 3차원 문제이므로 순수 이론적 접근이나 번거로운 수리 모형 실험만으로는 한계가 있습니다. 따라서 수치 모델링은 하상 변동 경향을 이해하는 경제적이고 효율적인 분석 방법입니다.
Fig.1 Schematic for general erosion, beam contraction scouring, and local scour
4. Summary of the study:
Background of the research topic:
교각 주변의 국부 세굴은 교량의 안전을 위협하는 주요 요인입니다. 대만과 같이 하천 경사가 급하고 강우가 집중되는 지역에서는 그 위험이 더욱 큽니다. 정확한 세굴 예측은 교량의 설계, 유지보수, 안전 관리에 필수적입니다.
Status of previous research:
이전 연구들은 주로 실험실 규모의 수리 모형 실험이나 개별적인 수치 모델을 통해 세굴 현상을 분석했습니다. HEC-6, MIKE11 등 다양한 1차원 및 준 2차원 모델이 개발되었으나, 실제 하천의 복잡한 조건과 교각의 국부적인 영향을 동시에 정확하게 모사하는 데에는 한계가 있었습니다.
Purpose of the study:
본 연구의 목적은 기존의 하천 네트워크 시뮬레이션 모델인 NETSTARS V3.0에 교각 세굴 해석 기능을 추가하고, 실제 하천(파장강) 데이터를 이용해 모델을 검증하며, 이를 통해 장기적인 하상 변동 및 교각 세굴 위험도를 예측하는 신뢰성 있는 도구를 개발하는 것입니다.
Core study:
NETSTARS 모델에 18개의 교각 국부 세굴 공식을 통합하고 계산 모듈을 개발.
새로운 오차 평가 매개변수(Ev_sediment)를 이용해 일반 세굴 및 국부 세굴 매개변수를 단계적으로 보정.
파장강 유역에 가장 적합한 교각 세굴 공식을 평가 및 선정.
검증된 모델을 사용하여 향후 10년간의 장기 하상 변동을 예측하고 세굴 위험이 있는 교량을 식별.
5. Research Methodology
Research Design:
본 연구는 실제 하천 유역을 대상으로 한 수치 시뮬레이션 기반의 사례 연구입니다. NETSTARS V3.0 모델을 개선하고, 2005년부터 2010년까지의 실제 수리 및 지형 데이터를 사용하여 모델을 보정 및 검증했습니다.
Fig.3 Location elevation of hydrological station in this study area (WRA geographic information storage center)
Data Collection and Analysis Methods:
데이터 수집: 파장강 유역의 134개 단면 측량 자료, 하상토 입경 분포, 상·하류 경계 조건(유량 및 수위 시계열 데이터), 19개 교량 및 기타 구조물(보, 댐)의 제원 등 광범위한 현장 데이터를 수집했습니다.
분석 방법: 2단계 보정 절차를 통해 모델의 매개변수를 최적화했습니다. 1단계에서는 일반 세굴을, 2단계에서는 국부 세굴을 보정했습니다. 각 단계에서 오차 평가 매개변수(Ev_sediment)를 최소화하는 매개변수 조합을 찾는 방식으로 분석을 수행했습니다.
Research Topics and Scope:
연구 주제: NETSTARS 모델의 교각 세굴 기능 추가 및 검증.
공간적 범위: 대만 파장강 유역 48.4km 구간 (후생교 ~ 촉구교).
시간적 범위: 모델 보정은 2006년~2010년 데이터를 사용했으며, 장기 예측은 향후 10년을 대상으로 했습니다.
6. Key Results:
Key Results:
하상 변동 보정 시, RMSE, 진폭 오차, 경향성 오차를 모두 고려한 오차 평가 매개변수(Ev_sediment)가 RMSE만 사용하는 것보다 우수한 결과를 보였습니다.
파장강 유역의 일반 세굴 시뮬레이션을 위한 최적 매개변수는 유입 유사량 비율(ratep)=0.001, 유사 이송 공식=Ackers & White(ised=2), 세굴 가능 깊이 매개변수(alt)=1.0, 유관 개수=3으로 결정되었습니다.
18개의 교각 국부 세굴 공식 중 Jain & Fischer(1980) 공식이 가장 높은 정확도를 보였으며, 이는 대만 교통부의 권장 공식들과도 일치하는 경향을 보였습니다.
향후 10년 장기 예측 결과, 과수교, 영흠1호교, 오봉교, 오호료교, 촉구교 등 5개 교량에서 뚜렷한 세굴 경향이 나타나 잠재적 위험이 있는 것으로 분석되었습니다.
Figure List:
Fig.1 Schematic for general erosion, beam contraction scouring, and local scour
Fig.2 Schematic for cylindrical water flow conditions around the pier
Fig.3 Location elevation of hydrological station in this study area (WRA geographic information storage center)
Fig.4 Sediment transport model construction and execution flow chart
Fig.5 Local scour mechanisms near the pier
Fig.6 Comparison of water stage values at Junhui station from 2008/09 to 2010/09
Fig.7 Comparison of discharges at Housheng bridge from 2008/09 to 2010/09
Fig.8 Simulated scour-deposition changes of the riverbed (different amount of upstream incoming sands)
Fig.9 Simulated scour-deposition changes of the riverbed (different sediment formulas)
Fig.10 Simulated scour-deposition changes of the riverbed (different Alt parameter)
Fig.11 Simulated scour-deposition changes of the riverbed (different stream tube number)
Fig.12 Simulated scour-deposition changes of the riverbed (different duration time for bridge scour formula)
Fig.13 Simulated scour-deposition changes of the riverbed (different bridge scour formula)
Fig.14 Comparison of error evaluation parameter and RMSE methods
Fig.15 Cross-section (No.65) changes of the south-north direction’s railway bridge
Fig.16 Cross-section (No.79-1) changes of Yungchin No1.bridge
Fig.17 Riverbed elevation changes from Housheng Bridge to Chungyi Bridge in the decade(erosion and deposition trends)
Fig.18 Riverbed elevation changes from Jenyi Bridge to Chukou Bridge in the decade(erosion and deposition trends)
7. Conclusion:
본 연구는 NETSTARS V3.0 모델에 18개의 교각 세굴 공식을 성공적으로 통합하고, 실제 하천 데이터를 통해 그 유효성을 검증했습니다. 오차 평가 매개변수(Ev_sediment)를 이용한 체계적인 보정 절차는 기존 방식보다 월등한 결과를 보였으며, 이를 통해 파장강 유역에 가장 적합한 매개변수와 세굴 공식을 도출했습니다. 향후 10년 장기 예측을 통해 5개 교량의 잠재적 세굴 위험을 식별하였으며, 이 결과는 교량 관리 기관이 선제적인 유지보수 계획을 수립하는 데 중요한 참고 자료로 활용될 수 있습니다.
8. References:
[1] Lee, H.Y., Yang, J.C., Yeh, K.C., Yang C.T., and Hsieh, H.M. (1996). “Development of braided river sedimentation model,” Sinotech Engineering Consultants Social Project Research Report SEC/R-HY-96-07. (in Chinese)
[2] Lin, J.H. (1993). Research on Local Scour around Cylindrical Piers, Master thesis, Feng Chia University, Institute of Civil and Hydraulic Engineering, Taiwan, ROC. (in Chinese)
[3] Ciou, Y.F. et al. (2011). Establishment research of river water level and scour estimation model, Transportation Research Institute. (in Chinese)
[4] Ciou, Y.F. et al. (2011). Establishment research of bridge scouring model, Transportation Research Institute. (in Chinese)
[5] Chen, Y.J. (2008). The Effect of Flow Depth on Local Scour around Non-uniform Circular Piers under Steady Flows, Master Thesis, Feng Chia University, Taiwan, ROC. (in Chinese)
[6] Water Resources Agency (2006), “Research and analysis report of river managementproject for Pachang Creek Renyitan (Weir) downstream scouring reach,” Water Resources Planning Institute, Water Resources Agency. (in Chinese)
[7] Tsai, C.T., et al. (1993), Analysis for river sediment transport in Taiwan (III), The Water Resources Research Report. (in Chinese)
[8] Hsieh, H.M. (1996). On A Quasi-Two-Dimensional Simulation of Scour and Deposition in Alluvial River Network, PhD Thesis, National Taiwan University, Taiwan, ROC. (in Chinese)
[9] Hsieh, H.M. (2011). Project of Advanced R & D programs for river erosion and deposition model NETSTARS, Taiwan Shoufu University, Department of Information and Multimedia Design Research Report No. 1001. (in Chinese)
[10] Hsieh, H.M. (2012). NETSTARS V3.0, User Technical Manual for Erosion and Deposition Modelof Complex Channel, Taiwan Shoufu University, Department of Information and Multimedia Design Research Report No. 10103. (in Chinese)
[12] Chiew, Y.M. (2004). “Local Scour and Riprap Stability at Bridge Piers in a Degrading Channel,” Journal of Hydraulic Engineering, ASCE, Vol.130, No.3, March 1.
[13] Chitale, S.V. (1988). Estimation of Scour at Bridge Piers, Water and Energy International, Vol. 45, Issue.1.
[14] Coleman, N.L. (1971). “Analyzing laboratory measurements of scour at cylindrical piers in sand beds,” Procedure 14th Congress IAHR, Vol. 3.
[15] Dey S. (1999). “Time-variation of Scour in the Vicinity of CircularPiers.” Proc Instn Civ. Engrs Wat., Marit. and Energy, Vol.136, pp67-75.
[16] DHI Software. (1992). User guides and reference manuals for MIKE 11 model, Danish Hydraulic Institute, Denmark.
[17] Froehlich, D.C. (1988). “Analysis of onsite measurements of scour at piers.” ASCE Hydraulic Engineering, Proceedings of 1988 Conference, 534-539.
[18] Holly, F.M., and Rahuel, J.L. (1990). “New numerical/physical framework for mobile-bed modelling, part I: numerical and physical principles,” J. Hydr. Res., IAHR, 28(4), 401-416.
[19] Holly, F.M., Yang, J.C., and Spasojevic, M. (1985). “Numerical simulation of water and sediment movement in multi-connected networks of mobile bed,” Iowa Institute of Hydraulic Research, Limited Distribution Report No. 131, The University of Iowa, Iowa City, Iowa, USA.
[20] Holly, F.M., Yang, J.C., Schovarz, P., Scheefer, J., Hsu, S. H., and Einhellig, R. (1990). CHARIMA: numerical simulation of unsteady water and sediment movements in multiply connected networks of mobile-bed channels, IIHR Report No. 343, The University of Iowa, Iowa City, Iowa, USA.
[21] Jain, S.C., and Fischer, E.Ε. (1980). “Scour around Bridge Piers at High Velocity,” Journal of Hydraulic Engineering, ASCE, Vol.106, No.11, 1827-1842.
[22] Jain, S.C. (1981). “Maximum Clear-Water Scour around Circular Piers,” Journal of Hydraulic Engineering, ASCE, Vol.107, No.5, pp.611-626.
[23] Jones J.S., Kilgore R.T., and Mistichelli, M.P. (1992). “Effects of footing location on bridge pier,” Journal of Hydraulic Engineering, ASCE, Vol.118, No.2, pp.280~290.
[24] Karim, M.F., and Kennedy, J.F. (1982). IALLUVIAL: a computer-based flow and sediment-routing model for alluvial streams and its application to the Missouri river, Report No. 250, Iowa Inst. of Hydr. Res., Univ. of Iowa, Iowa City, Iowa, USA.
[25] Laursen, E.M. (1962). “Scour at Bridge Crossings”, Journal of the Hydraulic Division, ASCE, Vol.86, No.Hy2, February, 39-54.
[26] Li, R.M., Mussetter, R.A., and Grindeland, T.R. (1988). Sediment-routing model: HEC2SR, Subcommittee on Sedimentation, Interagency Advisory Committee on Water Data.
[27] Melville, B.W., and Sutherland, A.J. (1988). “Design Method for Local Scour at Bridge Piers,” Journal of Hydraulic Engineering, ASCE, Vol.114, No.10, October, 1210-1226.
[28] Melville, B.W., and Coleman, S.E. (2000). Bridge Scour, Water Resources Publications, LLC, Highlands Ranch, Colorado, USA.
[29] Molinas, A.M., and Yang, C.T. (1986). Computer Program User’s Manual for GSTARS, U.S. Department of Interior Bureau of Reclamation, Engineering and Research Center, Denver, Colorado.
[30] Neill, C.R. (1964). River-Bed Scour, a Review for Engineers, Canadian Good Roads’ Assoc, Techn, Publ, No.23, Ottawa.
[31] Orvis, C.J., and Randle, T.J. (1987). STARS: sediment transport and river simulation model, Technical Guideline, Bureau of Reclamation, U.S. Department of Interior.
[32] Qadar, A., and Ansari, S. (1994). Bridge Pier Scour Equationsan Assessment, New York: American Society of Civil Engineers.
[33] Shen, H.W., Schneider, V.R., and Karaki, S. (1969). “Local Scour around Bridge Piers,” Journal of Hydraulic Engineering, ASCE, Vol.95, No.6, 1919-1940.
[34] U.S. Army Corps of Engineers. (1993). HEC-6: scour and deposition in rivers and reservoirs, user’s manual, Hydrological Engineering Center, CPD-6.
[35] U.S. Army Corps of Engineers. (2006).HEC-RAS River Analysis System UsersManual Version 4.0 Beta, Hydrologic Engineering Center, CPD-68.
Expert Q&A: Your Top Questions Answered
Q1: 일반적인 RMSE 대신 Ev_sediment라는 복합적인 오차 평가 매개변수를 사용한 이유는 무엇인가요?
A1: RMSE는 시뮬레이션 값과 실제 값의 차이의 크기만을 측정하기 때문에, 하상고가 계속 변동하는 하천의 경우 오차는 작지만 실제 변동 경향을 전혀 따라가지 못하는 결과를 최적해로 오인할 수 있습니다. Ev_sediment는 RMSE에 더해 변동의 진폭과 경향성 일치율까지 종합적으로 평가하므로, 물리적으로 훨씬 더 타당하고 신뢰성 있는 보정 결과를 제공합니다.
Q2: 연구에서 18개의 다른 세굴 공식을 추가했습니다. 이렇게 많은 옵션이 필요한 이유는 무엇이며, 최적의 공식(Jain & Fischer)은 어떻게 결정되었나요?
A2: 교각 세굴은 매우 복잡한 현상으로, 각각의 공식들은 서로 다른 실험 조건과 가정 하에 개발되었습니다. 따라서 특정 하천에 어떤 공식이 가장 적합할지는 미리 알기 어렵습니다. 이 모델의 강점은 이러한 다양한 공식들을 실제 하천 데이터와 비교 테스트할 수 있다는 점입니다. 최적의 공식은 국부 세굴 보정 단계에서 18개 공식을 각각 적용했을 때 Ev_sediment 값이 가장 낮게 나오는 공식을 선택하는 방식으로 결정되었습니다. (표 3 참조)
Q3: 국부 세굴 시뮬레이션에서 “시간 지연 매개변수(idurds)”는 어떤 중요한 역할을 하나요?
A3: 이 매개변수는 계산된 세굴 깊이가 한 번의 계산 스텝에서 비현실적으로 즉시 발생하는 것을 방지하는 역할을 합니다. 계산된 총 세굴량을 지정된 시간(idurds) 동안 점진적으로 분배함으로써, 수치 모델의 안정성을 높이고 실제 물리 현상에 더 가까운 점진적인 세굴 과정을 모사할 수 있게 합니다. 본 연구에서는 1500시간이 최적의 값으로 결정되었습니다.
Q4: 장기 시뮬레이션은 여러 교량에서 세굴을 예측했습니다. 이 결과는 어떻게 검증되었나요?
A4: 논문에 따르면, 시뮬레이션 완료 후인 2013년 2월에 현장 조사를 실시했습니다. 그 결과, 모델이 세굴 위험을 예측했던 과수교 인근과 인의담(Renyitan Weir) 하류에서 실제로 심각한 침식 현상이 관찰되었습니다. 이러한 현장 검증은 모델의 장기 예측 능력에 대한 신뢰도를 크게 높여주었습니다.
Q5: 이 개선된 NETSTARS 모델을 다른 하천에도 적용할 수 있나요?
A5: 네, 가능합니다. 본 연구에서 도출된 최적의 세굴 공식이나 매개변수 값들은 파장강의 특성에 맞춰진 것이지만, 모델을 보정하고 검증하는 방법론 자체는 보편적입니다. 따라서 다른 하천 시스템에도 필요한 지형, 수리, 유사량 데이터만 확보된다면 동일한 방법론을 적용하여 해당 하천에 맞는 정밀한 교각 세굴 시뮬레이션을 수행할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
교량의 안전을 위협하는 교각 세굴 문제에 대응하기 위해, 본 연구는 NETSTARS 모델에 다수의 세굴 공식을 통합하고 체계적인 검증을 통해 신뢰성 있는 교각 세굴 시뮬레이션 도구를 개발했습니다. 특히, 진폭과 경향성까지 고려한 독자적인 오차 평가 기법을 통해 예측의 정확도를 획기적으로 개선한 것이 핵심적인 성과입니다. 이 연구 결과는 위험 교량을 사전에 식별하고 선제적인 유지보수 전략을 수립하는 데 결정적인 데이터를 제공함으로써, 사회 기반 시설의 안전성을 높이는 데 크게 기여할 것입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “NETSTARS Improvement with Pier Scouring – A Case Study of Pa-Chang River” by “Hsiao-Wen, Wang et al.”.
이 기술 요약은 Wenqi Zhang, Azeddine Chergui, Chris Valentin Nielsen이 2012년에 발표한 학술 논문 “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 저항 용접 시뮬레이션
Secondary Keywords: 경량 소재 용접, 용접 본딩, 샌드위치 강판 용접, 자동차 공정 최적화, SORPAS
Executive Summary
The Challenge: 자동차 산업에서 연비 향상을 위해 도입되는 초고장력강, 샌드위치 강판 등 신소재는 기존 강재에 비해 저항 용접이 까다로워 공정 개발에 많은 시간과 비용이 소요됩니다.
The Method: 기계적, 전기적, 열적, 야금학적 프로세스의 연성 모델링을 기반으로 한 SORPAS® 소프트웨어를 사용하여 저항 용접 공정을 시뮬레이션하고 용접 결과를 예측합니다.
The Key Breakthrough: 시뮬레이션을 통해 용접 너겟 크기, 미세조직 및 경도 분포를 정확하게 예측할 수 있으며, 접착제를 사용하는 용접 본딩이나 폴리머 코어를 포함하는 샌드위치 강판 용접과 같은 복잡한 공정까지 모델링할 수 있습니다.
The Bottom Line: 저항 용접 시뮬레이션은 물리적 실험 전에 용접 파라미터를 최적화하고 신소재의 용접성을 평가함으로써 제품 개발 시간과 비용을 획기적으로 절감하는 핵심 기술입니다.
The Challenge: Why This Research Matters for CFD Professionals
자동차 산업은 CO2 배출량 감축이라는 시대적 요구에 부응하기 위해 차체 경량화에 집중하고 있습니다. 이를 위해 초고장력강(AHSS), 핫스탬핑 강, 알루미늄 합금, 그리고 폴리머와 강판을 결합한 새로운 샌드위치 강판 등 다양한 경량 소재가 개발되어 적용되고 있습니다.
하지만 이러한 신소재들은 기존의 연강에 비해 저항 용접성이 매우 까다롭습니다. 특히 서로 다른 종류의 강판을 3장 이상 겹쳐 용접하는 경우, 적절한 용접 조건을 찾는 것은 수많은 실험과 연구를 필요로 하는 어려운 과제입니다. 이처럼 실험에만 의존하는 방식은 막대한 시간과 비용을 초래하며, 이는 제품 개발의 큰 걸림돌이 됩니다. 따라서 개발 초기 단계에서 용접성을 예측하고 공정을 최적화할 수 있는 효율적인 방안이 절실히 요구됩니다.
The Approach: Unpacking the Methodology
본 연구에서는 저항 용접 공정 시뮬레이션 소프트웨어인 SORPAS®를 활용하여 이러한 문제를 해결하는 접근법을 제시합니다. 이 시뮬레이션의 핵심은 용접 중에 발생하는 기계적, 전기적, 열적, 야금학적 현상을 통합적으로 해석하는 연성 모델링(coupled modeling) 기술에 있습니다.
이 기본 기능을 바탕으로 다음과 같은 새로운 기능들이 추가 개발 및 적용되었습니다.
미세조직 및 경도 분포 모델링: 용접 후 냉각 속도를 계산하고, 이를 재료의 연속냉각변태(CCT) 선도와 연계하여 최종 미세조직(페라이트, 펄라이트, 베이나이트, 마르텐사이트)의 분포와 용접부의 경도를 예측합니다.
저항 용접 본딩 시뮬레이션: 용접 부위에 비전도성 접착제가 도포된 경우를 모델링합니다. 전류가 직접 흐르지 못하는 초기 상태에서 션트(shunt) 연결을 통해 모재를 가열하고, 접착제가 녹아 모재가 접촉된 후 점용접이 이루어지는 과정을 시뮬레이션합니다.
경량 샌드위치 강판 용접 시뮬레이션: 중앙에 비전도성 폴리머 코어를 가진 샌드위치 강판의 용접을 모델링합니다. 용접 본딩과 유사하게 션트 툴을 이용해 외부 강판을 먼저 가열하여 폴리머 코어를 녹인 후, 강판 간의 접촉을 통해 너겟을 형성하는 과정을 해석합니다.
Figure 3: Schematic outline of the weld bonding process
The Breakthrough: Key Findings & Data
시뮬레이션을 통해 복잡한 저항 용접 현상을 정확하게 예측하고 최적화할 수 있음이 입증되었습니다.
Finding 1: 용접부 미세조직 및 경도 분포의 정밀 예측
용접 품질을 결정하는 핵심 요소는 용접 후 형성되는 미세조직과 그에 따른 경도 분포입니다. 본 연구에서는 시뮬레이션을 통해 이를 성공적으로 예측했습니다. Figure 2는 0.8mm DC06 연강과 1.2mm DP600 강을 점용접한 사례를 보여줍니다.
시뮬레이션은 용접 후 냉각 과정에서 위치별 냉각 시간(800°C → 500°C)을 계산합니다(Figure 2b).
이 냉각 속도를 바탕으로 페라이트/펄라이트(Figure 2c), 베이나이트(Figure 2d), 마르텐사이트(Figure 2e)의 상분율 분포를 예측합니다.
최종적으로 각 상의 경도 기여도를 종합하여 용접부 전체의 경도 분포(Figure 2f)를 도출함으로써, 열영향부(HAZ)의 기계적 특성을 사전에 평가할 수 있습니다.
Finding 2: 비전도성 소재를 포함한 복합 접합 공정 시뮬레이션 구현
기존 시뮬레이션으로는 해석이 어려웠던 비전도성 층(접착제, 폴리머)이 포함된 용접 공정을 성공적으로 모델링했습니다. 이는 션트(shunt) 연결이라는 독창적인 개념을 도입하여 가능해졌습니다.
용접 본딩: Figure 4는 비전도성 접착제가 있는 강판의 용접 과정을 보여줍니다. 초기에는 션트 툴을 통해 전류가 강판으로만 흐르다가(Figure 4c), 강판의 저항열로 접착제가 녹아 없어지면 강판 간 직접 접촉이 발생하며 전류가 계면을 통해 흐르게 됩니다(Figure 4d). 이를 통해 최종 너겟이 형성되는(Figure 4f) 전 과정을 시뮬레이션할 수 있습니다.
샌드위치 강판 용접: Figure 7은 중앙에 폴리머 코어가 있는 샌드위치 강판의 용접 사례입니다. 용접 본딩과 동일한 원리로, 션트 툴을 이용해 외부 강판을 가열하여 폴리머 코어를 녹이고(Figure 7e), 이후 강판이 접촉하면서 최종 용접 너겟을 형성합니다(Figure 7f).
이러한 기능은 차세대 자동차에 적용되는 복합 소재 접합 기술의 개발을 가속화하는 데 결정적인 역할을 합니다.
Practical Implications for R&D and Operations
For Process Engineers: 본 연구에서 제시된 용접성 엽도(weldability lobe, Figure 1d) 및 용접 성장 곡선(weld growth curve, Figure 1c) 시뮬레이션 기능은 수많은 물리적 테스트 없이도 최적의 용접 전류, 가압력, 통전 시간 범위를 신속하게 결정할 수 있도록 지원합니다. 이는 공정 셋업 시간을 단축하고 생산 안정성을 높이는 데 기여합니다.
For Quality Control Teams: Figure 2f에 나타난 경도 분포 예측 데이터는 용접부의 취약 지점을 사전에 파악하고, 열영향부의 기계적 특성을 정량적으로 평가하는 데 활용될 수 있습니다. 이는 새로운 품질 검사 기준을 수립하는 데 중요한 정보를 제공합니다.
For Design Engineers: 3종 재료 조합(Figure 1a)이나 샌드위치 강판과 같은 신소재의 용접성을 개발 초기 단계에서 가상으로 검증할 수 있습니다. 이를 통해 설계 변경에 따른 비용과 시간을 최소화하고, 보다 혁신적인 경량 구조 설계를 가능하게 합니다.
Paper Details
Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
1. Overview:
Title: Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials
Author: Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin
Year of publication: 2012
Journal/academic society of publication: Abstract from 7th International Seminar on Advances in Resistance Welding, Busan, Korea, Republic of.
Keywords: Resistance welding, process simulation, weld bonding, lightweight materials, microstructures, automotive industry
2. Abstract:
이 논문은 저항 용접의 수치 시뮬레이션, 특히 미세구조 시뮬레이션, 용접 본딩, 새로운 경량 소재의 점용접을 위한 새로운 기능에 대한 최신 개발 사항을 제시합니다. SORPAS®의 기본 기능은 기계적, 전기적, 열적 및 야금학적 공정의 연성 모델링을 기반으로 하며, 이는 저항 용접 공정을 시뮬레이션하여 용접 결과를 예측하고 재료의 용접성을 평가하는 데 필수적입니다. 이러한 기능들은 용접 공정 파라미터 최적화, 최적의 용접 파라미터 설정을 통한 용접 계획, 그리고 용접 후 미세구조 및 경도 분포 모델링을 위한 새로운 기능으로 더욱 확장되었습니다. 최근에는 접착 본딩과 점용접을 결합한 용접 본딩 및 새로운 경량 샌드위치 강재의 점용접과 같은 비전도성 재료를 포함하는 저항 용접 시뮬레이션에 대한 개발이 이루어졌습니다.
3. Introduction:
자동차의 이산화탄소(CO2) 배출량 감축에 대한 요구가 증가함에 따라, 엔진 기술 개선, 공기역학 개선, 구름 저항 감소, 그리고 차체 중량 감소를 위한 혁신 연구 및 개발이 강화되었습니다. 차체 중량 감소를 위해 고장력강, 핫스탬핑 강, 알루미늄 및 마그네슘 합금, 그리고 플라스틱과 강판을 결합한 새로운 경량 샌드위치 강재 등 다양한 신소재가 개발되어 자동차 제조에 도입되었습니다. 저항 용접은 특히 자동차 산업에서 널리 적용되는 가장 생산적이고 비용 효율적인 접합 기술 중 하나입니다. 기존 강재의 저항 용접에 비해, 새로운 경량 소재를 용접하거나 기존 강재와 새로운 경량 소재를 용접하는 것은 훨씬 더 어렵습니다.
4. Summary of the study:
Background of the research topic:
자동차 산업의 CO2 배출 규제 강화로 인해 차체 경량화가 필수 과제가 되었으며, 이를 위해 다양한 신소재가 도입되고 있습니다. 그러나 이러한 신소재들은 기존의 저항 용접 기술로는 접합이 어려워 새로운 공정 개발이 필요합니다.
Status of previous research:
지난 30년간 저항 용접의 수치 시뮬레이션에 대한 많은 이론적 개발과 실험적 검증이 이루어졌습니다. 특히 SORPAS® 소프트웨어는 공정 최적화 및 생산 현장의 용접 스케줄 설정을 위한 포괄적인 기능으로 확장되었습니다.
Purpose of the study:
본 연구는 저항 용접 시뮬레이션의 최신 기술 동향을 소개하고, 특히 (1) 용접 후 미세조직 및 경도 분포 모델링, (2) 저항 용접 본딩 시뮬레이션, (3) 경량 샌드위치 강판 점용접 시뮬레이션이라는 세 가지 새로운 기능을 제시하는 것을 목적으로 합니다.
Figure 6: Comparative life cycle assessment of car roof
Core study:
SORPAS® 소프트웨어를 사용하여 다중 물리(기계, 전기, 열, 야금) 연성 해석을 기반으로 저항 용접 공정을 시뮬레이션했습니다. 이를 통해 3종 강판 점용접, 용접성 엽도 생성, 미세조직 및 경도 예측을 수행했습니다. 또한, 션트(shunt) 연결이라는 새로운 모델링 기법을 도입하여 비전도성 접착제나 폴리머 코어를 포함하는 용접 본딩 및 샌드위치 강판 용접 공정을 성공적으로 시뮬레이션했습니다.
5. Research Methodology
Research Design:
본 연구는 수치 시뮬레이션을 통해 저항 용접 공정을 해석하고 최적화하는 방안을 탐구하는 방식으로 설계되었습니다. 다양한 용접 시나리오(3종 강판 용접, 용접 본딩, 샌드위치 강판 용접)에 대한 시뮬레이션 모델을 구축하고, 그 결과를 분석하여 새로운 기능의 유효성을 검증했습니다.
Data Collection and Analysis Methods:
시뮬레이션은 SORPAS® 소프트웨어를 사용하여 수행되었습니다. 각 재료(DC06, HSLA340, DP600, 샌드위치 강판 등)의 기계적, 열적, 전기적 물성 데이터와 야금학적 데이터(CCT 선도 등)를 입력값으로 사용했습니다. 시뮬레이션 결과로 너겟 직경, 온도 분포, 전류 밀도 분포, 미세조직 상분율, 경도 분포 등을 도출하고 이를 그래픽으로 시각화하여 분석했습니다.
Research Topics and Scope:
연구 범위는 다음과 같은 저항 용접 공정의 시뮬레이션 및 최적화에 중점을 둡니다. – 다종 재료(3종 강판) 점용접 공정 시뮬레이션 및 용접 계획 – 용접 성장 곡선 및 용접성 엽도 예측을 통한 공정 창 최적화 – 용접 후 냉각 속도 계산을 통한 미세조직 및 경도 분포 모델링 – 비전도성 접착제를 포함하는 저항 용접 본딩 공정 시뮬레이션 – 비전도성 폴리머 코어를 포함하는 경량 샌드위치 강판 점용접 시뮬레이션
6. Key Results:
Key Results:
시뮬레이션을 통해 3종 강판(0.8mm DC06, 1.2mm HSLA340, 1.5mm DP600) 점용접 시 각 계면에서의 최종 너겟 크기(5.1mm, 7.1mm)와 용접 강도를 성공적으로 예측했습니다.
용접 계획(Weld Planning) 기능을 통해 주어진 용접 과제에 대해 최적의 가압력, 통전 시간, 용접 전류 범위를 자동으로 도출할 수 있음을 보였습니다.
용접 전류 및 가압력 변화에 따른 용접성 엽도(weldability lobe)를 시뮬레이션하여, 양호한 용접이 가능한 공정 창을 시각적으로 제시했습니다.
용접 후 냉각 속도 계산을 기반으로 페라이트/펄라이트, 베이나이트, 마르텐사이트의 분포와 최종 경도 분포를 예측하는 모델링을 구현했습니다.
션트 연결(shunt connection) 모델을 도입하여, 비전도성 접착제나 폴리머 코어가 있는 경우에도 전류 흐름과 열 발생, 그리고 최종 너겟 형성 과정을 성공적으로 시뮬레이션했습니다.
Figure List:
Figure 1: Process simulation and optimization with SORPAS®.
Figure 2: Simulation results with microstructures and hardness distribution.
Figure 3: Schematic outline of the weld bonding process [11].
Figure 4: Simulation of weld bonding with nonconductive adhesive.
Figure 5: Structure of sandwich steel invented by ThyssenKrupp Steel [1].
Figure 6: Comparative life cycle assessment of car roof [1].
Figure 7: Simulation of spot welding of sandwich steel to two HSLA340 sheets.
7. Conclusion:
저항 용접의 수치 시뮬레이션 및 최적화는 신소재의 용접성 평가와 용접 공정 파라미터 설정 및 계획을 위한 핵심 기능들로 요약됩니다. 강재 용접 후 미세조직 및 경도 분포 모델링을 위한 새로운 기능이 개발 및 구현되었습니다. 또한, 비전도성 재료 모델링과 션트 툴을 이용한 용접 본딩 및 경량 샌드위치 강판의 점용접 시뮬레이션을 위한 특수 기능이 개발 및 구현되었습니다.
8. References:
O. Hoffmann. Lightweight Steel Design in the Modern Vehicle Body. Werkstoff-Forum Intelligenter Leichtbau. Hannover, Germany. April 2011.
H.A. Nied. The Finite Element Modeling of the Resistance Spot Welding Process. Welding Journal Research Supplement, No. 4, p.23s-132s. 1984.
H.S. Cho and Y.J. Cho. A Study of the Thermal Behavior in Resistance Spot Welds. Welding Journal Research Supplement, (6), pp236s-244s. 1989.
C.L. Tsai, O.A. Jammal, J.C. Papritan and D.W. Dickinson. Modeling of Resistance Spot Weld Nugget Growth. Welding Journal Research Supplement, (2), pp47s-54s. 1992.
W. Zhang, H. Hallberg and N. Bay. Finite Element Modeling of Spot Welding Similar and Dissimilar Metals. 7th Int. Conf. on Computer Technology in Welding, San Francisco, USA, p.364-373. 1997.
W. Zhang and L. Kristensen. Finite Element Modeling of Resistance Spot and Projection Welding Processes. The 9th Int. Conf. on Computer Technology in Welding, Detroit, Michigan, pp15-23. 1999.
W. Zhang. Design and Implementation of Software for Resistance Welding Process Simulations. SAE 2003 Transactions: Journal of Materials and Manufacturing, Vol.112, No.5, 2003, pp556-564. 2003.
W. Zhang. New Developments and Challenges in Simulation and Optimization of Resistance Welding. Proceedings of the 4th International Seminar on Advances in Resistance Welding. 15 November 2006, Wels, Austria. Pp101-114.
W. Zhang. Recent Developments and Future Outlook for Simulation and Optimization of Resistance Spot Welding Processes. Proceedings of the 5th International Seminar on Advances in Resistance Welding, 24-26 September 2008, Toronto, Canada. Pp269-276.
Information on http://www.swantec.com.
I. O. Santos, W. Zhang, V. M. Gonçalves, N. Bay and P. A. F. Martins. Weld Bonding of Stainless Steel. International Journal of Machine Tools and Manufacture, Vol.44, No.14, pp1431-1439, 2004.
Expert Q&A: Your Top Questions Answered
Q1: 시뮬레이션에서 접착제나 폴리머 코어와 같은 비전도성 재료는 어떻게 처리하나요?
A1: 논문에서는 ‘션트 툴(shunt tool)’이라는 개념을 도입하여 이 문제를 해결합니다. 용접 초기에는 이 션트 툴을 통해 전류가 비전도성 층을 우회하여 강판으로만 흐르도록 합니다. 이 과정에서 발생하는 저항열이 강판을 가열하고, 이 열이 비전도성 층(접착제 또는 폴리머)을 녹이게 됩니다. 비전도성 층이 제거되어 강판끼리 직접 접촉하게 되면, 그때부터 전류가 강판 사이의 계면을 통해 흐르면서 일반적인 점용접 과정이 진행됩니다.
Q2: 용접부의 미세조직과 경도를 예측하는 원리는 무엇인가요?
A2: 예측의 핵심은 시뮬레이션을 통해 계산된 ‘냉각 속도’에 있습니다. 시뮬레이션은 용접 후 각 지점의 온도 변화 이력을 계산하여 800°C에서 500°C까지 냉각되는 데 걸리는 시간을 도출합니다(Figure 2b). 이 냉각 속도 데이터를 해당 강재의 연속냉각변태(CCT) 선도와 비교하여, 각 지점에서 페라이트, 펄라이트, 베이나이트, 마르텐사이트 중 어떤 조직이 형성될지와 그 분율을 결정합니다. 최종적으로 각 미세조직의 경도 값을 분율에 따라 합산하여 전체적인 경도 분포를 예측합니다.
Q3: 시뮬레이션 소프트웨어가 최적의 용접 조건을 자동으로 제안할 수 있나요?
A3: 네, 가능합니다. 논문의 Figure 1b에 소개된 ‘용접 계획(Weld Planning)’ 기능이 그 역할을 합니다. 사용자가 용접할 강판의 종류와 두께, 전극, 용접기 종류 등의 정보를 입력하면, 소프트웨어는 이를 분석하여 최적의 가압력과 통전 시간을 결정합니다. 그 후, 용접 전류를 변화시키며 시뮬레이션을 수행하여 양호한 용접이 가능한 전류 범위, 즉 공정 창(process window)을 자동으로 찾아내고 최적의 용접 스케줄 사양(WSS)을 제안합니다.
Q4: 시뮬레이션 결과에서 ‘양호한 용접’과 ‘용접 불량(날림 현상)’을 어떻게 구분하나요?
A4: Figure 1c와 1d의 그래프에서 시각적으로 구분합니다. 시뮬레이션은 각 조건에 따른 너겟 직경을 계산하고 이를 미리 정의된 기준과 비교합니다. ‘양호한 용접(good welds)’은 목표 너겟 크기를 만족하는 경우로, 녹색 원형 마커로 표시됩니다. ‘용접 없음 또는 미달 용접(no weld or undersized weld)’은 너겟이 형성되지 않거나 기준보다 작은 경우로, 검은색 사각형 마커로 표시됩니다. ‘과대 용접 또는 날림(oversized or expulsion/splash)’은 용융된 금속이 튀어나가는 현상이 발생한 경우로, 빨간색 사각형 마커로 표시됩니다.
Q5: 논문에 제시된 시뮬레이션 사례에서 구체적으로 어떤 재료들이 사용되었나요?
A5: 논문에서는 여러 구체적인 사례를 제시했습니다. 첫째, 0.8mm DC06 저탄소강, 1.2mm HSLA340 강, 1.5mm DP600 강을 겹친 3종 강판 점용접 사례가 있습니다(Figure 1a). 둘째, 0.8mm DC06 강과 1.2mm DP600 강의 점용접 후 미세조직 및 경도 분포를 분석한 사례가 있습니다(Figure 2). 셋째, 1mm 저탄소강 두 장을 비전도성 접착제로 붙인 용접 본딩 사례(Figure 4)와 마지막으로 샌드위치 강판을 두 장의 HSLA340 강판에 용접하는 사례(Figure 7)가 포함되었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
자동차 산업의 경량화 추세에 따라 새롭게 등장하는 첨단 소재들의 성공적인 적용은 효율적이고 신뢰성 높은 접합 기술에 달려있습니다. 기존의 시행착오를 반복하는 실험적 접근 방식은 더 이상 경쟁력을 갖기 어렵습니다. 본 논문에서 제시된 저항 용접 시뮬레이션 기술은 이러한 문제를 해결할 강력한 대안입니다.
미세조직과 경도 예측부터 접착제나 폴리머가 포함된 복합재 용접에 이르기까지, 시뮬레이션은 개발 초기 단계에서 용접 품질을 예측하고 공정을 최적화하여 R&D 및 운영 단계에서 막대한 시간과 비용을 절감할 수 있도록 지원합니다. 이는 곧 더 높은 품질과 생산성으로 이어지는 지름길입니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Process Simulation of Resistance Weld Bonding and Automotive Light-weight Materials” by “Zhang, Wenqi; Chergui, Azeddine; Nielsen, Chris Valentin”.
이 기술 요약은 Rosenda Valdés Arencibia 외 저자가 Soldagem & Inspeção (2011)에 발표한 논문 “Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)”를 바탕으로, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords Primary Keyword: 용접 비드 측정 불확실성 Secondary Keywords: 용접 품질, 기하학적 파라미터, ISO 17025, 평탄도, 직각도, CFD Executive Summary The Challenge: 용접 비드의 기하학적 형상을 정확하게 측정하는 것은 품질 관리의 핵심이지만, 측정 과정 자체, 특히 시험편의 기하학적 결함에서 비롯되는 내재적 불확실성은 종종 간과됩니다. The Method: 본 연구는 이미지 분석 시스템과 3차원 측정기(CMM)를 사용하여 용접 비드 파라미터(폭, 덧살 면적 등)와 시험편의 기하학적 편차(평탄도, 직각도)를 체계적으로 측정하고, ISO GUM 프레임워크를 적용하여 측정 불확실성을 정량화했습니다. The Key Breakthrough: 측정 시스템의 교정과 시험편의 직각도 편차가 최종 측정 불확실성에 가장 큰 영향을 미치는 요인임을 밝혔습니다. The Bottom Line: 신뢰할 수 있는 용접 품질 데이터를 얻기 위해, R&D 팀은 측정 장비를 정밀하게 교정할 뿐만 아니라 시험편의 기하학적 품질(특히 직각도)을 세심하게 관리해야 합니다. The Challenge: Why This Research Matters for CFD Professionals 용접부의 품질을 보증하기 위해 신뢰할 수 있고 정량화된 데이터는 필수적입니다. 용접 비드의 폭, 높이, 침투 깊이와 같은 기하학적 파라미터는 용접부의 기계적 강도와 직접적인 관련이 있기 때문입니다. 최근에는 이미지 분석과 같은 자동화된 측정 시스템이 널리 사용되지만, 이러한 시스템은 측정 불확실성을 계산하는 데 새로운 복잡성을 야기합니다.
더 중요한 문제는 종종 간과되는 오류의 원인, 즉 측정 대상인 시험편 자체의 기하학적 품질입니다. 만약 시험편의 절단면이 용접 방향에 완벽하게 수직이 아니라면, 측정된 단면은 실제 단면이 아니며 이는 부정확한 데이터로 이어집니다. 본 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 이러한 숨겨진 불확실성 요인을 정량화하고 관리하는 방법론을 제시함으로써 이 문제를 정면으로 다룹니다.
The Approach: Unpacking the Methodology 본 연구는 용접 비드 측정의 불확실성을 체계적으로 분석하기 위해 다음과 같은 접근 방식을 사용했습니다.
Figura 2. Montagem experimental para medição dos desvios de perpendicularidade e de planeza com uma MMC.
시험편 제작: 35XFC 강판에 피복 아크 용접(SMAW) 공정을 사용하여 용접 비드를 형성한 후, 이를 여러 개의 단면 시험편으로 절단했습니다.
Figura 3. Imagens dos corpos de prova C6 (à esquerda) e C12 (à direita).
기하학적 파라미터 측정: NOVEL NIM-100 이미지 캡처 시스템을 사용하여 용접 비드의 단면 이미지를 얻었습니다. 시스템은 0.5mm 분해능의 강철 자를 사용하여 교정되었으며, SigmaScan Pro 5.0 소프트웨어로 이미지를 분석하여 덧살 면적(reinforcement area)과 같은 파라미터를 측정했습니다. 기하학적 편차 측정: MITUTOYO 사의 3차원 측정기(CMM)를 사용하여 각 시험편의 평탄도(flatness) 및 직각도(perpendicularity) 편차를 정밀하게 측정했습니다. 불확실성 분석: 측정 불확실성 표현 지침(ISO GUM)에 따라, 측정값, 시스템 분해능, 교정, 시험편의 기하학적 편차 등 다양한 요인이 최종 결과에 미치는 영향을 수학적 모델을 통해 분석했습니다. The Breakthrough: Key Findings & Data 연구 결과, 용접 비드 측정의 정확도에 큰 영향을 미치는 두 가지 핵심 요인이 밝혀졌습니다.
Finding 1: 직각도 편차는 주요 오차 원인 시험편의 직각도 편차는 측정 결과에 상당한 영향을 미쳤습니다. Figure 5에서 볼 수 있듯이, 시험편의 직각도 편차는 15’에서 최대 1° 41’까지 다양하게 나타났습니다. 이처럼 작아 보이는 각도 편차도 용접 비드의 폭과 같은 단면 파라미터를 측정할 때 상당한 왜곡을 유발할 수 있습니다. 특히, 비드 폭 방향의 직각도 편차가 두께 방향보다 더 크게 나타나, 폭 측정 시 오차가 발생할 가능성이 더 높음을 시사했습니다.
Finding 2: 교정 불확실성의 지배적인 영향 Table 3과 4의 불확실성 분석 결과에 따르면, 최종 불확실성에 가장 크게 기여한 요인은 측정 시스템의 교정(ICSM)에서 비롯된 불확실성이었습니다. 이는 상대적으로 낮은 분해능(0.5mm)을 가진 자를 교정 표준으로 사용했기 때문입니다. 이 결과는 측정에서 “부정확한 입력은 부정확한 결과를 낳는다(garbage in, garbage out)”는 기본 원칙을 명확하게 보여줍니다. 정밀한 교정 표준의 사용이 신뢰성 있는 데이터를 얻기 위한 전제 조건임을 강조합니다.
Practical Implications for R&D and Operations 본 연구 결과는 용접 공정 및 품질 관리와 관련된 여러 분야의 전문가들에게 중요한 시사점을 제공합니다.
For Process Engineers: 시험편을 절단하는 단계에서 직각도를 제어하는 것이 매우 중요합니다. 이는 시험편 준비 방법 자체가 신뢰성 있는 데이터를 얻기 위한 핵심 공정 변수임을 의미합니다. For Quality Control Teams: 본 연구는 측정 결과의 신뢰도를 정량화하는 프레임워크(ISO GUM)를 제공합니다. 시험편 검증 절차에 직각도 검사를 추가하는 것을 고려해야 합니다. 예를 들어, 덧살 면적을 ‘27.28 ± 1.02 mm²’ (Table 5, C1)와 같이 신뢰 구간과 함께 보고함으로써 데이터의 신뢰성을 높일 수 있습니다. For Design Engineers: 측정의 한계를 이해하는 것은 용접 설계 시 현실적이고 달성 가능한 기하학적 공차를 설정하는 데 도움이 됩니다. Paper Details Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads)
Overview: Title: Incerteza na Medição dos Parâmetros Geométricos do Cordão de Solda (Measurement Uncertainty of Geometric Parameters in Weld Beads) Author: Rosenda Valdés Arencibia, Eduardo Manuel Díaz Cedré, Amado Cruz Crespo, Antonio Piratelli-Filho Year of publication: 2011 Journal/academic society of publication: Soldagem & Inspeção, São Paulo Keywords: Soldagem, geometria do cordão de solda, incerteza de medição, planeza, perpendicularidade (Welding, weld bead geometry, uncertainty, flatness, perpendicularity)
Abstract: 이 연구는 NBR ISO/IEC 17025 표준의 요구사항을 충족시키기 위해 용접 비드의 기하학적 파라미터, 특히 비드 면적 측정과 관련된 불확실성을 추정하는 방법론을 제시합니다. 또한 평탄도 및 직각도 편차 측정을 통해 시험편의 기하학적 품질을 평가했습니다. 연구 결과, 측정 시스템 교정 및 직각도 편차에서 비롯된 불확실성이 최종 불확실성에 가장 큰 영향을 미치는 중요한 변수임이 밝혀졌습니다. 이 분석은 측정에 사용된 시험편의 직각도 편차 허용 값에 대한 경고를 제기합니다.
Introduction: 용접 비드의 기하학적 형상은 용접부의 품질을 평가할 때 가장 중요한 요소 중 하나입니다. 많은 연구에서 용접 비드 형상을 핵심적으로 다루고 있으며, 공정 파라미터를 예측하는 정량적 기준으로 사용되기도 합니다. 신뢰할 수 있는 결과를 얻기 위해서는 용접 비드의 기하학적 파라미터를 신중하게 측정해야 합니다. 그러나 이미지 분석과 같은 현대적 측정 기술은 불확실성 계산을 복잡하게 만들며, 시험편 자체의 기하학적 불완전성(평탄도, 직각도) 또한 측정값에 영향을 줄 수 있습니다. 이 연구의 목적은 이러한 불확실성을 추정하는 방법론을 제시하고, 측정에 사용된 시험편의 품질을 평가하는 것입니다.
Summary of the study: Background of the research topic: 용접 품질 평가는 용접 비드의 기하학적 파라미터 측정에 크게 의존합니다. 측정의 정확성과 신뢰성은 필수적이지만, 측정 과정에 내재된 다양한 불확실성 요인들이 결과에 영향을 미칩니다.
Status of previous research: 기존 연구들은 용접 비드 형상 자체에 초점을 맞추었으나, 측정 과정의 불확실성, 특히 시험편의 기하학적 결함이 측정 결과에 미치는 영향을 체계적으로 다룬 연구는 부족했습니다.
Purpose of the study: 본 연구는 NBR ISO/IEC 17025 표준에 따라 용접 비드의 기하학적 파라미터 측정에 대한 불확실성을 추정하는 방법론을 개발하고, 측정 시스템 교정과 시험편의 직각도 편차와 같은 주요 불확실성 요인을 식별하는 것을 목표로 합니다.
Core study: 피복 아크 용접으로 제작된 시험편의 단면을 이미지 분석 시스템과 3차원 측정기를 사용하여 분석했습니다. 용접 비드의 덧살 면적을 주요 파라미터로 설정하고, ISO GUM 지침에 따라 측정 불확실성을 계산했습니다. 이 과정에서 평탄도, 직각도, 시스템 교정 등 여러 변수가 최종 불확실성에 미치는 기여도를 평가했습니다.
Research Methodology Research Design: 실험적 연구 설계를 통해 실제 용접 시험편을 제작하고, 두 가지 다른 측정 시스템(이미지 분석, CMM)을 사용하여 데이터를 수집했습니다. 수집된 데이터를 바탕으로 통계적 불확실성 분석을 수행했습니다.
Data Collection and Analysis Methods: 데이터 수집: NOVEL NIM-100 이미지 캡처 시스템으로 용접 비드 단면 이미지를 수집하고, MITUTOYO 3차원 측정기로 시험편의 평탄도 및 직각도 편차를 측정했습니다. 데이터 분석: SigmaScan Pro 소프트웨어를 사용하여 이미지에서 기하학적 파라미터를 추출했습니다. ISO GUM 방법론에 따라 각 불확실성 요인(측정 반복성, 분해능, 교정, 기하학적 편차 등)을 평가하고, 이를 합성하여 최종 확장 불확실성을 계산했습니다. Research Topics and Scope: 연구는 피복 아크 용접(SMAW) 공정으로 생성된 용접 비드에 초점을 맞춥니다. 측정 파라미터는 폭, 높이, 침투 깊이, 덧살 면적, 침투 면적을 포함하며, 불확실성 분석은 특히 덧살 면적에 대해 상세히 수행되었습니다.
Key Results: Key Results: 시험편의 평탄도 편차는 4~11 µm 범위로 작아 측정 결과에 미미한 영향을 미쳤습니다. (Figure 4) 시험편의 직각도 편차는 15’에서 1° 41’까지 상대적으로 크게 나타났으며, 이는 측정 불확실성의 주요 원인 중 하나였습니다. (Figure 5) 불확실성 예산 분석 결과, 최종 불확실성에 가장 큰 기여를 한 요인은 측정 시스템의 교정(ICSM)이었고, 그 다음이 직각도 편차였습니다. (Table 3, 4) 12개 시험편의 덧살 면적(Ar)에 대한 최종 확장 불확실성(Up)은 95.45% 신뢰수준에서 ±0.98 mm²에서 ±1.72 mm² 사이의 값을 보였습니다. (Table 5) Figure List: Figura 1. Tolerâncias de planeza e de perpendicularidade. Figura 2. Montagem experimental para medição dos desvios de perpendicularidade e de planeza com uma MMC. Figura 3. Imagens dos corpos de prova C6 (à esquerda) e C12 (à direita). Figura 4. Desvios de planeza dos corpos de prova C1 a C12. Figura 5. Desvio de perpendicularidade do cordão 1 (corpos de prova C1-C6). Figura 6. Parâmetros do cordão.
Conclusion: 본 연구를 통해 다음과 같은 결론을 도출했습니다. a) ISO GUM 권장 사항에 따라 덧살 면적 측정의 불확실성을 성공적으로 추정했으며, 95.45% 신뢰수준에서 그 값은 ±0.98 ~ ±1.72 mm² 범위였습니다. 이 방법론은 다른 기하학적 파라미터에도 동일하게 적용될 수 있습니다. b) 시험편의 평탄도 편차는 작아서 측정 결과에 큰 영향을 미치지 않았습니다. 그러나 직각도 편차는 측정 결과와 최종 불확실성에 모두 영향을 미치는 중요한 요인이므로, 시험편 절단 및 고정 시 특별한 주의를 기울여야 합니다.
References: [1] KEJELIN, ZANETTE, N., DE ALMEIDA, BUSCHINELLI, A.J., MEIRELLES, POPE, A. Influence of Welding parameters on the formation of partially diluted zones of dissimilar metal welds. Soldagem & Inspeção, v. 12, n. 3, p.195-303, jul/sept 2007. [2] DÍAZ-CEDRÈ, E., CRUZ-CRESPO, A., RAMOS, MORALES, F., TELO, RICO, M., CHAPARRO GONZALEZ, J., RODRIGUEZ, PÉREZ, M., POZO, MOREJÓN, J. Influencia de la relación O2/CO₂ y de la corriente de soldadura sobre la geometría de la unión soldada de bordes rectos en aceros de bajo carbono con el proceso GMAW. Soldagem Insp. São Paulo, v. 13, n. 4, p.319-328, Out/Dez 2008. [3] NAGESH, D. S., DATTA, G. L. Prediction of weld bead geometry and penetration in Shilded Metal-arc Welding using artificial neural networks. Journal of Materials Processing Technology, 123, p. 303-312, 2002. [4] LÓPEZ IBARRA A. Influencia del coeficiente de dilución sobre la dureza de la capa aportada en el relleno superficial. 5ta Jornada de Investigación. Universidad Autónoma de Zacatecas. 25-29 de junio de 2001. [5] WANG X. H., ZHANG M. ZOU Z. D., QUO, S. Y. Microestructure and wear properties of TiC-VC reinforced iron based hardfacing layers. Materials Science and Technology, vol 22, No 2, p. 193-198, 2006. [6] CRUZ-CRESPO, A., SCOTTI, A., PEREZ, M. R. Operacional Behaviour Assessment of Coated Tubular Electrodes for SMAW Hardfacing, J. Mater. Process. Technol., p 265–273, 2007. [8] KARAOGLU, S., SEGGIN, A. Sensitivity Analysis of Submerged Arc Welding Process Parameters. Journal of Materials Processing Technology, 202, p. 500-507, 2008. [9] DE OLIVEIRA, RODRIGUES, L., DE PAIVA, A., DA COSTA, S. Otimização do Processo de Soldagem com Eletrodo Tubular através da Análise da Geometria do Cordão de Solda. Soldagem & Inspeção, v. 13, n. 2, p. 118-127, 2008. [10] TARNG, Y. S., JUANG, S. C., CHANG, C. H. The use of grey -based Taguchi methods to determine submerged arc welding process-parámetrs in hardfacing. Journal of materials Processing Technology, 128, p. 1-6, 2002. [11] DEAM, ROMAN, T., BEDNARZ, BERNIE, E., FRANCIS, JOHN A. Welding Parameter, that control dilution in hard facing overlays. Australasian Welding Journal, v. 51, n. 3, p. 41-48, 2006. [12] NBR 6409 “Tolerâncias geométricas Tolerâncias de forma, orientação, posição e batimento Generalidades, símbolos, definições e indicações em desenho” Maio 1997. p.19. [13] ISO TAG 4/WG 3 “Guide to the Expression of Uncertainty in Measurement”, Geneva Switzerland, 1993. [14] NBR ISO/IEC 17025 “Requisitos gerais para competência de laboratórios de ensaio e calibração”. Janeiro 2001. [15] COMMITTEE OF THE RUSSIAN FEDERATION FOR STANDARDIZATION, Gost 14771-85. [16] CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-030: Preparación de muestras, CIS-UCLV, 2002. [17] CENTRO DE INVESTIGACIONES DE SOLDADURA. Procedimiento CIS-MET-027: Observación de muestras por microscopia óptica, CIS-UCLV, 2002. [18] CATTANI AOKI, C. S., GUILHERME DE ARAGÃO, B. J., CORREA, D. O., LIMA, H. T., RAMELLA, T. “Estimativa da Resolução do Microscópio Metalográfico”. ENQUALAB-2008, 09 a 12 de junho de 2008, São Paulo, Brasil. Expert Q&A: Your Top Questions Answered Q1: 상세 불확실성 분석을 위해 다른 파라미터가 아닌 ‘덧살 면적(reinforcement area)’을 선택한 이유는 무엇입니까?
A1: 덧살 면적은 용융 금속과 모재 사이의 경계가 명확하지 않아 측정 부정확성이 가장 크게 나타나는 파라미터 중 하나이기 때문입니다. 또한, 면적 계산에는 폭과 높이라는 두 변수가 서로 연관되어 있어 불확실성 분석이 더 복잡합니다. 따라서 덧살 면적은 측정 불확실성을 평가하기 위한 가장 어렵고 대표적인 사례이므로, 이 파라미터를 분석하면 다른 파라미터에도 적용할 수 있는 포괄적인 통찰력을 얻을 수 있습니다.
Q2: 논문에서는 교정 불확실성이 가장 큰 요인이었다고 밝혔습니다. 실제 실험실 환경에서 이를 실질적으로 줄일 수 있는 방법은 무엇입니까?
A2: 연구에서 사용된 0.5mm 분해능의 강철 자 대신, 더 높은 분해능의 교정 표준을 사용함으로써 줄일 수 있습니다. 예를 들어, 0.01mm 이하의 분해능을 가진 유리 스케일(glass scale)이나 인증된 게이지 블록을 사용하여 측정 시스템을 교정하면 교정에서 비롯되는 불확실성을 크게 감소시켜 전체 측정 신뢰도를 향상시킬 수 있습니다.
Q3: Figure 5에서 폭 방향의 직각도 편차가 두께 방향보다 더 크다고 나왔습니다. 이 발견의 실질적인 의미는 무엇입니까?
A3: 이는 용접 비드의 폭 측정이 높이나 침투 깊이 측정보다 직각도 문제에 더 민감하다는 것을 의미합니다. 따라서 시험편을 절단하거나 측정 장비에 고정할 때, 특히 폭을 측정하는 방향으로의 수직도를 확보하는 데 각별한 주의를 기울여야 합니다. 그렇지 않으면 실제보다 더 넓은 폭으로 측정될 수 있습니다.
Q4: 연구가 20 ± 1 °C 환경에서 수행되었습니다. 최종 계산에서 열 효과가 무시되었음에도 불구하고 온도 제어가 중요했던 이유는 무엇입니까?
A4: 온도 제어는 정밀 측정의 기본 원칙입니다. 이번 연구의 작은 온도 변화는 불확실성에 미치는 영향이 미미하여 무시할 수 있었지만, 더 큰 온도 변화는 시험편과 측정 장비 모두에서 재료의 팽창/수축을 일으켜 상당한 오차를 유발할 수 있습니다. 안정적인 환경을 유지하는 것은 신뢰성 있는 측정 결과를 얻기 위한 필수적인 모범 사례입니다.
Q5: 이러한 물리적 측정 불확실성에 대한 연구가 용접의 CFD 시뮬레이션과 어떤 관련이 있습니까?
A5: 이 연구는 CFD 모델을 검증(validation)하는 데 매우 중요합니다. 용접 비드 형상에 대한 시뮬레이션 결과는 반드시 실험 데이터와 비교되어야 합니다. 이때 실험 데이터의 불확실성 범위(예: ±1.72 mm²)를 이해하면 시뮬레이션의 예측 능력을 더 정확하게 평가할 수 있습니다. 만약 시뮬레이션 결과가 실험의 불확실성 범위 내에 있다면, 그 시뮬레이션은 유효한 예측으로 간주될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity 용접 품질 평가의 정확성은 시험편의 직각도와 같은 숨겨진 변수를 제어하고 고정밀 교정을 사용하는 데 크게 좌우됩니다. 본 연구는 용접 비드 측정 불확실성을 줄이기 위한 명확한 로드맵을 제공하며, 신뢰할 수 있는 데이터 확보를 위해서는 시험편 준비 단계부터 세심한 관리가 필요함을 보여줍니다. 이는 단순히 더 나은 측정 장비를 사용하는 것을 넘어, 측정 프로세스 전반에 대한 깊은 이해가 필수적임을 시사합니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
이 기술 요약은 Erion PERIKU와 Yavuz YARDIM이 작성하여 International Students’ Conference of Civil Engineering, ISCCE 2012에 발표한 “[Effect of Scour on Load Carry Capacity of Piles on Mat Bridge]” 논문을 바탕으로 STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 교량 세굴 (Bridge Scour)
Secondary Keywords: 파일 기초 (Pile Foundation), 하중 지지력 (Load Carrying Capacity), 파일 벤트 (Pile Bent), 구조 안정성 (Structural Stability)
Executive Summary
The Challenge: 교량 붕괴의 주요 원인인 세굴(scour) 현상이 교량 하부 구조, 특히 파일 기초의 하중 지지력에 미치는 영향을 정량적으로 파악하는 것은 구조적 안전성을 예측하는 데 매우 중요합니다.
The Method: 알바니아 Mat 대교의 현장 지반 데이터와 기존의 공학적 이론을 바탕으로, 다양한 세굴 깊이에 따른 파일 벤트(pile bent)의 하중 지지력 변화를 분석적으로 계산했습니다.
The Key Breakthrough: 분석 결과, 관측된 세굴 깊이로 인해 파일 벤트의 설계 하중 지지력이 직경 30cm 파일에서 최대 17.64%, 직경 100cm 파일에서 최대 32.11%까지 감소하는 것으로 나타났습니다.
The Bottom Line: 교량 세굴은 파일 기초의 지지력을 심각하게 저하시켜 교량 전체의 안전을 위협하는 직접적인 요인이므로, 정기적인 모니터링과 정밀한 분석을 통한 선제적 대응이 필수적입니다.
The Challenge: Why This Research Matters for CFD Professionals
교량의 붕괴는 막대한 인명 및 재산 피해를 야기하며, 미국에서는 교량 붕괴의 60% 이상이 세굴 현상으로 인해 발생하는 것으로 알려져 있습니다. 세굴은 교각 주변의 토사를 침식시켜 파일 기초를 노출시키고, 이는 파일의 하중 지지력과 안정성을 크게 감소시킵니다. 특히 강물의 유속이 빠르고 유량이 많은 지역의 교량은 이러한 위험에 더욱 크게 노출됩니다.
알바니아 서부 및 중부 지역의 고속도로 교량 대부분은 얕은 강이나 습지 위에 건설되어 있으며, 마찰 파일(friction pile) 기초에 의존하는 경우가 많습니다. 하지만 홍수 시 발생하는 강력한 세굴이 이러한 교량의 파일 기초에 미치는 영향에 대한 연구는 매우 부족한 실정입니다. 이 연구는 Mat 대교의 실제 사례를 통해 세굴 깊이가 파일의 하중 지지력에 미치는 영향을 정량적으로 분석함으로써, 교량의 안전성을 평가하고 잠재적 붕괴를 예방하기 위한 중요한 공학적 데이터를 제공하고자 했습니다.
Figure1. Mat bridge and its location
Figure 3. Soil profile and scoring view of pile group
The Approach: Unpacking the Methodology
본 연구는 Mat 대교의 파일 기초에 대한 세굴 효과를 분석적으로 요약했습니다. 실제 현장에서 수집된 지반 공학적 데이터를 기반으로 파일의 하중 지지력을 계산하는 방식을 채택했습니다.
분석의 핵심은 파일의 극한 축 방향 하중 지지력(Qu)을 구하는 것이며, 이는 선단 지지력(Qt)과 주면 마찰력(Qs)의 합으로 구성됩니다
(Eq. 1). – Qu = Qt + Qs = qtAt + fAs
여기서 각 변수는 다음과 같습니다. – qt: 단위 선단 지지력 – At: 파일 선단 면적 – f: 단위 주면 마찰력 – As: 파일 주면 면적
연구팀은 Coyle and Costello의 방법(Eq. 3)을 사용하여 비점착성 토양에서의 선단 지지력을 계산하고, 측면 토압 계수(Ks)를 이용한 β 방법(Eq. 2)으로 주면 마찰력을 산정했습니다. 분석은 세굴이 없는 상태(0m)부터 최대 4.5m의 세굴이 발생한 다양한 시나리오에 대해 진행되었으며, 직경 30cm와 100cm의 두 가지 파일 유형에 대한 하중 지지력 변화를 각각 계산했습니다.
The Breakthrough: Key Findings & Data
분석 결과, 세굴 깊이가 증가함에 따라 파일 기초의 하중 지지력이 심각하게 감소하는 것이 정량적으로 확인되었습니다.
Finding 1: 직경 30cm 파일 그룹, 최대 17.64% 하중 지지력 손실
직경 30cm 파일 그룹(28개 파일로 구성)의 경우, 세굴이 없는 상태에서의 극한 지지력은 6101 kN이었습니다. 그러나 세굴 깊이가 4.5m에 도달했을 때, 지지력은 5025 kN으로 감소했습니다. 이는 Table 2에서 명확히 보여주듯이, 초기 설계 지지력 대비 약 17.64%의 손실이 발생했음을 의미합니다. 이는 세굴로 인해 파일의 주면 마찰력이 크게 감소했기 때문입니다.
Finding 2: 직경 100cm 파일 그룹, 최대 32.11%의 심각한 지지력 손실
직경 100cm 파일 그룹(8개 파일로 구성)은 더 큰 지지력 감소를 보였습니다. 세굴이 없는 상태에서 18322 kN의 지지력을 가졌으나, 현장에서 관측된 이 파일 유형의 최대 세굴 깊이인 3.0m에서는 지지력이 12438 kN으로 떨어졌습니다. 이는 Table 2의 데이터와 결론부에 명시된 바와 같이, 약 32.11%에 달하는 심각한 하중 지지력 손실입니다. 분석적으로는 4.5m 세굴 시 48.08%까지 손실이 발생할 수 있는 것으로 나타나, 세굴이 대구경 파일에 더 치명적인 영향을 미칠 수 있음을 시사합니다.
Practical Implications for R&D and Operations
본 연구 결과는 교량의 설계, 유지보수, 안전 관리에 종사하는 엔지니어들에게 다음과 같은 중요한 시사점을 제공합니다.
For Process/Civil Engineers: 이 연구는 세굴로 인한 하중 지지력 감소가 2.5에서 3.0에 달하는 토질 역학의 안전율을 고려하더라도 무시할 수 없는 수준임을 보여줍니다. 교량 유지보수 시 세굴 깊이를 정기적으로 측정하고, 그에 따른 지지력 변화를 재평가하여 구조적 안전성을 확보하는 프로세스를 수립해야 합니다.
For Quality Control/Safety Teams: 논문에서 제시된 데이터(예: Table 2)는 특정 세굴 깊이에서 발생하는 지지력 손실률을 구체적인 수치로 제공합니다. 이는 교량의 안전 등급을 재조정하거나, 위험 교량을 식별하여 우선순위 보강 계획을 수립하는 데 객관적인 기준으로 활용될 수 있습니다.
For Design Engineers: 교량 설계 초기 단계부터 예상 최대 세굴 깊이를 고려하여 파일의 길이와 직경, 배치를 결정하는 것이 매우 중요합니다. 본 연구 결과는 세굴이 파일 기초의 성능에 미치는 영향을 설계에 반영해야 할 필요성을 강력하게 뒷받침합니다.
Paper Details
Effect of Scour on Load Carry Capacity of Piles on Mat Bridge
1. Overview:
Title: Effect of Scour on Load Carry Capacity of Piles on Mat Bridge
Author: Erion PERIKU, Yavuz YARDIM
Year of publication: 2012
Journal/academic society of publication: International Students’ Conference of Civil Engineering, ISCCE 2012, 10-11 May 2012, EpokaUniversity, Tirana, Albania
Keywords: Mat Bridge, Scour, Pile Bent, Pile Load Carry Capacity.
2. Abstract:
교량 성능에 대한 심각한 세굴 효과는 교량의 하중 지지력을 예측하고 불필요한 손실을 예방하는 데 도움이 됩니다. 알바니아 교량의 현재 상태, 특히 물, 파일 기초, 교량 구조물 간의 통합에 대한 연구는 거의 수행되지 않았습니다. 알바니아 서부 및 중부의 대부분 고속도로 교량은 작은 하천, 습지, 늪을 포함한 얕은 수면 위에 있습니다. 이들 교량에 널리 사용되는 설계 및 시공 절차는 파일 벤트에 교량 상부 구조를 지지하는 것입니다. 알바니아의 강들은 공격적인 유동 체계를 가지고 있습니다. 주요 홍수 시, 홍수의 양과 속도는 상당한 세굴을 유발할 수 있습니다. 이러한 파일 벤트의 하중 지지력은 벤트 높이에 반비례하므로, 특정 높이의 세굴은 하중 지지력을 감소시킬 것입니다. 본 논문은 파일 벤트 하중 지지력에 대한 세굴 효과를 분석적으로 요약합니다. 파일의 하중 지지력은 분석적으로 계산되었으며, 지반 공학적 데이터만 현장 시험에서 가져왔습니다. Mat 대교의 현장 조사에 따르면 32개의 파일 벤트 중 19개가 심각한 세굴 문제를 겪고 있습니다. 분석 결과, 세굴 높이로 인해 파일 벤트가 설계된 하중 지지력의 17.64%에서 32.11%에 이르는 손실을 입은 것으로 나타났습니다.
3. Introduction:
세굴은 교량 붕괴를 유발하는 가장 큰 원인 중 하나입니다. 미국에서는 60% 이상의 교량 붕괴가 세굴 때문에 발생합니다[1]. 세굴은 교량 기초와 전체 교량 구조에 복합적인 영향을 미칩니다. 세굴로 인한 물질 제거로 파일 기초의 용량이 크게 감소하며, 이는 전체 교량 시스템의 용량과 안정성에 영향을 미칩니다[2]. 대부분의 연구는 하부 구조와 상부 구조를 별도로 조사했습니다. 세굴 효과가 교량 구조 전체와 함께 분석된 경우는 거의 없습니다[2]. 세굴로 인한 교량의 거동을 분석하는 것은 매우 복잡한 연구이므로, 대부분의 연구자들은 하부 구조에 대한 세굴 효과를 연구한 다음 상부 구조에 대한 효과를 예측합니다. 하부 구조에 대한 세굴 효과에 대한 많은 연구가 이루어졌습니다. 주로 파일의 하중 지지력, 좌굴 위험, 세굴 효과로 인한 수위 증가에 따른 파일의 추가 모멘트가 조사되었습니다[3-5]. 본 논문은 파일 하중 지지력에 대한 세굴 효과의 일반적인 관점을 제공하고자 합니다. 알바니아 서부에 건설된 모든 교량은 마찰 파일을 기초로 합니다. 이 파일들이 건설된 토양 프로파일은 일반적으로 강 퇴적물, 습지, 늪지입니다. 이 지역의 토양 프로파일이 유사하므로 사례 연구가 수행되었습니다.
4. Summary of the study:
Background of the research topic:
알바니아의 많은 교량은 강 위에 건설되어 있으며, 홍수 시 발생하는 세굴 현상으로 인해 기초의 안정성이 위협받고 있습니다. 특히 마찰 파일에 의존하는 교량의 경우, 세굴로 인한 주변 지반 손실은 하중 지지력 감소로 직결될 수 있습니다.
Status of previous research:
기존 연구들은 주로 세굴이 교량의 하부 구조(substructure)에 미치는 영향, 특히 파일의 하중 지지력, 좌굴 위험, 추가 모멘트 발생 등을 개별적으로 다루어 왔습니다. 하지만 세굴 효과를 교량 전체 구조와 통합하여 분석한 연구는 드물었습니다.
Purpose of the study:
본 연구는 알바니아 Mat 대교 사례를 통해 세굴 깊이가 파일 기초의 하중 지지력에 미치는 영향을 분석적으로 계산하고, 그 손실 정도를 정량화하여 교량 안전 평가에 대한 일반적인 지표를 제공하는 것을 목적으로 합니다.
Core study:
Mat 대교의 지반 조건과 파일 제원을 바탕으로, 세굴이 없는 상태부터 최대 4.5m의 세굴이 발생한 경우까지 시나리오별로 파일 그룹의 극한 하중 지지력을 계산했습니다. 이를 통해 세굴 깊이와 하중 지지력 손실률 간의 관계를 도출했습니다.
5. Research Methodology
Research Design:
본 연구는 실제 교량(Mat 대교)을 대상으로 한 사례 연구(case study)입니다. 현장에서 얻은 지반 공학적 데이터를 사용하여 분석적 방법(analytical method)으로 세굴의 영향을 평가했습니다.
Data Collection and Analysis Methods:
데이터 수집: Mat 대교의 설계 보고서와 현장 조사를 통해 지반 프로파일(토층 구성, 단위 중량, 내부 마찰각 등)과 파일 제원(직경, 길이, 개수) 데이터를 수집했습니다.
분석 방법: 파일의 극한 축 방향 하중 지지력(Qu)을 계산하기 위해 문헌에 제시된 공학적 공식들을 사용했습니다. 선단 지지력(Qt)은 Coyle and Costello의 방법을, 주면 마찰력(Qs)은 β 방법을 적용했습니다. 세굴 깊이를 0m에서 4.5m까지 변화시키며 각 경우의 하중 지지력을 계산하고 비교 분석했습니다.
Research Topics and Scope:
연구의 범위는 Mat 대교의 두 가지 주요 파일 그룹(직경 30cm, 100cm)에 대한 세굴의 영향으로 제한됩니다. 세굴로 인한 하중 지지력 변화를 분석적으로 계산하는 데 초점을 맞추었으며, 교량의 변위나 전체 구조물의 동적 거동은 다루지 않았습니다.
6. Key Results:
Key Results:
세굴 깊이가 0m에서 4.5m로 증가함에 따라, 직경 30cm 파일 그룹의 하중 지지력은 6101 kN에서 5025 kN으로 약 17.64% 감소했습니다.
직경 100cm 파일 그룹의 경우, 세굴 깊이가 0m에서 4.5m로 증가함에 따라 하중 지지력은 18322 kN에서 9513 kN으로 약 48.08% 감소했습니다.
현장에서 관측된 최대 세굴 깊이를 기준으로 할 때, 직경 30cm 파일은 4.5m 세굴에서 17.64%의 지지력 손실을, 직경 100cm 파일은 3.0m 세굴에서 32.11%의 지지력 손실을 보였습니다.
Figure List:
Figure 1. Mat bridge and its location
Figure 2. Pile cap view
Figure 3. Soil profile and scoring view of pile group
Figure 5. Bearing capacity of piles groups (a) 30cm diameter piles, (b) 100 cm diameter piles.
7. Conclusion:
본 논문은 Mat 대교의 파일 하중 지지력에 대한 세굴 평가를 제시했습니다. 파일 요소는 지반 공학적 데이터의 도움으로 분석적으로 분석되었습니다. 파일 하중 지지력에 대한 다양한 세굴 깊이의 영향이 조사되었습니다. Mat 대교의 세굴 깊이는 0.5m에서 4.5m까지 다양합니다. 직경 30cm 파일의 최고 세굴 깊이는 4.5m이며, 이 세굴 깊이에 대해 약 17.64%의 하중 지지력 손실이 있습니다. 직경 100cm 파일의 최고 세굴 깊이는 3.0m이며, 이 세굴 깊이에 대해 약 32.11%의 하중 지지력 손실이 있습니다. 토질 역학의 안전율이 2.5에서 3까지 다양하지만, 하중 지지력 감소는 상당합니다. 파일의 지지력은 전체 교량 구조의 안전에 직접적인 영향을 미칩니다. 이러한 지지력 손실은 증가된 수압의 영향으로 교각 침하 또는 전도에 대한 심각한 위험이 됩니다. 이러한 효과는 변형 및 교량 하중 지지력에 대한 추가 연구의 주제가 되어야 한다고 제안됩니다.
8. References:
[1] Liang F. Y.,Bennett C., Parsons R. L.,Han J., Lin C.(2009).A literature review on behavior of scoured piles under bridges, International Foundation Congress & Equipment Expo. Orlando.
[2] Lin C., Bennett C., Han J., Parsons R. L.(2011). Integrated analysis of the performance of pile supported bridges under scoured conditions. J Engineering Structures; 36:27-38.
[3] Avent R. R.,AlawadyM. (2005) Bridge scour and substructure deterioration: Case study. J Bridge Engineering ;10:247–54.
[4] Lin C., Bennett C., Han J., Parsons R. L., (2010). Scour effects on the response of laterally loaded piles considering stress history of sand. J Computer & Geotechnics; 37:1008–1014.
[5] Bennett C., Lin C., Han J., Parsons R. L., (2009) Bridge pile groupunder scour conditions. Proceedings of SEI 2009 Structures Congress. Austin, Texas.
[6] Periku E., Yardim Y., (2011). Deficiencies of Some Important Bridges in Albania, Proceedings of the Balkans Conference on Challenges of Civil Engineering, Albania.
[7] The Technical Construction Central Archive of Albania (2012), Hekurudha Lac – Shkoder Hani Hotit, Ure Hekurudhore Automobilistike mbi Lumin Mat. Nr.333.prot.
[8] Togrol E., Tan O., (2003) Kazikli Temeller, Birsen Publishing, Istanbul, p. 42-69, 93-112.
[9] Tomilson M. J., (1994) Pile Design and Construction Practice, 4th edn. E&FN Spon, London.
[10] Kulhawy F. H., (1984) Limiting tip and side resistance: fact or fallacy, Symposium on Analysis and Design of Pile Foundation, ASCE, p. 80-89.
[11] Prakash S. and Sharma, H. D. (1990). Pile foundations in engineering practice. John Wiley and Sons, New York, p. 218-264.
[12] Prakash S. and D. Saran (1967), “Behaviour of Laterally Loaded Piles in a Cohesive Soil,” Proc., Third Asian Regional Conference on Soil Mechanics and Foundation Engineering, Haifa, Israel Vol. 1, p. 235-238.
[13] Sonmez, D., U. Ergun (1994) Kazik Gruplarinin Kohezyonsuz Zeminde Negatif Surtunmesi Uzerinde Bir Model Calismasi, Soil Mechanics and Foundation Engineering, 5. International Congress, p. 250-259.
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 물리적 모델링이나 수치 시뮬레이션 대신 분석적 계산 방법을 선택한 이유는 무엇입니까?
A1: 논문에서는 “분석적으로 요약한다(analytically summarizes)”고 명시하며, 현장 시험에서 얻은 지반 공학적 데이터를 사용했다고 밝혔습니다. 이는 가용한 현장 데이터와 확립된 공학 이론을 바탕으로 세굴의 영향을 정량화하는 것이 가장 실용적이고 직접적인 접근 방식이었기 때문으로 보입니다. 이 방법을 통해 복잡한 시뮬레이션 없이도 세굴 깊이에 따른 하중 지지력 감소를 효과적으로 계산할 수 있었습니다.
Q2: Table 2에서는 100cm 직경 파일이 4.5m 세굴 시 48.08%의 지지력 손실을 보인다고 나와 있는데, 결론에서는 3.0m 세굴 시 32.11% 손실을 주요 결과로 강조한 이유는 무엇입니까?
A2: 결론부에서 “100cm 직경 파일의 최고 세굴 깊이는 3.0m”라고 언급합니다. 이는 분석적으로는 4.5m까지 계산했지만, 실제 Mat 대교 현장에서 해당 파일 유형에 대해 관측된 최대 세굴 깊이가 3.0m였음을 시사합니다. 따라서 32.11%의 손실은 해당 교량의 실제 상태를 가장 잘 반영하는 핵심적인 발견이었기 때문에 이를 강조한 것입니다.
Q3: 파일 그룹의 ‘그룹 효과(group effect)’는 계산에 어떻게 반영되었습니까?
A3: 논문은 Sonmez와 Ergun(1994)의 연구를 인용하며, 파일 간격이 파일 직경(D)의 4배(4D)보다 크면 그룹 효과가 없다고 설명합니다. 이 사례 연구의 파일들은 간격이 3D에서 5D 사이이므로, 연구에서는 그룹 효과가 거의 없다고 판단했습니다. 따라서 전체 파일 그룹의 지지력은 개별 파일의 지지력을 단순히 합산하여 계산했습니다.
Q4: 결과에서 언급된 ‘임계 깊이(critical depth)’의 중요성은 무엇입니까?
A4: 임계 깊이(논문에서는 15D로 언급)는 파일에 작용하는 유효 토압이 선형적으로 증가하다가 일정하게 유지되기 시작하는 깊이를 의미하며, 파일의 지지력 계산에서 핵심적인 개념입니다. 세굴은 지표면을 깎아내려 이 유효 토압 분포를 변화시킵니다. 본 연구의 분석(Figure 4)은 세굴로 인해 유효 토압이 어떻게 변하는지, 그리고 이것이 파일의 주면 마찰력과 최종 하중 지지력에 어떤 영향을 미치는지를 보여주기 때문에 중요합니다.
Q5: 이 연구가 제안하는 향후 연구 방향은 무엇입니까?
A5: 결론에서 연구팀은 현재 연구가 파일 벤트의 하중 지지력에 초점을 맞추었으므로, 세굴이 교량의 변형(deflection) 및 전체적인 하중 지지력에 미치는 영향에 대한 추가 연구가 필요하다고 제안합니다. 또한, 지지력 손실로 인한 교각의 침하(settlement)나 전도(overturning) 위험에 대해서도 심층적인 조사가 이루어져야 한다고 암시합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 교량 세굴이 단순히 미관상의 문제가 아니라, 교량 기초의 하중 지지력을 최대 32% 이상 감소시켜 구조적 붕괴로 이어질 수 있는 심각한 위협임을 명확히 보여주었습니다. Mat 대교 사례 분석을 통해 얻은 정량적 데이터는 세굴 깊이에 따른 위험도를 예측하고, 교량의 설계, 검사 및 유지보수 전략을 수립하는 데 중요한 공학적 근거를 제공합니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Effect of Scour on Load Carry Capacity of Piles on Mat Bridge” by “Erion PERIKU, Yavuz YARDIM”.
이 기술 요약은 Rui Lança, Cristina Fael, António Cardoso가 작성하여 발표한 “[Assessing equilibrium clear water scour around single cylindrical piers]” 논문을 기반으로 합니다. 이 자료는 STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 평형 세굴 심도
Secondary Keywords: 교각 세굴, 수리 실험, CFD, 국부 세굴, 시간 변화, 예측 모델
Executive Summary
The Challenge: 기존의 교각 세굴 평형 상태 판단 기준은 주관적이며, 실제 최대 세굴 심도를 심각하게 과소평가하여 구조물 안전에 위험을 초래할 수 있습니다.
The Method: 단일 원형 교각 주변의 평형 세굴을 평가하기 위해 최대 46일간의 장기 수리 실험 5건을 수행하고, 6-매개변수 다항 함수를 이용한 데이터 외삽법의 유효성을 검증했습니다.
The Key Breakthrough: 단 7일간의 세굴 심도 기록에 6-매개변수 다항 함수를 적용하고 무한 시간으로 외삽하면, 최종 평형 세굴 심도를 매우 정확하고 신뢰성 있게 예측할 수 있음을 발견했습니다.
The Bottom Line: 이 연구는 기존의 실험 기간 및 평형 판단 기준의 한계를 극복하고, 더 짧은 실험 데이터로도 교량 구조물의 장기적인 안정성을 평가할 수 있는 강력한 분석 도구를 제시합니다.
The Challenge: Why This Research Matters for CFD Professionals
교량의 안전성을 평가할 때 교각 주변에서 발생하는 국부 세굴(local scour) 현상을 정확히 예측하는 것은 매우 중요합니다. 세굴은 교각 기초의 지지력을 약화시켜 교량 붕괴의 주요 원인이 될 수 있기 때문입니다. 수리 실험에서 세굴이 더 이상 “실질적으로” 또는 “인지할 수 있을 정도로” 증가하지 않는 ‘평형 상태’에 도달했다고 판단하는 시점은 연구자마다 해석이 달라 매우 주관적입니다.
이러한 주관성은 실험 결과의 신뢰성에 큰 영향을 미칩니다. 너무 짧은 기간의 실험 데이터에 의존하여 평형에 도달했다고 잘못 판단하면, 실제 발생할 수 있는 최대 세굴 심도를 심각하게 과소평가하게 됩니다. 이는 교량 설계 시 안전율을 잘못 계산하게 만드는 치명적인 오류로 이어질 수 있습니다. 본 연구는 이러한 기존 접근법의 문제점을 명확히 하고, 보다 객관적이고 신뢰할 수 있는 평형 세굴 심도 예측 방법의 필요성을 제기하며 시작되었습니다.
The Approach: Unpacking the Methodology
본 연구는 기존 평형 세굴 평가 방법의 타당성을 검증하기 위해 5가지의 장기 수리 실험을 수행했습니다. 실험은 길이 12.7m, 폭 0.83m, 깊이 1.0m의 콘크리트 및 유리벽 수로에서 진행되었습니다.
실험 조건은 다음과 같습니다.
– 유사(Sediment): 두 종류의 균일한 석영사(D50 = 0.86mm 및 1.28mm)를 사용했습니다. – 교각(Pier): 직경 63mm, 75mm, 80mm의 PVC 파이프를 사용하여 단일 원형 교각을 모사했습니다. – 실험 기간: 각 실험은 최소 24.9일에서 최대 45.6일까지 매우 긴 시간 동안 수행되어, 세굴의 장기적인 시간 변화를 관찰했습니다.
연구팀은 시간에 따른 세굴 심도 변화를 정밀하게 측정했습니다. 수집된 데이터는 Melville & Chiew (1999), Cardoso & Bettess (1999) 등 기존에 널리 사용되던 평형 판단 기준과 비교 분석되었습니다. 또한, Bertoldi and Jones (1998)가 제안한 4-매개변수 다항 함수와 이를 개선한 6-매개변수 다항 함수를 데이터에 적용하여 무한 시간(t=∞)에서의 최종 평형 세굴 심도를 외삽(extrapolate)하는 새로운 접근법의 정확도를 평가했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 기존 평형 판단 기준의 심각한 오차
연구 결과, 일반적으로 사용되는 평형 판단 기준들은 최종 세굴 심도를 상당히 과소평가하는 경향이 있었습니다. 이는 실험이 아직 평형에 도달하지 않았음에도 불구하고, 세굴 속도가 일시적으로 느려지는 구간을 평형 상태로 오인할 수 있기 때문입니다.
Table 2의 데이터에 따르면, Melville & Chiew (1999)의 기준을 적용했을 때 예측된 최종 세굴 심도는 6-매개변수 함수로 외삽한 값에 비해 최대 -23%(실험 #2)까지 낮게 나타났습니다. 가장 오차가 적었던 Cardoso & Bettess (1999)의 방법조차도 최대 -13%의 오차를 보였습니다. 이는 기존의 방법들이 교각의 장기적인 안전성을 평가하는 데 있어 심각한 오류를 야기할 수 있음을 명확히 보여줍니다.
Figure 4. a) Definition of time to equilibrium and end-scour depth according to Cardoso and Bettess (1999)
Finding 2: 7일 데이터 기반 외삽법의 높은 정확도
본 연구의 가장 중요한 발견은, 비교적 짧은 기간의 실험 데이터만으로도 최종 평형 세굴 심도를 신뢰성 있게 예측할 수 있다는 점입니다. 특히 6-매개변수 다항 함수(Equation 2)를 사용하여 데이터를 외삽하는 방법이 매우 효과적이었습니다.
Table 4는 서로 다른 기간(4일, 7일, 15일)의 데이터 기록을 사용하여 최종 세굴 심도를 외삽한 결과를 전체 기록(최대 46일)으로 외삽한 값과 비교합니다. – 4일 기록: 외삽 결과는 -21%에서 +12%까지 큰 편차를 보여 신뢰성이 낮았습니다. – 7일 기록: 외삽 결과는 -7%에서 +5% 사이의 훨씬 더 좁은 오차 범위를 보였습니다. 이는 단 7일간의 데이터만으로도 매우 견고하고 신뢰할 수 있는 예측이 가능함을 의미합니다. – 15일 기록: 7일 기록에 비해 예측 정확도가 약간 향상되었지만, 그 개선 폭은 미미했습니다.
결론적으로, 약 7일간의 세굴 심도 데이터를 6-매개변수 다항 함수로 외삽하는 것이 정확도와 실험 효율성 측면에서 최적의 균형을 제공하는 것으로 나타났습니다.
Practical Implications for R&D and Operations
For Hydraulic/Civil Engineers: 이 연구는 시간과 비용이 많이 소요되는 장기 수리 실험을 대체할 수 있는 효과적인 대안을 제시합니다. 잘 설계된 7일간의 실험과 본 논문에서 제안된 분석 기법을 결합하면, 교각 기초 설계에 필요한 신뢰성 있는 최종 세굴 심도 데이터를 확보할 수 있습니다.
For Infrastructure Project Managers: 더 짧은 실험으로 최대 세굴 심도를 정확하게 예측할 수 있게 됨에 따라, 안전성 평가를 저해하지 않으면서도 프로젝트 일정을 단축하고 실험 비용을 절감할 수 있습니다.
For CFD Modelers: 본 연구에서 얻어진 장기 실험 데이터와 기존 방법들의 한계점은 세굴 과정에 대한 CFD 시뮬레이션 모델을 검증하는 데 귀중한 벤치마크 자료를 제공합니다. 특히 6-매개변수 함수는 장기적인 시뮬레이션 결과가 지향해야 할 목표 거동을 제시할 수 있습니다.
Paper Details
Assessing equilibrium clear water scour around single cylindrical piers
1. Overview:
Title: Assessing equilibrium clear water scour around single cylindrical piers
Author: Rui Lança, Cristina Fael, António Cardoso
Year of publication: 2010 (inferred from source)
Journal/academic society of publication: River Flow 2010 Conference (inferred from source)
Keywords: Local scour; Single piers; Equilibrium phase.
2. Abstract:
본 연구의 목적은 실험 연구에서 단일 원형 교각의 세굴 평형 단계 시작을 평가하기 위한 기존 접근법의 타당성을 조사하는 것입니다. 5개의 장기 실험 결과가 보고되었습니다. 주어진 세굴 실험이 평형 단계에 도달했는지 여부를 결정하는 데 사용되는 일반적인 방법들이 잘못될 수 있음이 논의를 통해 충분히 나타났습니다. 또한, 평형 도달 시간에 대한 기존 예측 변수들이 평형 심도에 대해 상당히 잘못된 예측을 초래할 수 있음도 보여주었습니다. 마지막으로, 일반적으로 7일간의 세굴 심도 기록을 6-매개변수 다항 함수로 조정하고 무한 시간으로 외삽하면 단일 원형 교각에서의 평형 세굴 심도에 대한 견고한 값을 얻을 수 있는 것으로 보입니다.
3. Introduction:
1950년대 이래로 많은 연구자들이 교량 교각 및 교대에서의 세굴 과정을 이해하고 세굴 심도 예측 변수를 도출하기 위해 실험 연구를 수행해 왔습니다. 그러나 지난 20년 전까지 보고된 많은 연구들은 평형에 도달하기에 충분히 길지 않은 실험에 기반했을 수 있습니다. 최근에는 세굴 심도의 시간적 변화에 대한 연구가 강화되었지만, 세굴 깊이가 “실질적으로” 더 이상 증가하지 않는 평형 상태의 정의는 여전히 주관적입니다. 이러한 주관성은 실험실에서 평형을 달성하는 데 필요한 시간에 중요한 영향을 미칩니다. 본 연구는 이러한 문제점을 해결하기 위한 대안적 접근법을 평가하고자 합니다.
4. Summary of the study:
Background of the research topic:
교각 주변의 국부 세굴은 흐름에 의해 발생하는 강력한 와류 시스템으로 인해 발생하며, 시간이 지남에 따라 점차 깊어집니다. 세굴 과정은 초기 단계, 주요 단계, 그리고 평형 단계로 나뉩니다. 특히 맑은 물 세굴(clear-water scour) 조건에서는 주요 단계가 매우 길며 평형 세굴 심도에 점근적으로 접근합니다.
Status of previous research:
많은 연구자들이 평형 상태를 정의하기 위해 다양한 기준을 제시했습니다. 예를 들어, Melville and Chiew (1999)는 24시간 동안 세굴 속도가 교각 직경의 5% 미만으로 감소할 때를 평형 시간으로 정의했습니다. Cardoso and Bettess (1999)는 세굴 심도 대 시간의 로그 그래프 기울기가 0에 가까워지는 시점으로 평형을 판단했습니다. 그러나 이러한 기준들은 자의적이며, 일시적인 정체기 이후에 세굴이 다시 시작될 수 있다는 비판도 있습니다.
Purpose of the study:
본 연구의 목적은 단일 원형 교각에서 세굴의 평형 단계 시작을 평가하는 기존 접근법들의 타당성을 조사하고, 비교적 짧은 기간의 실험 데이터로부터 최종 평형 세굴 심도를 신뢰성 있게 예측할 수 있는 대안적 방법을 제시하는 것입니다.
Core study:
연구의 핵심은 5건의 장기 수리 실험을 통해 얻은 세굴 심도 시간 기록을 분석하는 것입니다. 이 데이터를 사용하여 기존의 여러 평형 판단 기준(Melville & Chiew, Cardoso & Bettess 등)의 정확도를 평가하고, 4-매개변수 및 6-매개변수 다항 함수를 이용한 외삽법의 성능과 비교했습니다. 특히, 실험 기간을 인위적으로 단축(예: 4일, 7일, 15일)하여 짧은 데이터만으로도 최종 평형 심도를 얼마나 정확하게 예측할 수 있는지를 체계적으로 검증했습니다.
5. Research Methodology
Research Design:
본 연구는 통제된 실험실 환경에서 5건의 장기 수리 실험을 수행하는 실험적 연구 설계를 채택했습니다. 교각 직경, 유사 입경 등 일부 변수를 변경하며 세굴의 시간적 변화를 관찰하고, 이를 다양한 분석 모델에 적용하여 그 유효성을 비교 평가했습니다.
Data Collection and Analysis Methods:
데이터는 수로에 설치된 교각 주변의 최대 세굴 심도를 시간 경과에 따라 포인트 게이지(point gauge)를 사용하여 ±1mm의 정확도로 측정하여 수집되었습니다. 수집된 시계열 데이터(time-series data)는 기존의 평형 판단 기준들과 비교되었으며, 비선형 회귀 분석을 통해 4-매개변수 및 6-매개변수 다항 함수에 적합(fitting)시켜 무한 시간에서의 평형 세굴 심도를 외삽했습니다.
Research Topics and Scope:
연구 범위는 맑은 물 조건 하에서 단일 수직 원형 교각 주변에서 발생하는 국부 세굴로 제한됩니다. 실험은 상대 수심(d/Dp)이 약 2이고, 상대 유사 크기(Dp/D50)가 49.2에서 93.0 사이인 조건에서 수행되었습니다. 이는 세굴 심도를 최대화하는 조건에 해당합니다.
6. Key Results:
Key Results:
기존의 평형 판단 기준들은 최종 평형 세굴 심도를 최대 23%까지 과소평가할 수 있으며, 이는 매우 오류가 클 수 있음을 보여줍니다.
평형 도달 시간에 대한 기존 예측 공식들 또한 최종 세굴 심도를 예측하는 데 상당한 오차를 유발할 수 있습니다.
6-매개변수 다항 함수는 4-매개변수 함수보다 장기 세굴 데이터에 더 잘 부합하여 외삽에 더 적합합니다.
약 7일간의 세굴 심도 기록을 6-매개변수 다항 함수로 조정하고 무한 시간으로 외삽하면, 전체 기간의 데이터를 사용한 결과와 매우 유사한 견고한 평형 세굴 심도 값을 얻을 수 있습니다.
Figure List:
Figure 1. Time evolution of the scour depth
Figure 2. Time evolution of scour depth written in the coordinates of Oliveto and Hager (2005)
Figure 3. a) Data of Exp. # 2 adjusted by equation (1); b) idem for equation (2)
Figure 4. a) Definition of time to equilibrium and end-scour depth according to Cardoso and Bettess (1999)
7. Conclusion:
최대 약 46일 동안 수행된 단일 원형 교각에서의 세굴 실험은 명확한 평형에 도달하지 않았으며, 특히 더 미세한 유사에서 이러한 경향이 두드러졌습니다. 평형 단계의 시작을 결정하기 위해 실제 사용되는 일반적인 방법들은 상당히 오류가 있을 수 있습니다. 또한, 평형 도달 시간에 대한 기존 예측 변수들은 평형 세굴 심도에 대해 심각하게 잘못된 예측을 초래할 수 있습니다. 결론적으로, 일반적으로 7일간의 세굴 심도 기록을 6-매개변수 다항 함수(Equation 2)로 조정하고 무한 시간으로 외삽하는 방법이 단일 원형 교각에서의 평형 세굴 심도에 대한 견고한 값을 산출하는 것으로 보입니다.
8. References:
Bertoldi, D.A., Jones, J.S. 1998. Time to scour experiments as an indirect measure of stream power around bridge piers. Proceedings of the International Water Resource Engineering Conference, Memphis, Tennessee, August 1998, pp. 264-269.
Cardoso, A.H., Bettess, R. 1999. Effects of time and channel geometry on scour at bridge abutments. ASCE Journal of Hydraulic Engineering, Vol. 125 n° 4, Abril.
Chabert, J., Engeldinger, P. 1956. Etude des affouillements autour des piles des ponts. Laboratoire National d’Hydraulique, Chatou, France.
Coleman, S.E., Lauchlan, C.S., Melville, B.W. 2003. Clearwater scour development at bridge abutment. Journal of Hydraulic Research, IAHR, vol. 41, nº 5, pp. 521-531.
Ettema, R., 1980. Scour at bridge piers. University of Auckland, School of Engineering, Auckland, New Zealand, Rep. No. 216.
Fael, C.M.S., G. Simarro-Grande, Martín-Vide J.P., Cardoso, A.H. 2006. Local scour at vertical-wall abutments under-clear water flow conditions. Water Resources Research. vol. nº 42, W10408.
Franzetti, S., Larcan; E., and Mignosa, P. 1982. Influence of tests duration on the evaluation of ultimate scour around circular piers, International Conference on the Hydraulic Modelling of Civil Engineering Structures, paper G2, Coventry, England.
Franzetti, S., Malavasi, S., and Piccinin, C. 1994. Sull’erosione alla base delle pile di ponte in acque chiare. Proc., XXIV Convegno di Idraulica e Costruzioni Idrauliche, Vol. II, T4 13–24 (in Italian).
Grimaldi, C. 2005. Non-conventional countermeasures against local scouring at bridge piers. Ph.D. thesis, Hydraulic Engineering for Environment and Territory, Univ. of Calabria, Cosenza, Italy.
Kothyari, U. C., Hager, W. H., Oliveto, G. 2007. Generalized approach for clear-water scour at bridge foundations elements. ASCE Journal of Hydraulic Engineering, Vol. 133(11), pp 1229-1240.
Laursen, E.M. 1963. An analysis of relief bridge scour. Journal of Hydraulics Division, ASCE, Vol. 89, No. HY3, pp. 93-118.
Melville, B. W., Chiew Y.M. 1999. Time scale for local scour at bridge piers, Journal of Hydraulic Engineering, Vol.125, N°1, 59–65.
Oliveto, G., Hager, W. H. 2002. Temporal evolution of clear-water pier and abutment scour. ASCE Journal of Hydraulic Engineering, Vol. 128 n° 9, Sep.
Oliveto, G., Hager, W. H. 2005. Further results to time-dependent local scour at bridge elements. ASCE Journal of Hydraulic Engineering, Vol. 131(2), pp 97-105.
Radice, A., Franzetti, S., Balio, F. 2002. Local scour at bridge abutments. River Flow 2002, Bousmar & Zech (eds.), Balkema Publishers, The Netherlands, 1059-1068.
Expert Q&A: Your Top Questions Answered
Q1: 기존의 4-매개변수 다항 함수(Eq. 1) 대신 6-매개변수 함수(Eq. 2)를 도입한 이유는 무엇인가요?
A1: 논문의 Figure 3에서 볼 수 있듯이, 4-매개변수 함수는 장기간의 실제 세굴 데이터에 완벽하게 부합하지 않는 경향을 보였습니다. 특히 시간이 많이 경과한 후의 데이터에서 편차가 발생했습니다. 반면, 6-매개변수 함수는 추가적인 매개변수를 통해 데이터의 복잡한 거동을 더 잘 포착하여 전체 실험 기간에 걸쳐 훨씬 더 정밀한 적합(fit)을 보여주었습니다. 이는 무한 시간으로 외삽하여 최종 평형 심도를 예측할 때 더 높은 신뢰성을 제공하기 때문에 새로운 함수가 도입되었습니다.
Q2: 논문에서는 46일이 지난 후에도 평형에 “명확하게 도달하지 않았다”고 언급합니다. 이것이 실제 구조물에 대해 무엇을 의미하나요?
A2: 이는 세굴이 점근적으로 평형에 접근하는 과정이며, 이론적으로는 결코 완전히 멈추지 않을 수 있음을 시사합니다. 실제 자연 환경에서도 마찬가지로, 세굴 속도는 시간이 지남에 따라 극도로 느려지지만 0이 되지는 않을 수 있습니다. 중요한 것은 공학적 관점에서 더 이상 구조물에 위협이 되지 않는 실질적인 최종 한계 깊이를 예측하는 것이며, 본 논문에서 제안한 외삽법이 바로 이 목표를 달성하기 위한 효과적인 도구입니다.
Q3: Table 2를 보면 Cardoso and Bettess (1999)의 방법이 다른 전통적인 방법보다 오차가 적었습니다. 이 방법을 그냥 사용하면 안 되나요?
A3: 해당 방법이 다른 기준보다 더 나은 성능을 보인 것은 사실이지만, 여전히 -2%에서 -13%에 이르는 상당한 과소평가 오차를 보였습니다. 또한 이 방법은 데이터 그래프에서 ‘고원(plateau)’ 즉, 수평 구간을 식별하는 것에 의존합니다. 하지만 논문에서 지적했듯이, 이러한 고원은 일시적인 현상일 수 있으며 이후에 세굴이 다시 활발해질 수 있어 평형 상태로 판단하기에는 오해의 소지가 있습니다. 따라서 더 객관적이고 견고한 6-매개변수 외삽법이 더 우수한 대안입니다.
Q4: 실험 결과에서 사용된 모래 종류가 얼마나 중요했나요?
A4: 모래 종류는 결과에 중요한 영향을 미쳤습니다. Table 2에 대한 논의에서 언급되었듯이, 더 미세한 모래(실험 #1, #2)를 사용한 실험에서 예측 오차가 더 크게 나타났습니다. 이는 교각 주변의 와류 시스템이 미세한 입자를 더 오랫동안 유실시킬 만큼 강력하게 유지되기 때문입니다. 이는 미세 토사 지반에서 평형 세굴 심도를 예측하는 것이 더 어렵다는 것을 의미하며, 이러한 까다로운 조건에서도 신뢰할 수 있는 예측 방법의 중요성을 강조합니다.
Q5: 논문은 7일간의 기록이 충분하다고 결론 내렸습니다. 실험을 15일처럼 더 길게 실행하면 어떤 이점이 있나요?
A5: Table 4의 결과에 따르면, 실험 기간을 7일에서 15일로 늘렸을 때 예측 정확도의 개선은 “미미한(marginal)” 수준에 그쳤습니다. 즉, 추가적인 8일 동안 실험을 계속하는 데 드는 시간과 비용에 비해 정확도 향상이라는 이점이 크지 않았습니다. 따라서 실용적인 관점에서 볼 때, 7일간의 실험은 정확도와 실험 효율성 사이에서 최적의 균형을 제공하는 가장 합리적인 기간이라고 할 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
교각의 장기적인 안정성을 보장하기 위해 평형 세굴 심도를 정확하게 예측하는 것은 필수적입니다. 본 연구는 기존의 주관적인 평형 판단 기준이 심각한 오차를 유발할 수 있음을 명확히 하고, 단 7일간의 실험 데이터와 6-매개변수 다항 함수 외삽법을 통해 최종 세굴 심도를 신뢰성 있게 예측할 수 있는 강력하고 효율적인 대안을 제시했습니다. 이 방법론은 R&D 및 운영 단계에서 비용과 시간을 절감하면서도 구조물의 안전성을 한층 더 높이는 데 기여할 것입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Assessing equilibrium clear water scour around single cylindrical piers” by “Rui Lança, Cristina Fael, António Cardoso”.
Source: The time records of the scour depth are available at http://w3.ualg.pt/~rlanca/riverflow2010.htm
교량의 안전을 위협하는 ‘ 국부 세굴(Local Scour)’이라는 문제를 해결하기 위한 새로운 교각디자인 연구입니다. 이 연구는 기존의 둥근 교각대신, 특별히 설계된 교각(M2, M3)이 어떻게 세굴깊이를 최대 55%까지 줄일 수 있는지 실험으로 보여줍니다. 특히, 교각의 모양과 배치(혼자 또는 줄지어), 그리고 물의 흐름에 대한 기울기(경사각)가 세굴에 어떤 영향을 미치는지 자세히 분석하여, 실제 다리를 설계할 때 가장 좋은 교각모양과 배치를 선택하는 데 필요한 구체적인 방법을 알려줍니다. 또한, m5 모델을 사용하여 세굴깊이를 정확하게 예측하는 방법을 개발하여, 기존의 예측 방식보다 더 안전하고 경제적인 다리 설계를 가능하게 합니다.
1. 서론: 다리 파손의 주범, 국부 세굴과 연구 목표
다리 파손의 주요 원인:
다리 기둥 주변의 국부 세굴은 다리가 무너지는 가장 큰 이유입니다.
미국에서는 다리 파손의 45%가 홍수나 국부 세굴같은 물 관련 현상 때문에 발생합니다.
다리 기둥 주변이 너무 많이 깎이면 다리가 불안정해지고 무너질 수 있습니다.
국부 세굴이 생기는 과정:
다리 기둥이 강물의 흐름을 막으면, 기둥 앞쪽에는 말굽 모양의 소용돌이가 생기고, 뒤쪽에는 물이 갈라지면서 꼬리 모양의 소용돌이가 생깁니다.
이런 소용돌이들이 바닥의 흙을 깎아내어 국부 세굴이 발생합니다.
세굴을 막는 연구의 중요성:
안전하고 경제적인 다리를 설계하려면, 세굴을 줄이는 새로운 모양의 다리 기둥을 사용해야 합니다.
이 연구의 목표:
새로운 모양의 다리 기둥을 찾아 둥근 기둥보다 국부 세굴을 줄이는 것입니다.
최대 세굴깊이를 예측하기 위한 M5 모델을 개발하고, 기존 방식과 비교하는 것입니다.
다리 기둥의 모양과 정렬(방향)이 국부 세굴에 미치는 영향을 실험으로 알아보는 것입니다.
이를 위해 둥근 기둥(M1)과 두 가지 새로운 기둥(M2, M3)을 사용합니다.
2. 기존 연구 살펴보기 및 한계
2.1. 교각 형태 및 세굴 줄이기 연구
교각 분류 및 유선형 교각의 효과:
유선형 교각은 물의 흐름과 같은 방향으로 정렬되어 있어 세굴을 막는 데 효과적입니다.
교각 형태 변경의 중요성:
다리 기둥의 형태를 바꾸는 것이 세굴방지에 매우 중요합니다.
가장 좋은 기둥 모양은 물의 흐름 방해와 세굴깊이를 최소화합니다.
다양한 교각 형태 연구 결과:
사각형 기둥이 세굴깊이가 가장 깊고, 비행기 날개 모양 기둥이 가장 얕습니다.
비행기 날개 모양 기둥은 둥근 기둥보다 세굴깊이가 50% 적습니다.
기존 연구의 한계:
기존 연구는 전통적인 형태의 기둥에만 집중되어 있어, 세굴깊이를 더 줄일 수 있는 새로운 기둥 모양을 찾기 위한 추가 연구가 필요합니다.
2.2. 교각 경사각(Skew Angle)의 영향
경사각의 중요성:
교각경사각(α)은 다리 기둥 주변의 물 흐름과 세굴깊이에 큰 영향을 미칩니다.
경사각 증가 시 세굴 변화:
경사각이 있는 기둥은 물에 노출되는 폭이 늘어나 세굴깊이가 급격히 증가합니다.
유선형 기둥도 경사각이 증가하면 효율성을 잃습니다.
경사각 관련 기존 연구 결과:
여러 연구에서 경사각이 증가함에 따라 세굴깊이가 증가한다는 것을 확인했습니다.
경사각 연구의 한계:
기존 연구는 사각형 및 정사각형 기둥에만 집중되어 있어, 다른 형태의 기둥에 대한 추가 연구가 필요합니다.
2.3. 세굴 깊이 예측 모델 및 M5 모델의 활용
기존 경험식의 한계:
기존 세굴깊이 예측 공식은 중요한 요소들을 무시하고 복잡한 비선형 관계를 제대로 파악하지 못했습니다.
인공지능 모델의 등장:
인공신경망(ANN) 모델이 세굴깊이 예측에서 높은 정확도를 보였지만, 명확한 공식을 제공하지 못합니다.
M5 모델의 장점 및 이 연구의 혁신:
M5 모델은 복잡한 비선형성을 잘 파악하고, 현장 엔지니어가 사용할 수 있는 간단한 공식을 제공합니다.
이 연구는 다양한 형태의 기둥 세굴깊이 예측을 위한 M5 모델을 개발하여 새로운 방법을 제시합니다.
2.4. 줄지어 배치된 교각(Tandem Piers)의 세굴 현상
줄지어 배치된 교각의 특성:
다리 기둥이 줄지어 배치되면 기둥 간섭 현상이 발생하여 세굴방식이 달라집니다.
세굴 메커니즘의 유형:
앞 기둥 때문에 뒤 기둥의 세굴깊이가 감소하는 차폐 효과가 나타납니다.
교각 간격(X)의 영향:
줄지어 배치된 기둥 사이의 간격(X)은 두 기둥의 세굴깊이에 영향을 미칩니다.
복잡한 줄지어 배치된 기둥의 세굴방식을 이해하기 위한 추가 연구가 필요합니다.
3. 실험 목표 및 방법
기존 연구를 통한 연구 필요성:
기둥 모양과 경사각이 국부 세굴에 큰 영향을 미치지만, 연구와 모델링이 아직 부족합니다.
이 실험 연구의 목표:
다양한 형태의 기둥 주변 세굴을 조사하고, 줄지어 배치된 기둥의 간섭 효과를 연구합니다.
실험 데이터와 기존 문헌 데이터를 사용하여 최대 세굴깊이를 예측하기 위한 M5 모델을 개발합니다.
실험에 사용된 교각 모델:
둥근 기둥(M1)과 두 가지 새로운 형태의 기둥(M2, M3)을 사용합니다.
M2는 반원과 삼각형을 합친 모양이고, M3는 M2a를 개선한 형태입니다.
실험 조건:
실험은 일정한 흐름과 맑은 물 세굴조건에서 진행되었습니다.
M5 모델 평가:
개발된 M5 모델의 정확도는 통계 지수를 사용하여 평가하고, 기존 공식과 비교합니다.
연구의 활용:
개발된 M5 모델은 실제 현장에서 다리 기초 설계에 유용하며, 최적의 기둥 모양과 배치 방법을 찾는 데 도움이 됩니다.
4. 실험 장치 및 방법
4.1. 실험 장치
수로(Flume) 구성:
실험은 길이 8.0m, 폭 1.0m, 깊이 1.0m의 유리벽 수로에서 진행되었습니다.
수로 바닥은 평균 입자 크기 0.56mm의 균일한 강 모래로 채워졌습니다.
흐름을 안정화하고 과도한 흙 침식을 막기 위해 수로 양 끝에 자갈 커튼을 설치했습니다.
흐름 제어 시스템:
펌프가 물을 계속 순환시켜 안정적이고 균일한 흐름을 유지했습니다.
SCADA 시스템이 장착된 밸브로 물의 양을 정확하게 조절했습니다.
Figure 2. Schematic diagram of the experimental setup
4.2. 차원 분석
세굴 깊이(h_s)에 영향을 미치는 변수:
세굴깊이에는 기둥 모양, 흐름 특성, 흙 특성 등이 영향을 미칩니다.
정규화된 세굴 깊이(h_s/D)에 대한 변수:
차원 분석을 통해 흙 거칠기 비율, 흐름 얕음 비율, 흐름 강도, 프루드 수 등이 도출되었습니다.
이 연구의 초점 및 고정 변수:
이 연구는 기둥 모양과 정렬의 영향을 고려하여 세굴깊이를 최소화하는 최적의 기둥 모양을 찾는 데 집중했습니다.
4.3. 교각 모델
세 가지 교각 모델:
둥근 기둥(M1)과 두 가지 새로운 형태의 기둥(M2, M3)을 사용했습니다.
M2는 반원형과 삼각형을 합친 모양이고, M3는 M2의 반원형 부분에 작은 홈을 추가한 것입니다.
M2 교각의 방향:
M2 기둥은 반원형 면(M2a)과 삼각형 면(M2b)이 물의 흐름 방향을 향하도록 모두 테스트되었습니다.
교각 모델의 공통점 및 배치:
M2 및 M3 기둥의 단면적은 M1과 동일하게 유지되었습니다.
실험 조건 및 측정:
8가지 다른 경사각(α = 0°~45°)에 대해 테스트를 수행했습니다.
세굴깊이는 디지털 포인트 게이지로 측정했습니다.
줄지어 배치 실험:
둥근 기둥과 새로운 형태의 기둥을 다양한 조합으로 배치하여 실험했습니다.
간격(X)은 0.5D에서 2.5D로 다양하게 설정되었습니다.
4.4. 흐름 조건
흐름 깊이 및 임계 속도:
흐름 깊이(h)는 12cm로 유지되었습니다.
모래 이동의 임계 속도(Vc)는 0.29m/s입니다.
흐름 강도 및 유량:
흐름 강도(V/Vc)는 0.9로 유지되어 맑은 물 세굴조건을 보장했습니다.
실험은 0.027m³/s의 유량(Q)에서 수행되었습니다.
프루드 수 및 레이놀즈 수:
프루드 수(Fr)는 0.24, 레이놀즈 수(Re)는 31200으로, 아임계 및 난류조건임을 나타냅니다.
스케일 효과 최소화:
수로 폭, 기둥 크기, 흐름 깊이등은 스케일 효과를 최소화하도록 선택되었습니다.
4.5. 실험 절차
초기 설정:
각 실험 전에 모래 바닥을 평평하게 만들고 초기 높이를 측정했습니다.
기둥은 입구에서 4.75m 떨어진 곳에 설치되었습니다.
과도한 초기 침식을 막기 위해 기둥 주변 바닥은 아크릴 시트로 보호했습니다.
흐름 조건 설정 및 측정:
흐름이 원하는 유량과 깊이에 도달한 후, 흐름 속도를 측정했습니다.
아크릴 시트는 흐름과 모래 바닥을 방해하지 않고 제거되었습니다.
세굴 깊이 측정:
시간별 세굴깊이는 디지털 포인트 게이지를 사용하여 기둥 전면, 후류, 측면 등 주요 위치에서 측정되었습니다.
측정은 세굴구멍이 평형 상태에 도달할 때까지 이루어졌습니다.
실험 종료 및 데이터 기록:
실험 완료 후, 흐름을 천천히 멈추고 최대 세굴깊이를 측정했습니다.
세굴구멍 사진은 카메라로 촬영되었습니다.
Figure 4. Photographs of (a) experimental setup and (b) scour hole around the circular pier (M1)
4.6. M5 모델 트리
의사결정 트리(DT) 및 모델 트리(MT):
의사결정 트리(DT)는 분류 및 예측에 사용되는 기계 학습 방법입니다.
모델 트리(MT)는 DT 원리에 기반하여 잎 노드에서 선형 회귀 모델을 사용하는 방법입니다.
M5 모델 트리의 특징:
M5 모델트리(M5)는 쉽게 이해할 수 있는 공식을 만들 수 있습니다.
M5는 선형 회귀를 사용하여 DT를 만들고, 그로부터 정보를 추출하는 두 단계로 구성됩니다.
M5 모델의 첫 번째 단계: DT 생성:
선형 회귀 모델은 데이터 포인트를 재귀적으로 하위 집합으로 나눕니다.
이 분할은 하위 집합 값의 표준 편차(SD)에 의해 결정됩니다.
M5 모델의 두 번째 단계: 정보 추출 및 가지치기:
각 잎과 관련된 데이터를 사용하여 각 하위 영역에 대한 선형 회귀 모델이 만들어집니다.
과적합을 막기 위해 너무 커진 트리는 가지치기됩니다.
4.7. 성능 평가 기준
평가 지수:
개발된 M5 모델과 기존 공식의 정확도는 결정 계수(R²), 평균 제곱근 오차(RMSE), 불일치 비율(DR)과 같은 통계 지수를 사용하여 평가됩니다.
모델 성능 판단 기준:
성능이 좋은 모델은 낮은 RMSE, 최소한의 과소 예측(DR ≥ 1), 높은 R² 값을 특징으로 합니다.
5. 결과 및 논의
5.1. 정렬된 교각 주변 세굴 깊이
실험 조건 및 측정:
세 가지 기둥 모델을 사용하여 기둥 모양과 정렬이 국부 세굴에 미치는 영향을 평가했습니다.
세굴은 정규화된 세굴깊이(H\*)로 나타냅니다.
최대 세굴 깊이 위치:
M1, M2a, M3 기둥은 상류 코 부분에, M2b 기둥은 측면 또는 기둥 중앙 근처에서 최대 세굴깊이가 발생했습니다.
정규화된 세굴 깊이(H\*)의 시간적 변화:
새로운 기둥(M2a, M2b, M3)은 둥근 기둥(M1)보다 훨씬 빨리 평형 세굴상태에 도달했습니다.
새로운 기둥의 최대 세굴깊이 감소는 M1 대비 각각 23.5%, 50%, 55%입니다.
형태 계수(K_s) 및 M3 교각의 효율성:
M3는 가장 낮은 H\*(= 0.46)를 보였으며, 국부 세굴감소에 가장 효율적입니다.
M2b와 M3 기둥 모두 효과적인 세굴방지 대책이 될 수 있습니다.
5.2. 교각 경사각의 영향
경사각의 중요성 및 실험 범위:
둥글지 않은 기둥 형태에서 경사각(α)은 성능을 결정하는 주요 요소입니다.
최대 세굴 깊이 위치 변화:
기둥이 기울어질 때 최대 세굴깊이 위치가 이동했습니다.
경사각 증가에 따른 세굴 변화:
경사각이 높을수록 물에 노출되는 폭이 늘어나 세굴속도가 더 커집니다.
경사각이 세굴 깊이(H\*) 및 경사 계수(K_α)에 미치는 영향:
세굴깊이는 경사각에 직접 비례한다고 추론할 수 있습니다.
K_α와 경사각(α)의 관계:
세굴깊이는 경사각(α > 5°)에 매우 민감하며, M2a 및 M3 기둥 주변의 세굴깊이가 증가했습니다.
유선형화 효과의 감소:
기둥이 더 기울어질수록 유선형화의 세굴감소 효과가 줄어들었습니다.
5.3. 줄지어 배치된 교각
실험 목적 및 조건:
기둥 모양과 줄지어 배치된 기둥 간의 간격이 국부 세굴에 미치는 영향을 분석했습니다.
둥근 줄지어 배치된 교각의 세굴 깊이 변화 (T1):
앞 기둥이 뒤 기둥보다 더 많은 세굴깊이를 경험했습니다.
뒤 기둥은 차폐 효과로 인해 세굴깊이가 감소했습니다.
흙 크기별 세굴 깊이 변화 패턴:
기둥 간의 임계 간격은 흙 크기가 증가함에 따라 증가합니다.
다양한 줄지어 배치된 교각의 세굴 깊이 (평균 입자 크기 0.56mm):
새로운 기둥이 있는 모든 조합에서 세굴깊이가 감소했습니다.
M3 기둥이 둥근 기둥의 상류 또는 하류에 배치된 조합(T4 및 T7)은 가장 적은 세굴깊이를 나타냅니다.
새로운 교각의 활용성:
새로운 기둥은 기존 둥근 기둥이 있는 다리 옆에 새로운 다리를 건설할 경우 효과적인 세굴방지 대책으로 사용될 수 있습니다.
5.4. M5 모델을 이용한 세굴 깊이 예측
M5 모델 개발 목적 및 도구:
세굴깊이 예측은 기둥 기초 설계에 매우 중요합니다.
이 연구에서는 혼자 있는 기둥과 줄지어 배치된 기둥 주변의 최대 세굴깊이(h_s/D)를 예측하기 위해 M5 모델을 개발했습니다.
5.4.1. 혼자 있는 교각
데이터셋 구성:
현재 실험 연구 및 문헌의 데이터를 사용하여 M5 모델을 개발했습니다.
M5 모델 성능 평가:
M5 모델은 세굴깊이를 정확하게 예측할 수 있었습니다 (R² = 0.837, RMSE = 0.625, DR = 1.018).
민감도 분석:
경사각(α/45)이 h_s/D 예측에 가장 큰 영향을 미쳤습니다.
기존 회귀 방정식과의 비교:
M5 모델성능은 기존 회귀 기반 방정식보다 우수합니다.
잔차 오차 분포 (박스 플롯):
M5 모델은 기존 회귀 방정식보다 상대적으로 더 정확합니다.
5.4.2. 줄지어 배치된 교각
데이터셋 구성:
현재 연구 및 문헌의 실험 데이터를 사용하여 M5 모델을 개발했습니다.
M5 모델 개발 및 데이터 분할:
앞(h_sf/D) 및 뒤(h_sr/D) 기둥 주변 세굴깊이에 대해 별도의 M5 모델이 개발되었습니다.
M5 모델 성능 평가 (앞 교각):
앞 기둥 세굴깊이(h_sf/D)에 대한 M5 모델의 훈련 및 테스트 성능은 R² = 0.965, RMSE = 0.129, DR = 1.125입니다.
M5 모델 성능 평가 (뒤 교각):
뒤 기둥 세굴깊이(h_sr/D) 예측에 대한 M5 모델은 R² = 0.953, RMSE = 0.123, DR = 1.102입니다.
민감도 분석 (줄지어 배치된 교각):
흐름 강도(V/Vc)가 h_sf/D 예측에 더 큰 영향을 미쳤습니다.
6. 결론
교각 형태 및 정렬의 영향:
새로운 형태 기둥 모델의 최대 세굴깊이는 기존 둥근 기둥에 비해 최대 55% 감소했습니다.
그러나 경사각이 증가함에 따라 세굴깊이는 증가했습니다.
줄지어 배치된 교각의 세굴 감소:
줄지어 배치에서 둥근 기둥을 새로운 형태 기둥으로 교체하면 세굴깊이가 감소했습니다.
M5 모델의 성능:
M5 모델은 혼자 있는 기둥과 줄지어 배치된 기둥의 최대 세굴깊이(h_s/D)를 정확하게 예측합니다.
민감도 분석 결과, 경사각과 흐름 강도가 세굴깊이 예측에 가장 영향력 있는 매개변수임을 보여주었습니다.
향후 연구 방향:
이 연구는 더 복잡한 다리 기둥 형태로 확장될 수 있습니다.
References
Choudhury, J. R., & Hasnat, A. (2015, August). Bridge collapses around the world: Causes and mechanisms. IABSE-JSCE joint conference on advances in bridge engineering-III, 21-22 August, 2015, Dhaka, Bangladesh.
Najafzadeh, M., & Oliveto, G. (2021). More reliable predictions of clear-water scour depth at pile groups by robust artificial intelligence techniques while preserving physical consistency. Soft Computing, 25, 5723-5746. doi:10.1007/s00500-020-05567-3.
Kashmoola, A., Ismael, A., & Suleiman, S. (2019). Comparison of Bridge Piers Shapes According to Local Scour Countermeasures. The Eurasia Proceedings of Science Technology Engineering and Mathematics, 6, 171–180.
Oliveto, G., & Hager, W. H. (2005). Further Results to Time-Dependent Local Scour at Bridge Elements. Journal of Hydraulic Engineering, 131(2), 97–105. doi:10.1061/(asce)0733-9429(2005)131:2(97).
Pandey, M., Oliveto, G., Pu, J. H., Sharma, P. K., & Ojha, C. S. P. (2020). Pier scour prediction in non-uniform gravel beds. Water (Switzerland), 12(6), 1696. doi:10.3390/W12061696.
Zarrati, A. R., Gholami, H., & Mashahir, M. B. (2004). Application of collar to control scouring around rectangular bridge piers. Journal of Hydraulic Research, 42(1), 97-103. doi:10.1080/00221686.2004.9641188.
Al-Shukur, A. H. K., & Obeid, Z. H. (2016). Experimental study of bridge pier shape to minimize local scour. International Journal of Civil Engineering and Technology, 7(1), 162-171.
Etemad-Shahidi, A., Bonakdar, L., & Jeng, D. S. (2015). Estimation of scour depth around circular piers: Applications of model tree. Journal of Hydroinformatics, 17(2), 226–238. doi:10.2166/hydro.2014.151.
Fael, C., Lança, R., & Cardoso, A. (2016). Effect of pier shape and pier alignment on the equilibrium scour depth at single piers. International Journal of Sediment Research, 31(3), 244–250. doi:10.1016/j.ijsrc.2016.04.001.
Habib, I. A., Mohtar, W. H. M. W., Elsaiad, A., & El-Shafie, A. (2018). Nose-angle bridge piers as alternative countermeasures for local scour reduction. Baltic Journal of Road and Bridge Engineering, 13(2), 110–120. doi:10.7250/bjrbe.2018-13.405.
Qi, M., Li, J., & Chen, Q. (2016). Comparison of existing equations for local scour at bridge piers: parameter influence and validation. Natural Hazards, 82(3), 2089–2105. doi:10.1007/s11069-016-2287-z.
Sabbagh-Yazdi, S.-R., & Bavandpour, M. (2021). Introducing ring collars and effective spiral threading elevation for cylindrical pier scour control. Marine Georesources & Geotechnology, 40(6), 639–654. doi:10.1080/1064119x.2021.1922555.
Abdulkathum, S., Al-Shaikhli, H. I., Al-Abody, A. A., & Hashim, T. M. (2023). Statistical Analysis Approaches in Scour Depth of Bridge Piers. Civil Engineering Journal (Iran), 9(1), 143–153. doi:10.28991/CEJ-2023-09-01-011.
Baranwal, A., Shankar Das, B., & Setia, B. (2023). A comparative study of scour around various shaped bridge pier. Engineering Research Express, 5(1), 15052. doi:10.1088/2631-8695/acbfa1.
Dargahi, B. (1990). Controlling Mechanism of Local Scouring. Journal of Hydraulic Engineering, 116(10), 1197–1214. doi:10.1061/(asce)0733-9429(1990)116:10(1197).
Huda, M. B., Lone, M. A., Rather, N. A., & Chadee, A. A. (2023). Scouring around different shapes of bridge pier. Water Practice and Technology, 18(7), 1608–1616. doi:10.2166/wpt.2023.108.
Chiew, Y. (1992). Scour Protection at Bridge Piers. Journal of Hydraulic Engineering, 118(9), 1260–1269. doi:10.1061/(asce)0733-9429(1992)118:9(1260).
Li, J., & Tao, J. (2015). Streamlining of Bridge Piers as Scour Countermeasures Optimization of Cross Sections. Transportation Research Record, 2521(1), 162–171. doi:10.3141/2521-17.
Vijayasree, B. A., Eldho, T. I., Mazumder, B. S., & Ahmad, N. (2019). Influence of bridge pier shape on flow field and scour geometry. International Journal of River Basin Management, 17(1), 109–129. doi:10.1080/15715124.2017.1394315.
Laursen, E. M., & Toch, A. (1956). Scour around bridge piers and abutments. Iowa Highway Research Board, Iowa City, United States.
Farooq, R., & Ghumman, A. R. (2019). Impact assessment of pier shape and modifications on scouring around bridge pier. Water (Switzerland), 11(9), 1761. doi:10.3390/w11091761.
Keshavarz, A., Vaghefi, M., & Ahmadi, G. (2022). Effect of the Shape and Position of the Bridge Pier on the Bed Changes in the Sharp 180-Degree Bend. Iranian Journal of Science and Technology – Transactions of Civil Engineering, 46(3), 2449–2467. doi:10.1007/s40996-021-00787-5.
Ismael, A., Gunal, M., & Hussein, H. (2015). Effect of Bridge Pier Position on Scour Reduction According to Flow Direction. Arabian Journal for Science and Engineering, 40(6), 1579–1590. doi:10.1007/s13369-015-1625-x.
Melville, B. W. (1997). Pier and Abutment Scour: Integrated Approach. Journal of Hydraulic Engineering, 123(2), 125–136. doi:10.1061/(asce)0733-9429(1997)123:2(125).
National Academies of Sciences, Engineering, and Medicine. (2011). Evaluation of Bridge Scour Research: Pier Scour Processes and Predictions. The National Academies Press, Washington, United States. doi:10.17226/22886.
Habibi, K., Fard, F. E., Pari, S. A. A., & Shafai-Bejestan, M. (2024). Experimental and theoretical study of sediment scour around angled bridge piers. Canadian Journal of Civil Engineering. doi:10.1139/cjce-2023-0277.
Hoffmans, G. J. C. M., & Verheij, H. J. (2009). Scour Manual. Routledge, London, United Kingdom. doi:10.1201/9780203740132.
do Carmo, J. A. (2005). Experimental study on local scour around bridge piers in rivers. WIT Transactions on Ecology and the Environment, 83. doi:10.2495/RM050011.
Ahmad, N., Melville, B., Mohammad, T., Ali, F., & Yusuf, B. (2016). Clear-water scour at long skewed bridge piers. Journal of the Chinese Institute of Engineers, 40(1), 10–18. doi:10.1080/02533839.2016.1259021.
Raudkivi, A. J. (1986). Functional Trends of Scour at Bridge Piers. Journal of Hydraulic Engineering, 112(1), 1–13. doi:10.1061/(asce)0733-9429(1986)112:1(1).
Melville, B. W., & Sutherland, A. J. (1988). Design Method for Local Scour at Bridge Piers. Journal of Hydraulic Engineering, 114(10), 1210–1226. doi:10.1061/(asce)0733-9429(1988)114:10(1210).
Richardson, E. V., & Davis, S. R. (2001). Evaluating scour at bridges (No. FHWA-NHI-01-001). Federal Highway Administration, Office of Bridge Technology, Washington, United States.
Chiew, Y. M. (1984). Local scour at bridge piers. PhD Thesis, University of Auckland, Auckland, New Zealand.
Abudallah Habib, I., Wan Mohtar, W. H. M., Muftah Shahot, K., El-Shafie, A., & Abd Manan, T. S. B. (2021). Bridge failure prevention: An overview of self-protected pier as flow altering countermeasures for scour Protection. Civil Engineering Infrastructures Journal, 54(1), 1–22. doi:10.22059/CEIJ.2020.292296.1627.
Melville, B. (2008, November). The physics of local scour at bridge piers. Fourth International Conference on Scour and Erosion, 5-7 November, 2008, Tokyo, Japan.
Ettema, R., Mostafa, E. A., Melville, B. W., & Yassin, A. A. (1998). Local Scour at Skewed Piers. Journal of Hydraulic Engineering, 124(7), 756–759. doi:10.1061/(asce)0733-9429(1998)124:7(756).
Fenocchi, A., & Natale, L. (2016). Using Numerical and Physical Modeling to Evaluate Total Scour at Bridge Piers. Journal of Hydraulic Engineering, 142(3). doi:10.1061/(asce)hy.1943-7900.0001096.
Peng Yu, & Zhu, L. (2020). Numerical simulation of local scour around bridge piers using novel inlet turbulent boundary conditions. Ocean Engineering, 218, 108166. doi:10.1016/j.oceaneng.2020.108166.
Shen, H. W., Schneider, V. R., & Karaki, S. (1969). Local Scour Around Bridge Piers. Journal of the Hydraulics Division, 95(6), 1919–1940. doi:10.1061/jyceaj.0002197.
Hancu, S. (1971). On the calculation of local scours in the area of bridge piers. Proceedings of the 14th IAHR congress, 29 August-3 September, 1971, Paris, France. (In French).
Sheppard, D. M., Odeh, M., & Glasser, T. (2004). Large Scale Clear-Water Local Pier Scour Experiments. Journal of Hydraulic Engineering, 130(10), 957–963. doi:10.1061/(asce)0733-9429(2004)130:10(957).
Breusers, H. N. C., Nicollet, G., & Shen, H. W. (1977). Erosion locale autour des piles cylindriques. Journal of Hydraulic Research, 15(3), 211–252. doi:10.1080/00221687709499645.
Heza, Y. B. M., Soliman, A. M., & Saleh, S. A. (2007). Prediction of the scour hole geometry around exposed bridge circular-pile foundation. Journal of Engineering and Applied Science-Cairo, 54(4), 375.
Richardson, J. E., & Panchang, V. G. (1998). Three-Dimensional Simulation of Scour-Inducing Flow at Bridge Piers. Journal of Hydraulic Engineering, 124(5), 530–540. doi:10.1061/(asce)0733-9429(1998)124:5(530).
Kumar, V., Baranwal, A., & Das, B. S. (2024). Prediction of local scour depth around bridge piers: modelling based on machine learning approaches. Engineering Research Express, 6(1), 15009. doi:10.1088/2631-8695/ad08ff.
Quinlan, J. R. (1992). Learning with continuous classes. 5th Australian joint conference on artificial intelligence, 16-18 November, 1992, Hobart, Australia.
Pal, M., Singh, N. K., & Tiwari, N. K. (2012). M5 model tree for pier scour prediction using field dataset. KSCE Journal of Civil Engineering, 16(6), 1079–1084. doi:10.1007/s12205-012-1472-1.
Hassan, Z. F., Karim, I. R., & Al-Shukur, A. H. K. (2020). Effect of interaction between bridge piers on local scouring in cohesive soils. Civil Engineering Journal (Iran), 6(4), 659–669. doi:10.28991/cej-2020-03091498.
Khaple, S., Hanmaiahgari, P., & Dey, S. (2014). Studies on the effect of an upstream pier as a scour protection measure of a downstream bridge pier. River Flow 2014, 2047–2052, CRC Press, Boca Raton, United States. doi:10.1201/b17133-273.
Amini Baghbadorani, D., Beheshti, A. A., & Ataie-Ashtiani, B. (2017). Scour hole depth prediction around pile groups: review, comparison of existing methods, and proposition of a new approach. Natural Hazards, 88(2), 977–1001. doi:10.1007/s11069-017-2900-9.
Hosseini, R., & Amini, A. (2015). Scour depth estimation methods around pile groups. KSCE Journal of Civil Engineering, 19(7), 2144–2156. doi:10.1007/s12205-015-0594-7.
Keshavarzi, A., Shrestha, C. K., Melville, B., Khabbaz, H., Ranjbar-Zahedani, M., & Ball, J. (2018). Estimation of maximum scour depths at upstream of front and rear piers for two in-line circular columns. Environmental Fluid Mechanics, 18(2), 537–550. doi:10.1007/s10652-017-9572-6.
Khaple, S., Hanmaiahgari, P. R., Gaudio, R., & Dey, S. (2017). Interference of an upstream pier on local scour at downstream piers. Acta Geophysica, 65(1), 29–46. doi:10.1007/s11600-017-0004-2.
Selamoğlu, M. (2015). Modeling temporal variation of scouring at dual bridge piers. Ph.D. Thesis, Middle East Technical University, Ankara, Turkey.
Ravanfar, S. M., Mohammadpour, R., & Sabzevari, T. (2023). Experimental study of local scour around non-uniform twin piers. International Journal of River Basin Management, 2023, 1–16. doi:10.1080/15715124.2023.2167823.
Elliott, K. R., & Baker, C. J. (1985). Effect of Pier Spacing on Scour Around Bridge Piers. Journal of Hydraulic Engineering, 111(7), 1105–1109. doi:10.1061/(asce)0733-9429(1985)111:7(1105).
Ataie-Ashtiani, B., & Beheshti, A. A. (2006). Experimental Investigation of Clear-Water Local Scour at Pile Groups. Journal of Hydraulic Engineering, 132(10), 1100–1104. doi:10.1061/(asce)0733-9429(2006)132:10(1100).
Liu, M. ming, Wang, H. cheng, Tang, G. qiang, Shao, F. fei, & Jin, X. (2022). Investigation of local scour around two vertical piles by using numerical method. Ocean Engineering, 244, 110405. doi:10.1016/j.oceaneng.2021.110405.
Dey, S., & Sarkar, A. (2006). Scour Downstream of an Apron Due to Submerged Horizontal Jets. Journal of Hydraulic Engineering, 132(3), 246–257. doi:10.1061/(asce)0733-9429(2006)132:3(246).
Yang, Y., Melville, B. W., Macky, G. H., & Shamseldin, A. Y. (2019). Local scour at complex bridge piers in close proximity under clear-water and live-bed flow regime. Water (Switzerland), 11(8), 1530. doi:10.3390/w11081530.
Ettema, R. (1980). Scour at Bridge Piers. Ph.D. Thesis, University of Auckland, Auckland, New Zealand.
Neill, C.R. (1967) Mean Velocity Criterion for Scour of Coarse Uniform Bed Material. Proceeding of the 12th Congress of the International Association of Hydraulics Research, 11-14 September, 1967, Colorado State University, Fort Collins, United States.
Raudkivi, A. J., & Ettema, R. (1983). Clear‐Water Scour at Cylindrical Piers. Journal of Hydraulic Engineering, 109(3), 338–350. doi:10.1061/(asce)0733-9429(1983)109:3(338).
Ettema, R., Melville, B. W., & Barkdoll, B. (1998). Scale Effect in Pier-Scour Experiments. Journal of Hydraulic Engineering, 124(6), 639–642. doi:10.1061/(asce)0733-9429(1998)124:6(639).
이 소개자료는 Water Resources Engineering Journal Spring 2022. Vol 15. Issue 52에 개제된 Numerical simulation of geotechnical effects on local scour in inclined pier group with Flow-3D software 논문에 대한 소개자료입니다.
Figure 10 – Scour pit around pile group with different pile cap installation levels
연구 목적
본 연구는 경사 교각 그룹 주변의 세굴에 미치는 말뚝의 기하학적 형상과 말뚝 캡 수평 조절의 영향을 수치 시뮬레이션을 통해 조사하는 것을 목적으로 함.
연구 방법
모델링 설정
FLOW-3D 소프트웨어를 사용하여 경사 교각 그룹 주변의 세굴 현상을 수치적으로 모의실험하였음.
말뚝의 기하학적 형상과 퇴적층의 말뚝 캡 수평 조절 효과를 고려하여 모델을 설정하였음.
다양한 흐름 조건 및 교각 배열에 대한 모델링을 수행하여 세굴 특성을 분석하였음.
모델 검증
수치 모델의 결과를 실험실 데이터 또는 현장 관측 자료와 비교하여 검증하였을 것으로 예상됨.
세굴 깊이, 세굴공의 형태 등 주요 세굴 변수에 대한 모델의 예측 성능을 평가하였을 것으로 예상됨.
모델의 신뢰성을 확보하기 위해 민감도 분석 및 불확실성 분석을 수행하였을 것으로 예상됨.
주요 결과:
흐름 특성 분석
경사 교각 그룹 주변의 유속, 압력 분포 등 흐름 특성을 FLOW-3D 모델을 통해 분석하였을 것으로 예상됨.
말뚝 형상 및 말뚝 캡 수평 조절이 흐름 패턴 및 와류 형성에 미치는 영향을 시각적으로 제시하였을 것으로 예상됨.
세굴 발생 메커니즘과 관련된 흐름 특성을 파악하여 세굴 예측의 정확도를 높였을 것으로 예상됨.
구조물 영향 평가
말뚝의 기하학적 형상이 세굴 깊이 및 세굴공의 크기에 미치는 영향을 평가하였을 것으로 예상됨.
말뚝 캡 수평 조절이 세굴 방지 효과에 미치는 영향을 분석하였을 것으로 예상됨.
수치 모의실험 결과를 바탕으로 교각 기초 설계 시 고려해야 할 중요한 요소를 제시하였을 것으로 예상됨.
결론 및 시사점:
FLOW-3D 소프트웨어를 이용한 수치 모델링은 경사 교각 그룹 주변의 세굴 현상을 분석하고 예측하는 데 효과적인 도구임이 확인되었을 것으로 예상됨.
말뚝의 기하학적 형상과 말뚝 캡 수평 조절은 교각 기초 설계 시 고려해야 할 중요한 요소임이 밝혀졌음.
본 연구 결과는 교각 기초의 안정성을 확보하고 교량 붕괴를 예방하는 데 기여할 수 있을 것으로 기대됨.
Figure 10 – Scour pit around pile group with different pile cap installation levels
Figure 11 – Final longitudinal scour profile for different pile cap installation levels a) Above the bed (Z/Tp = 0), b) At the bed level (Z/Tp = -1), c) Below the bed (Z/Tp = -2)
Reference
Rahimi E, Qaderi K., Rahimpour M,Ahmadi M. 2018. Effect of Debris onPiers Group Scour: Experimental Study.KSCE Journal of Civil Eng, 22(4):1496-1505.
Yazdani A, Hoseini K, Karami H .2019.Investigation of Scouring of Rectangular Abutment in a Compound Channel Under Unsteady Flow, Amirkabir Journal ofCivil Engineering
Fathi A, Zomorodian A .2018. Effect ofSubmerged Vanes on Scour around aBridge Abutment. KSCE Journal of CivilEng, 22(7): 2281-2289
Hosseini S., Esmaili Varki M, Fazl Oli R.2014. Laboratory study of scouringaround inclined base group located onpile group, 13th Iran HydraulicConference, University of Tabriz[InPersian].
Hashemi M , Zomorodian M, Alishahi M.2019. Simulation of Turbulent FlowAround Tandem Piers, Iranian Journal ofScience and Technology – Transactionsof Civil Engineering, 43 :761–768.
Rajabizadeh, Ayubzadeh AS, Ghaderi K.2020. Laboratory study of the effect ofcircular collar on scour of the base of acylindrical bridge in unstable flow,Amirkabir Civil Journal, 10.22060 /CEEJ.2019.17078.6460[In Persian].
Eghbalnik L, Vaqefi M, Golbahar M.2019. Influence of flow conditions on thedimensions of the scour cavity aroundthe base group of 6 sloping andperpendicular bridges on the flowdirection in the 180 degree arc channel.Journal of Civil Engineering TarbiatModares. 19 (4) [In Persian].
Karimi M, Ghaderi K, Rahimpour M,Ahmadi M. 2020. Laboratory study of theeffect of the arrangement of submergedflat plates on scour around thefoundations and supports of the bridge,Amirkabir Civil Journal, 10.22060 /CEEJ.2020.17729.6654[In Persian].
Keshavarzi A, Shrestha C. Zahedani M,Ball J, Khabbaz H . 2018. Experimentalstudy of flow structure around two in-line bridge piers, Proceedings of theInstitution of Civil Engineers – WaterManagement, Vol17(1): 311–327
Osrush M , Hosseini A Kamanbedast A.2019. Evaluation and comparison of theslots and collars performance inreducing scouring around bridgeabutments, Amirkabir Journal of CivilEngineering
Taheri Z , Ghomeshi M .2019.Experimental study of the effect ofnetted collar position on scour deptharound of oblong-shappe bridge pier,Amirkabir Journal of Civil Engineering,51: 81–82.
Qasemzadeh F, Kuchakzadeh P. 2015.Simulation of hydraulic problems inFLOW-3D. Innovative PublishingPublications. Tehran. Iran [In Persian].
Hedayatifar M., Purlak M. 2014.Simulation of fluid dynamics with FLOW-3D. Atiinger Publications. Tehran. Iran[In Persian].
Marousi M., Roshan, R., and Sarkardeh,H. 2014. Analysis and design with Flow-3D software, Fadak Isatis Publications,first edition, Tehran, Iran[In Persian].
Esmaili Varaki M, Saadati Pache KanariS. 2015. Laboratory study of the effect offoundation angle on the foundation onthe amount of scour around the bridgepier “, Journal of Water and SoilKnowledge, 25 (4): 27-39[In Persian]
Hosseini S., Esmaili Varaki M, Fazl Oli R.2016. Laboratory study of scouringaround a sloping base located on a pilegroup “, Journal of Soil and WaterKnowledge, 25 (4): 135-147[In Persian].
Sadat Jafari M. and Ayubzadeh A.,Esmaili Varaki M., Rostami M. 2016.Simulation of flow pattern aroundinclined base group using Flow-3Dnumerical model “, Journal of Water andSoil, 30 (6): 1860-1873[In Persian].
Kardan N, Hassanpour N , Hoseinzade-Dalir H . 2018. Experimental andNumerical Investigation of Bed Erosionaround Bridge Piers with DifferentCross-Sections, Irrigation and DrainageStructures Engineering Research, 19:19–36.
실험 데이터와의 비교를 통해 FLOW-3D 모델의 정확성과 적용 가능성을 평가하였을 것으로 예상됨.
주요 결과
흐름 특성 분석
교각 주변의 유속 및 압력 분포와 같은 흐름 특성을 FLOW-3D 모델을 통해 분석하였을 것으로 예상됨.
단일 교각과 다중 교각 주변의 흐름 패턴의 차이를 확인하였을 것으로 예상됨.
세굴 발생 메커니즘과 관련된 흐름 특징을 파악하였을 것으로 예상됨.
구조물 영향 평가
교각의 존재가 주변 흐름에 미치는 영향을 평가하였을 것으로 예상됨.
교각 직경 및 배열 방식이 세굴 깊이에 미치는 영향을 분석하였을 것으로 예상됨.
수치 모의실험 결과를 통해 교량 설계 시 고려해야 할 중요한 요소를 제시하였을 것으로 예상됨.
결론 및 시사점
FLOW-3D 모델은 교각 주변의 국부 세굴 현상을 분석하는 데 유용한 도구임이 확인되었을 것으로 예상됨.
수치 모의실험 결과는 교량 설계 및 안전성 평가에 기여할 수 있을 것으로 기대됨.
향후 다양한 교각 형태 및 하상 조건에 대한 추가적인 연구가 필요할 것으로 예상됨.
Figure 2: Developed model in flow-3d for single pier.
Figure 9: 3D maximum sour around single pier (no initial flow)
레퍼런스
Breusers, H. N. C., Nicollet, G., & Shen, H. W. (1977). Local scour around cylindrical piers. Journal of Hydraulic Research, 15(3), 211-252.
Coleman, S. E. (2005). Clearwater local scour at complex piers. Journal of Hydraulic Engineering, 131(4), 330-334.
FLOW-3D User Manual. (n.d.).
Jalal, H. K., & Hassan, W. H. (2020). Three-dimensional numerical simulation of local scour around circular bridge pier using Flow-3D software. IOP Conference Series: Materials Science and Engineering, 745(1), 012150.
Landers, M. N., & Mueller, D. S. (1996). Channel scour at bridges in the United States.
Melville, B. W. (1975). Local scour at bridge sites (Doctoral dissertation, researchspace@ auckland).
Melville, B. W., & Coleman, S. E. (2000). Bridge scour. Water Resources Publication.
Richardson, J. E., & Panchang, V. G. (1998). Three-dimensional simulation of scour-inducing flow at bridge piers. Journal of Hydraulic Engineering, 124(5), 530-540.
Shepherd, R., & Frost, J. D. (1995). Failures in civil engineering: Structural, foundation and geoenvironmental case studies.
Vasquez, J. A., & Walsh, B. W. (2009). CFD simulation of local scour in complex piers under tidal flow. 33rd IAHR Congress: Water Engineering for a Sustainable Environment, 913–920.
Wang, H., Tang, H., Xiao, J., Wang, Y., & Jiang, S. (2016). Clear-water local scouring around three piers in a tandem arrangement. Science China Technological Sciences, 59(6), 888–896.
FLOW-3D 2025R1은 코어 CFD 솔버에 완전히 결합된 새로운 이산 요소 방법(DEM) 모델을 추가하여 설계 및 연구할 수 있는 제품과 프로세스를 확장합니다. 이제 사용자는 고급 입자-입자 상호작용 기능을 활용하여 다양한 입자 처리, 슬러리 혼합, 분리 공정 및 기타 입자가 많은 흐름을 시뮬레이션할 수 있습니다.
새로운 DEM 모델을 사용하여 효율성과 청소율을 최적화하기 위한 사이클론 분리기 설계
참고: 이 모델은 별도의 라이선스 토큰이 필요하며, 추가 비용을 지불하고 추가할 수 있습니다.
본 소개 자료는 International Symposium on Hydraulic Structures에서 발행한 “Performance Assessment of FLOW-3D and XFlow in the Numerical Modelling of Fish-bone Type Fishway Hydraulics” 논문을 기반으로 합니다.
Figure 1. Three main regions in the fish-bone-type fishway.
연구 배경 및 목적
문제 정의
어도(Fishway)는 물고기의 이동을 돕기 위해 설계된 수리 구조물이며, 수력학적 특성이 어류 이동에 미치는 영향을 평가하는 것이 중요함.
기존 수리 모델링 방법은 주로 실험적 접근법을 사용하였으며, 최근 CFD(Computational Fluid Dynamics)를 이용한 수치 해석이 널리 적용되고 있음.
기존의 **격자 기반(mesh-based) CFD 방법(FLOW-3D)**과 비격자(meshless) CFD 방법(XFlow) 간의 성능 차이를 평가하는 연구가 필요함.
연구 목적
FLOW-3D(FVM 기반)와 XFlow(Lattice Boltzmann Method 기반)의 수리학적 모델링 성능을 비교 분석.
어류 이동과 관련된 유동 구조(유속, 난류 특성, 흐름 깊이)를 평가하고 두 모델의 정확성을 비교.
실험 데이터와 시뮬레이션 결과를 비교하여 두 모델의 신뢰성을 검증.
연구 방법
어도(Fishway) 모델 설정
실험 환경: 길이 10m, 너비 1m의 실험 수로(flume) 내 fish-bone 형태 어도 모델 구축.
높은 유량(0.075 m³/s)에서는 두 모델 모두 유사한 유속 분포를 보였으나, 낮은 유량(0.016 m³/s)에서는 XFlow의 정확도가 낮음.
난류 특성 분석
FLOW-3D가 블록 후류 영역에서의 와류(Swirling Flow)를 보다 정밀하게 포착.
XFlow는 격자 해상도를 높이지 않으면 난류 구조를 정확히 표현하지 못함.
계산 비용 및 효율 비교
FLOW-3D는 시뮬레이션 정확도가 더 높지만, 계산 시간이 평균 9시간 소요.
XFlow는 7시간 내에 시뮬레이션을 완료하지만 정확도가 다소 낮음.
XFlow는 해상도를 증가시키면 정확도가 향상되지만 계산 시간이 4일로 증가.
결론 및 향후 연구
결론
FLOW-3D는 유동 구조 및 난류 특성을 보다 정밀하게 예측하며, 실험 결과와의 일치도가 높음.
XFlow는 상대적으로 빠른 계산 속도를 제공하지만 정확도가 다소 떨어짐.
FLOW-3D는 고해상도 격자 설정이 가능하여 복잡한 흐름을 모델링하는 데 더 적합함.
향후 연구 방향
다양한 어도 설계(블록 배열, 경사 변화)에 대한 추가 연구 수행.
고해상도 XFlow 모델링을 통한 정확도 개선 연구.
실제 어류 이동 데이터를 활용한 모델 보정 및 최적화 연구 진행.
연구의 의의
본 연구는 FLOW-3D와 XFlow의 수리학적 성능을 비교하고, 어도(Fishway) 모델링에서의 적용 가능성을 평가하였다. 결과적으로 FLOW-3D가 보다 높은 정확성을 보이며, 수리 구조물 설계 최적화에 중요한 도구가 될 수 있음을 확인하였다.
Figure 1. Three main regions in the fish-bone-type fishway.Figure 3. Stream traces for (a) FLOW-3D and (b) XFlow at 0.075 m3
/s.
References
Bayon, A., Valero, D., García-Bartual, R., Vallés-Morán, F.J., and López-Jiménez, P.A. (2016). “Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump.” Environ. Model. Software, 80, 322-335.
Chen, F., Xu, A.G., Zhang, G.C., and Li, Y.J. (2010). “Three-Dimensional Lattice Boltzmann Model for High-Speed Compressible Flows.” Communications in Theoretical Physics, 54(6), 1121.
Chen, S.C., Wang, S.C., and Tfwala, S.S. (2017). “Hydraulics driven upstream migration of taiwanese indigenous fishes in a fish-bone-type fishway.” Ecol. Eng., 108(Part A), 179-193.
Flow Science (2012). Flow-3D User Manual: v10.1, Flow Science, Inc.
Harlow, F.H. (1964). “The Particle-in-Cell Computing Method for Fluid Dynamics.” Methods in Computational Physics, 3, 319-343.
Hirt, C.W., and Nichols, B.D. (1981). “Volume of fluid (VOF) method for the dynamics of free boundaries.” Journal of Computational Physics, 39(1), 201-225.
Hirt, C.W., and Sicilian, J.M. “A porosity technique for the definition of obstacles in rectangular cell meshes.” Proc., Proceeding 4th International Conference on Numerical Ship Hydrodynamics.
Kueh, T.C., Beh, S.L., Rilling, D., and Ooi, Y. (2014). “Numerical Analysis of Water Vortex Formation for the Water Vortex Power Plant.” International Journal of Innovation, Management and Technology, 5(2), 111-115.
Liu, J., Koshizuka, S., and Oka, Y. (2005). “A hybrid particle-mesh method for viscous, incompressible, multiphase flows.” Journal of Computational Physics, 202(1), 65-93.
Luo, L.S., Krafczyk, M., and Shyy, W. (2010). “Lattice Boltzmann Method for Computational Fluid Dynamics.” Encyclopedia of Aerospace Engineering, John Wiley & Sons, Ltd.
Markauskas, D., Kruggel-Emden, H., Sivanesapillai, R., and Steeb, H. (2017). “Comparative study on mesh-based and mesh-less coupled CFD-DEM methods to model particle-laden flow.” Powder Technology, 305, 78-88.
본 소개 자료는 ‘Open Journal of Marine Science’에서 발행한 ‘Modeling of the Changes in Flow Velocity on Seawalls under Different Conditions Using FLOW-3D Software’ 논문을 기반으로 합니다.
Figure 2. Flow velocity on seawall in A2 modeling.
6. 참고 문헌
Owen, M.W. (1980) Design of Seawalls Allowing for Wave Overtopping. Rep. EX924, Hydraulics Research Wallingford, England.
van der Meer, J.W. and Janssen, J.P.F.M. (1995) Wave Run-Up and Wave Overtopping at Dikes. In: Kobayashi, N. and Demirbilek, Z., Eds., Wave Forces on Inclined and Vertical Wall Structures, ASCE, New York.
CIRIA/CUR (1995) Manual on the Use of Rock in Hydraulic Engineering. CUR/RWS Report 169, A.A. Balkema, Rotterdam.
Pullen, T., Allsop, N.W.H., Bruce, T., Kortenhaus, A., Schuttrumpf, H. and van der Meer, J.W. (2007) EurOtop—Wave Overtopping of Seadefences and Related Structures Assessment Manual. http://www.overtopping-manual.com/manual.html
De Wall, J.P. and Van der Meer, J.W. (1992) Wave Run-Up and Overtopping at Coastal Structures. ASCE, Proceeding of 23rd ICCE, Venice, 1758-1771.
De Gerloni, M., Franco, L. and Passoni, G. (1991) The Safety of Breakwaters against Wave Overtopping. Proceedings of ICE Conference on Breakwaters and Coastal Structures, Thomas Telford, London.
사각형 및 원형 교각 주변 유속은 유사한 분포를 보였으며, 최대 유속은 교각 측면에서 2배 증가.
교각 후면부에서 난류 및 역류(Reverse Flow) 발생.
다중 교각
Tandem 배치:
후방 교각 전면의 유속이 감소 → 전방 교각이 방패 역할 수행.
S/D = 2에서 난류 강도가 가장 크며, S/D ≥ 6에서는 서로 독립적인 흐름 형성.
Side-by-side 배치:
교각 간격이 작을수록(S/D = 2) 두 교각 사이 유속이 증가하여 침식 위험 증가.
S/D ≥ 6에서는 두 교각이 서로 독립적인 영향을 미침.
난류 운동 에너지(Turbulent Kinetic Energy, TKE) 분석
TKE는 교각 후방에서 가장 높은 값을 보이며, 이는 난류 생성과 관련됨.
Tandem 배치에서는 S/D = 2에서 후방 교각이 보호 효과를 받으며, S/D = 4에서 TKE가 최대값을 기록 후 S/D = 6에서 감소.
Side-by-side 배치에서는 S/D = 2에서 두 교각 사이 난류가 증가했으며, S/D ≥ 6에서는 TKE가 독립적인 분포를 형성.
전단 응력(Shear Stress) 분석
침식이 시작되기 전 상태에서 하상 전단 응력을 평가.
단일 교각: 최대 전단 응력은 교각 전면 및 측면에서 발생.
다중 교각:
Tandem 배치에서는 S/D = 2에서 후방 교각의 전단 응력이 낮아지고, S/D = 4에서 최대값을 기록.
Side-by-side 배치에서는 S/D = 2~4에서 교각 사이 전단 응력이 가장 높으며, S/D = 6에서는 개별 교각과 유사한 패턴을 보임.
결론 및 향후 연구
결론
FLOW-3D 기반 비침식성 하상 시뮬레이션을 통해 교각 주변 유동 특성을 정량적으로 분석 가능.
단일 교각(사각형, 원형) 주변 유동 특성은 거의 유사하며, 교각 형상이 큰 차이를 만들지는 않음.
다중 교각 배치에서 S/D = 2~4 구간이 가장 불안정하며, S/D ≥ 6에서는 독립적인 유동장 형성.
비침식성 하상 조건에서의 유동 특성 연구를 통해 침식 시작 전에 교각 설계를 최적화할 수 있음.
향후 연구 방향
LES(Large Eddy Simulation) 기반 난류 모델 적용하여 더욱 정밀한 유동 해석 수행.
다양한 하상 조건(침식성 및 비침식성)에 따른 비교 연구 진행.
실제 교량 구조물 적용을 위한 현장 실험 및 검증 연구 수행.
연구의 의의
이 연구는 FLOW-3D를 이용하여 비침식성 하상에서 단일 및 다중 교각 주변 유동 특성을 분석한 연구로, 교각 설계 최적화 및 침식 저감 대책 수립에 기여할 수 있는 실질적인 데이터를 제공하였다.
Fig. 2 The scenario of simulated experiments in the present study
Fig. 8 TKE values around the group pier in a non-erodible substrate state
Fig. 9 The shear stress near the bed surface around the group pier and single pier in a non-erodible bed
References
Kirkil, G.; Constantinescu, G.; Ettema, R. Coherent structures in the flow field around a circular cylinder with scour hole. J. Hydraul. Eng. 2008, 134, 572–587.
Laursen EM, Toch A (1956) Scour around bridge piers and abutments. Bulletin No. 4. Iowa Highway Research Board, Bureau of Public Roads, Iowa.
Melville BW (1975) Local scour at bridge sites. School of Engineering, University of Auckland, Auckland.
Raudkivi AJ, Ettema R (1985) Scour at cylindrical bridge piers in armored beds. J Hydraul Eng 111:713–731
Melville BW, Sutherland AJ (1988) Design method for local scour at bridge piers. J Hydraul Eng 114:1210–1226.
Breusers HNC, Raudkivi AJ (1991) ‘‘Scouring.’’ Hydraulic structures design manual, vol 2. A. A. Balkmea, Rotterdam.
Yanmaz AM, Altinbilek HD (1991) Study of time-depenbent local scour around bridge piers. J Hydraul Eng 117:1247–1268.
Dey S, Bose SK, Sastry GLN (1995) Clear water scour at circular piers: a model. J Hydraul Eng 121:869–876.
Melville BW, Coleman SE (2000) Bridge scour. Water Resource Publicatians, LLC, Denvernd.
M.N. Landers, D.S. Mueller, Channel scour at bridges in the United States, Pub. FHWA-RD-95-184. USDOT, Turner Fairbanks Hwy. Res. Ctr., McLean, Va. 1996.
Zokaei, M.; Zarrati, A.R.; Salamatian, S.A.; Karimaee Tabarestani, M. Study on scouring around bridge piers protected by collar using low-density sediment. Int. J. Civ. Eng. 2013, 11, 199–205.
Zarrati, R.A.; Nazariha, M.; Mashahir, M.B. Reduction of Local Scour in the Vicinity of Bridge Pier Groups Using Collars and Riprap. J. Hydraul. Eng. 2006, 132, 154–162.
Singh, K.U.; Ahmad, Z.; Kumar, A. Turbulence characteristics of flow over the degraded cohesive bed of clay–silt–sand mixture. ISH J. Hydraul. Eng. 2017, 23, 308–318.
Pandey, M.; Ahmad, Z.; Sharma, P.K. Flow-characteristics around circular pier model. In Proceedings of the HYDRO’15 International Conference, IIT ROORKEE, Roorkee, India, 17–19 December 2015.
Melville, B.W. Pier and Abutment Scour: Integrated Approach. J. Hydraul. Eng. 1997, 123, 125–136.
Melville, B. W. (1984). Live-bed scour at bridge piers. Journal of hydraulic engineering, 110(9), 1234-1247.
Farooq, R., & Ghumman, A. R. (2019). Impact assessment of pier shape and modifications on scouring around bridge pier. Water, 11(9), 1761.
18- Liang, F., Wang, C., Huang, M., & Wang, Y. (2017). Experimental observations and evaluations of formulae for local scour at pile groups in steady currents. Marine Georesources & Geotechnology, 35(2), 245-255.
Amini, A.; Melville, B.W.; Ali, T.M.; Ghazli, A.H. Clear water local scour around pile groups in shallow-water flow. J. Hydraul. Eng. 2012, 138, 177–185.
Ataie-Ashtiani, B.; Beheshti, A.A. Experimental investigation of clear-water local scour at pile groups. J. Hydraul. Eng. 2006, 132, 1100–1104.
Beg, M. Characteristics of developing scour holes around two piers placed in transverse arrangement. In Proceedings of the 5th International Conference on Scour and Erosion, San Francisco, CA, USA, 7–10 November 2010.
Tafarojnoruz, A.; Gaudio, R.; Calomino, F. Bridge pier scour mitigation under steady and unsteady flow conditions. Acta Geophys. 2012, 60, 1076–1097.
Zarrati, A.R.; Nazariha, M.; Mashahir, M.B. Reduction of local scour in the vicinity of bridge pier groups using collars and riprap. J. Hydraul. Eng. 2006, 132, 154–162.
Zhou, K., Duan, J. G., & Bombardelli, F. A. (2020). Experimental and theoretical study of local 498 scour around three-group pier. Journal of Hydraulic Engineering, 146(10), 04020069.
Sheppard, D. M., & Miller Jr, W. (2006). Live-bed local pier scour experiments. Journal of 485 Hydraulic Engineering, 132(7), 635-642.
Keshavarzi, A., Shrestha, C. K., Melville, B., Khabbaz, H., Ranjbar-Zahedani, M., & Ball, J. 449 (2018). Estimation of maximum scour depths at upstream of front and rear piers for two in-line 450 circular columns. Environmental Fluid Mechanics, 18(2), 537-550.
Richardson, E. V. and Davis, S. R. (2001). Evaluating scour at bridges, Hydraulic Engineering Circular No. 18, Federal Highway Administration, Washington, D.C.
Elliott, K. and Baker, C. (1985). “Effect of pier spacing on scour around bridge piers.” Journal of Hydraulic Engineering, ASCE, Vol. 111, No. 7, pp. 1105-1109, DOI: 10.1061/(ASCE)0733-9429(1985) 111:7(1105).
Gao, D. G., Posada, L. G., and Nordin, C. F. (1993). Pier scour equations used in the People’s Republic of China: REVIEW AND SUMMARY, Tech. Rep., Department of Civil Engineering, Colorado State University, Fort Collins, Colorado.
Melville, B. W. and Coleman, S. E. (2000). Bridge scour, Littleton, Colorado: Water Resources Publications.
Ghasemi, M.; Soltani, S. The Scour Bridge Simulation around a Cylindrical Pier Using Flow-3D. J. Hydrosci. Environ. 2017, 1, 46–54.
Flow Science. Flow-3D: Version 9.3: User Manual; Flow Science: Santa Fe, NM, USA, 2008.
Zhang, Q.; Zhou, X.L.; Wang, J.H. Numerical investigation of local scour around three adjacent piles with different arrangements under current. Ocean Eng. 2017, 142, 625–638.
Hassan, Z.F.; Karim, I.R.; Al-Shukur, A.-H.K. Numerical Simulation of Local Scour around Tandem Bridge Piers. J. Water Resour. Res. Dev. 2020, 3, 1–10.
Ataie-Ashtiani, B., & Aslani-Kordkandi, A. (2012). Flow field around side-by-side piers with and without a scour hole. European Journal of Mechanics-B/Fluids, 36, 152-166.
Cengel, Y.A.; Cimbala, J.M. Fluid Mechanics: Fundamentals and Applications; McGraw-Hill: New York, NY, USA, 2014; ISBN 9780073380322.
Daneshfaraz R, Ghahramanzadeh A, Ghaderi A, Joudi AR, Abraham J, (2016). Investigation of the Effect of Edge Shape on Characteristics of Flow under Vertical Gates. Journal of American Water Works Association, Doi.org/10.5942/jawwa.2016.108.0102.
Tang, J. H., & Puspasari, A. D. (2021). Numerical simulation of local scour around three cylindrical piles in a tandem arrangement. Water, 13(24), 3623.
Ghasemi, M.; Soltani, S. The Scour Bridge Simulation around a Cylindrical Pier Using Flow-3D. J. Hydrosci. Environ. 2017,1, 46–54.
Zhang, Q.; Zhou, X.L.; Wang, J.H. Numerical investigation of local scour around three adjacent piles with different arrangements under current. Ocean Eng. 2017, 142, 625–638.
Jalal, H.K.; Hassan, W.H. Three-dimensional numerical simulation of local scour around circular bridge pier using Flow-3D software. IOP Conf. Ser. Mater. Sci. Eng. 2020, 745, 012150.
Omara, H.; Tawfik, A. Numerical study of local scour around bridge piers. IOP Conf. Ser. Earth Environ. Sci. 2018, 151, 012013.
Nazari-Sharabian, M.; Nazari-Sharabian, A.; Karakouzian, M.; Karami, M. Sacrificial Piles as Scour Countermeasures in River Bridges A Numerical Study using Flow-3D. Civ. Eng. J. 2020, 6, 1091–1103.
Raudkivi, A. (1998). Loose Boundary Hydraulics. 4th edition. Balkema, Rotterdam, The Netherlands.
Cook, W., Barr, P.J., and Halling, M.W. (2015). Bridge failure rate, Journal of Performance of Constructed Facilities, 29(3). 1061/(ASCE)CF.1943-5509.0000571,04014080.
Omara, H., & Tawfik, A. (2018, May). Numerical study of local scour around bridge piers. In IOP conference series: earth and environmental science (Vol. 151, No. 1, p. 012013). IOP Publishing.
White, F.M. Viscous Fluid Flow, 2nd ed; McGraw-Hill University of Rhode Island: Rhode Island, NE, USA, 1991.
Ahmadi, M., Kuriqi, A., Nezhad, H. M., Ghaderi, A., & Mohammadi, M. (2022). Innovative configuration of vertical slot fishway to enhance fish swimming conditions. Journal of Hydrodynamics, 34(5), 917-933.
Karimaei Tabarestani, M. (2020). Study on time development of horse-shoe vortex diameter and shear stress at bridge pier. Water Resources Engineering, 13(44), 51-65. (In Persian)
Besharati M H, Hakimzadeh H. 3D NUMERICAL INVESTIGATION OF FLOW PATTERN AND BED SHEAR STRESS AROUND CONICAL PIERS. Marine Engineering 2010; 6 (11):63-70. (In Persian)
Sumer BM, Fredsoe J (2002) The mechanics of scour in the marine environment. Advance series on ocean engineering, Toh Tuck link. World Scientific Publishing Com. Pty, Toh Tuck Link.
본 연구는 FLOW-3D® CFD 시뮬레이션을 사용하여 방수로(spillway) 유동 거동을 모델링하고, 이를 실험 모델 결과와 비교 분석하는 것을 목표로 함.
기존 연구에서는 CFD 모델이 실험 결과와 유사한 경향을 보였으나, 다양한 방수로 형상과 수문 개방 조건을 고려한 종합적인 분석이 부족했음.
본 연구에서는 세 가지 다른 방수로 사례를 대상으로 CFD 시뮬레이션을 수행하고, 유량 특성 및 정확도를 평가함.
연구 방법
수리 실험 및 CFD 모델 구축
세 가지 방수로 형상을 선택하여 실험 및 수치 해석을 수행함.
실험 데이터와 CFD 결과를 비교하여 유량 곡선(rating curve)의 일치도를 분석함.
FLOW-3D® 시뮬레이션 설정
VOF(Volume of Fluid) 기법을 적용하여 자유 표면 흐름을 해석하고, 난류 모델을 통해 흐름 특성을 분석함.
Navier-Stokes 방정식을 활용하여 유동 및 수문 개방 조건에서의 방수로 거동을 평가함.
실험 데이터와 비교 검증
실험실 수리 모델에서 측정된 유량 데이터와 CFD 결과를 비교하여 시뮬레이션의 신뢰도를 검증함.
CFD 결과가 실험 모델과 어느 정도의 오차 범위를 가지는지 분석함.
주요 결과
CFD 시뮬레이션과 실험 결과 비교
FLOW-3D®를 사용한 CFD 시뮬레이션은 실험 데이터와 높은 상관관계를 보였음.
특히 유량 곡선(rating curve) 분석 결과, P/Hd(수문 높이 대비 유량 계수) 값이 모델 정확도에 중요한 영향을 미침.
일부 방수로 형상에서는 CFD 결과가 실험보다 약간 낮은 유량을 예측하였으며, 이는 난류 모델 및 경계 조건 설정의 차이에 기인함.
방수로 형상에 따른 유동 특성 차이
방수로 설계에 따라 유속 분포 및 난류 특성이 달라지는 경향을 보였음.
특정 방수로 구조에서는 수문 개방 비율이 증가할수록 CFD 모델과 실험 간 오차가 감소하는 패턴이 나타남.
모델 신뢰도 및 한계점 분석
CFD 결과가 실험 모델과 대체로 일치하였으나, 특정 고유량 조건에서의 오차를 줄이기 위해 추가적인 보정이 필요함.
난류 모델 최적화 및 메쉬 해상도 향상을 통해 모델의 신뢰도를 더욱 개선할 수 있음.
결론
FLOW-3D® CFD 시뮬레이션은 방수로 유동 해석에 신뢰할 수 있는 도구이며, 실험 데이터와 높은 일치도를 보임.
P/Hd 매개변수가 CFD 모델의 정확도에 중요한 영향을 미치며, 이를 고려한 모델링 접근이 필요함.
향후 연구에서는 더욱 복잡한 방수로 형상 및 비선형 유동 조건을 고려한 모델 개선이 필요함.
Reference
Chanel, P.G., and Doering, J.C. 2007. An evaluation of computational fluid dynamics for spillway modelling. In Proceedings of the 16th Australasian Fluid Mechanics Conference (AFMC), Gold Coast, Queensland, Australia, 3-7 December 2007. pp. 1201-1206.
Flow Science, Inc. 2007. Flow-3D user’s manuals. Version 9.2. Flow Science, Inc., Santa Fe, N.M.
Gessler, D. 2005. CFD modeling of spillway performance, EWRI 2005: Impacts of global climate change. In Proceedings of the World Water and Environmental Resources Congress, Anchorage, Alaska, 15-19 May 2005. Edited by R. Walton. American Society of Civil Engineers, Reston, Va.
Hirt, C.W., and Nichols, B.D. 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics, 39(1): 201-225. doi:10.1016/0021-9991(81) 90145-5.
Hirt, C.W., and Sicilian, J.M. 1985. A porosity technique for the definition of obstacles in rectangular cell meshes. In Proceedings of the 4th International Conference on Ship Hydro-dynamics, Washington, D.C., 24-27 September 1985. National Academy of Sciences, Washington, D.C.
Ho, D., Cooper, B., Riddette, K., and Donohoo, S. 2006. Application of numerical modelling to spillways in Australia. In Dams and Reservoirs, Societies and Environment in the 21st Century. Edited by Berga et al. Taylor and Francis Group, London.
LaSalle Consulting Group Inc. 1992. Conawapa generating station. Sectional model study of the spillway. LaSalle Consulting Group Inc., Montréal, Que.
Lemke, D.E. 1989. A comparison of the hydraulic performance of an orifice and an overflow spillway in a northern application using physical modeling. M.Sc. thesis, University of Manitoba, Winnipeg, Man.
Savage, B.M., and Johnson, M.C. 2001. Flow over ogee spillway: Physical and numerical model case study. Journal of Hydraulic Engineering, 127(8): 640-649. doi:10.1061/(ASCE)0733- 9429(2001)127:8(640).
Teklemariam, E., Korbaylo, B., Groeneveld, J., Sydor, K., and Fuchs, D. 2001. Optimization of hydraulic design using computational fluid dynamics. In Proceedings of Waterpower XII, Salt Lake City, Utah, 9-11 July 2001.
Teklemariam, E., Korbaylo, B., Groeneveld, J., and Fuchs, D. 2002. Computational fluid dynamics: Diverse applications in hydropower project’s design and analysis. In Proceedings of the CWRA 55th Annual Conference, Winnipeg, Man., 11-14 June 2002. Canadian Water Resources Association, Cambridge, Ontario.
Western Canadian Hydraulic Laboratories Inc. 1980. Hydraulics model studies limestone generating station spillway/diversion structure flume study. Final report. Western Canadian Hydraulic Laboratories Inc., Port Coquitlam, B.C.
문제 정의: 교각이나 말뚝(pile) 주위에서 발생하는 국부적인 세굴(scour)은 구조물의 안정성에 중요한 영향을 미친다.
연구 목적: FLOW-3D 소프트웨어를 이용하여 두 개의 말뚝(쌍둥이 말뚝) 주위의 유동 패턴과 세굴 메커니즘을 수치적으로 시뮬레이션하고, 실험 데이터를 활용하여 검증하는 것이다.
연구 방법
수치 모델링 및 난류 모델
FLOW-3D 소프트웨어를 사용하여 RNG k-ε 난류 모델을 기반으로 유동 해석 수행.
말뚝의 배치: 병렬(side-by-side) 배치 및 직렬(tandem) 배치 두 가지를 고려.
실험 데이터와 비교하여 모델의 신뢰성을 검증.
계산 영역 및 격자(Grid) 설정
비균일(non-uniform) 격자 분포를 사용하여 말뚝 주변의 유동을 정밀하게 모델링.
최소 격자 크기: 0.009 m, 최대 격자 크기: 0.039 m.
메쉬 개수: x 방향 400개, y 방향 110개, z 방향 40개.
경계 조건
유입 속도 및 압력을 각각 입출력 경계 조건으로 설정.
상류에서 개발된 유동을 프로파일로 생성하여 말뚝이 존재하는 구역의 유입 경계 조건으로 적용.
주요 결과
유동 패턴 분석
병렬 배치(Side-by-side):
말뚝 사이에서 제트(Jet) 유동이 발생하며 비대칭적인 흐름 형성.
배치 간격이 증가할수록 후류(Vortex shedding) 현상이 뚜렷해짐.
직렬 배치(Tandem):
앞쪽 말뚝이 후방 말뚝을 보호하는 Sheltering 효과 발생.
Reynolds 수와 배치 간격(S/d)에 따라 와류 형성 패턴이 변화.
후류에서 강한 난류 구조가 나타나며, Wake Vortex가 형성됨.
실험과의 비교
실험 데이터와 시뮬레이션 결과를 비교한 결과, 전반적으로 유동 패턴이 잘 일치함.
그러나 말뚝 사이의 복잡한 유동장에서는 일부 차이가 발생하여 추가적인 모델 보정이 필요함.
Reynolds 수와 배치 간격의 영향
말뚝 간 간격(S/d)이 증가할수록 앞쪽 말뚝의 보호 효과가 감소하고, 후방 말뚝 주변에서 강한 와류가 형성됨.
낮은 Reynolds 수에서는 단일 말뚝과 유사한 흐름 패턴을 보이나, 높은 Reynolds 수에서는 와류가 더욱 강하게 나타남.
결론 및 향후 연구
FLOW-3D를 활용한 3D 유동 시뮬레이션은 말뚝 주변 유동 패턴과 세굴 메커니즘을 효과적으로 분석할 수 있음을 확인함.
실험 데이터와 전반적으로 높은 일치도를 보였으나, 말뚝 사이의 복잡한 유동장에서 추가적인 모델 개선이 필요함.
향후 연구에서는 더 다양한 Reynolds 수와 배치 조건을 고려한 추가 실험 및 난류 모델 비교 분석이 필요함.
연구의 의의
이 연구는 교량 기초 및 해양 구조물 설계에서 말뚝 주변의 유동과 세굴 예측을 정밀하게 분석할 수 있는 CFD 기반 접근법을 제시하였으며, 향후 말뚝 배치 최적화 및 구조물 안전성 향상에 기여할 수 있음을 시사한다.
Reference
Akilli AA, Karakus C (2004) Flow characteristics of circular cylinders arranged side-by- side in shallow water. Flow Meas Instrum 15(4):187–189
Amini A, Mohammad TM (2017) Local scour prediction in complex pier. Mar Georesour Geotechnol 35(6):857–864
Amini A, Melville B, Thamer M, Halim G (2012) Clearwater local scour around pile groups in shallow-water flow. J Hydraul Eng (ASCE) 138(2):177–185
Amini A, Mohd TA, Ghazali H, Bujang H, Azlan A (2011) A local scour prediction method for pile cap in complex piers. ICE-water Manag. 164(2):73–80
Aslani A (2008) Experimental evaluation of flow pattern around double piles. MSc thesis, Sharif University, Tehran Gu ZF, Sun TF (1999) On interference between two circular cylinders in staged arrangement at high sub-critical Reynolds numbers. J Wind Eng Ind Aerodyn 80:287–309
Hang-Wook P, Hyun P, Yang-Ki C (2014) Evaluation of the applicability of pier local scour formulae using laboratory and field data. Mar Georesour Geotechnol. https://doi.org/10.1080/1064119X.2014.954658
Hannah CR (1978) Scour at pile groups. Research Rep. No. 78-3, Civil Engineering, Univ. of Canterbury, Christchurch Hosseini R, Amini A (2015) Scour depth estimation methods around pile groups. J Civ Eng KSCE 19(7):2144–2156
Lanca R, Fael C, Maia R, Peˆgo J, Cardoso A (2013) Clear-water scour at pile groups. J Hydraul Eng. https://doi.org/10.1061/(ASCE)HY.1943-7900.0000770
Mohamed HI (2013) Numerical simulation of flow and local scour at two submerged-emergent tandem cylindrical piers. J Eng Sci 41(1):1–19
Palau-Salvador G, Stoesser T, Rodi W (2008) LES of the flow around two cylinders in tandem. J Fluids Struct 24(8):1304–1312
Papaionannou GV, Yuea DKP, Triantafylloua MS, Karniadakis GE(2008) On the effect of spacing on the vortex-induced vibrations of tandem cylinders. J Fluids Struct 24:833–854
Price SJ, Paidoussis MP (1989) The flow induced response of a single flexible cylinder in an in-line array of rigid cylinder. J Fluid Struct 3:61–82
Raudkivi AJ (1998) Loose boundary hydraulics. A. A. Balkema, Rotterdam, pp 8–28. https://doi.org/10.1080/02508069608686502
Salim MS, Cheah SC (2009) Wall y + strategy for dealing with wallbounded turbulent flows. In: Proceedings of the international multiconference of engineers and computer scientists, vol II, IMECS, Hong Kong
Shin JH, Park HI (2010) Neural network formula for local scour at piers using field data. Mar Georesour Geotechnol 28(1):37–48 Sicilian JM, Hirt CW, Harper RP (1987) FLOW-3D. Computational modeling power for scientists and engineers. Report FSI-87-00- 1. Flow Science. Los Alamos, NM
Solaimani N, Amini A, Banejad H, Taheri P (2017) The effect of pile spacing and arrangement on bed formation and scour hole dimensions in pile groups. Int J River Basin Manag 15(2):219–225
Sumer BM, Fredsøe J (2002) The mechanics of scour in the marine environment. World Scientific, Farrer Road, Singapore
Sumer B, Chua L, Cheng N, Fredsøe J (2003) Influence of turbulence on bed load sediment transport. J Hydraul Eng. https://doi.org/10.1061/(ASCE)0733-9429(2003)129:8(585)
Sun TF, Gu ZF, He DX, Zhang LL (1992) Fluctuating pressure on two circular cylinder at high Reynolds number. J Wind Eng Ind Aero. 42:577–588
인텔 : 모델명이 ‘2’로 시작하고 ‘V’로 끝나는 코어 울트라 시리즈 2(Core Ultra Series 2). 예를 들면 인텔 코어 울트라 5 226V(시리즈2)가 있다.
AMD : 라이젠 AI 300 시리즈. 예시로 AMD 라이젠 AI 7 프로 360.
퀄컴 : 스냅드래곤 X 시리즈의 플러스(Plus) 또는 엘리트(Elite) 제품
이 세 가지 프로세서는 성능과 배터리 수명 면에서 애플 맥북의 M 시리즈와 경쟁하도록 설계됐다. 그러나 노트북을 선택할 때는 프로세서뿐 아니라 다양한 요소를 함께 고려해야 한다.
인텔 프로세서
인텔의 최신 프로세서는 다음 세 가지 범주로 나뉜다.
인텔 코어 울트라(Intel Core Ultra) : 프리미엄 칩으로, AI 전용 프로세서를 탑재했다(예 : 인텔 코어 울트라 7 155U).
인텔 코어(Intel Core) : 주류 노트북에 사용되는 칩으로, 코어 울트라보다 한 단계 아래다(예 : 인텔 코어 7 150U).
인텔 프로세서(Intel Processor) : 과거 펜티엄과 셀러론 브랜드를 대체하는 저가형 PC 칩이다(예 : 인텔 프로세서 N200).
인텔은 프로세서를 성능 등급에 따라 ‘3’, ‘5’, ‘7’, ‘9’로 세분화했다. 숫자가 높을수록 더 많은 코어를 가지고 있다는 의미이며, 이미지 처리 및 비디오 작업 속도가 향상된다. 코어 5와 코어 울트라 5 칩은 웹 브라우징 및 오피스 작업에 적합하다.
Intel
모델명 뒤에 붙는 접미사도 중요하다. 이 글자는 프로세서가 어떻게 최적화되었는지를 나타낸다. 긴 접미사 목록 중에 알아두어야 할 주요 단어는 ‘U’와 ‘H’다. U는 배터리 수명을, H는 성능을 강조한다. 코어 울트라 5 226V의 ‘V’는 코어 울트라 제품 라인에만 적용되는 접미사다.
구형 모델은 12세대 코어 i5 1235U처럼 이름에 ‘i’와 세대 번호가 포함되어 있다. 14세대에 이르러 인텔은 모든 것을 재설정하고 이제 ‘시리즈 1’부터 세기 시작했다(예 : 코어 울트라 155U). 즉, 최신 인텔 칩의 모델명은 구형 모델보다 짧다. 가격이 적당한 경우라면 구형 모델도 여전히 고려해 볼만하다.
AMD 프로세서
AMD는 인텔만큼 브랜딩 개편에 적극적이지는 않다. 애플 및 퀄컴과 경쟁하는 AI 300 시리즈 칩 외에 나머지 프로세서는 2023년 도입된 더 길고 혼란스러운 명명 체계를 따르고 있다.
AMD
예시로 AMD 라이젠 5 8640HS를 살펴본다.
첫 번째 숫자 ‘8’은 세대를 의미하며, 2024년에 출시된 칩을 나타낸다(7735HS는 2023년 제품).
‘5’는 성능 등급을 나타내며, 인텔과 마찬가지로 숫자가 높을수록 성능이 좋다는 의미다. 인텔 코어 5와 코어 7 체계와 유사하게 홀수로 계산된다.
마지막 글자는 프로세서의 최적화 방식이다. ‘U’는 배터리 수명, ‘H’는 성능을 우선시한다.
이 명명 체계를 따르는 칩은 AMD의 구형 젠 4(Zen 4) 아키텍처를 기반으로 하지만, 최신 AI 300 시리즈는 젠 5 아키텍처를 사용한다. AMD가 프로세서 라인 대부분을 최신 아키텍처로 전환함에 따라 이에 맞는 새로운 브랜드가 등장할 것으로 예상된다.
퀄컴 프로세서
퀄컴은 올해 초 전력 효율성에 중점을 두고 PC CPU 경쟁에 합류했다. 퀄컴의 스냅드래곤 X 칩은 휴대폰, 태블릿, 애플의 M 시리즈 프로세서에서 볼 수 있는 것과 동일한 Arm 기반 아키텍처를 사용하며, 우수한 PC 성능과 긴 배터리 수명을 제공한다. 무엇보다 퀄컴의 직관적인 브랜드 전략이 신선하게 다가온다.
스냅드래곤 X 엘리트(Snapdragon X Elite) : 최고급 모델
스냅드래곤 X 플러스(Snapdragon X Plus) : 그보다 한 단계 낮은 모델
마이크로소프트 서피스 노트북에 탑재된 스냅드래곤 X 플러스를 사용해 본 경험에 따르면, 충분한 성능과 하루 종일 지속되는 배터리 수명을 제공했다.
다만, Arm 기반 프로세서가 모든 윈도우 소프트웨어와 호환되는 것은 아니다. 스냅드래곤 PC에서 Arm이 아닌 앱을 실행하는 마이크로소프트의 에뮬레이션 엔진에서도 호환성 문제가 발생할 수 있다. 에뮬레이션 개선과 Arm 버전의 소프트웨어를 출시하는 개발자가 늘어나면서 상황이 점점 개선되고 있지만, 인텔과 AMD 노트북에서는 겪지 않아도 될 골칫거리가 여전히 남아 있다.
CPU 시장의 긍정적인 변화
복잡한 이름을 살펴보는 것이 혼란스러울 수 있고 AI에 대한 강조가 다소 과장된 면이 있지만, PC 프로세서 분야에서 3가지 업체가 경쟁하는 덕분에 상황은 개선되고 있다. 지난 4년간 애플은 전력 효율성 측면에서 독보적인 성과를 보여줬다. 그러나 인텔, AMD, 퀄컴이 새로운 프로세서를 내놓으며 애플의 수준에 도달하고 있다.
물론 복잡한 브랜드와 명명 체계는 단점이지만, 이런 경쟁 덕분에 더 나은 성능과 배터리 수명을 갖춘 제품이 등장하고 있다. 사용자에게 긍정적인 변화다. dl-itworldkorea@foundryco.com
아래 과거 자료도 선택에 큰 도움이 됩니다.
2023년 01월 11일
본 자료는 IT WORLD에서 인용한 자료입니다.
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.
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.
MSI가 새로운 노트북 CPU 벤치마크, 그리고 그 CPU가 내장돼 있는 신제품 노트북 제품군을 모두 CES 2023에서 공개했다. CES에서 인텔은 노트북용 13세대 코어 칩, 코드명 랩터 레이크와 핵심 제품인 코어 i9-13980HX를 발표했다.
새로운 노트북용 13세대 코어 칩이 게임 플레이에서 12% 더 빠르다는 정도의 약간의 정보는 이미 알려져 있다. 사용자가 기다리는 것은 실제 CPU가 탑재된 노트북에서의 성능이지만 보통 벤치마크는 제품 출시가 임박해서야 공개되는 것이 보통이다. 올해는 다르다.
CES 2023에서 MSI는 인텔 최고급 제품군인 코어 i9-13980HX 프로세서가 탑재된 타이탄 GT77 HX과 레이더 GE78 HX를 공개했다. 이례적으로 여기에 더해 PCI 익스프레서 5 SSD의 실제 성능을 측정하는 크리스털디스크마크, 모바일 프로세서 실행 속도를 측정하는 시네벤치 벤치마크 점수도 함께 제공했다. 다음 영상의 결과부터 말하자면 인텔 최신 프로세서를 큰 폭으로 따돌릴 만한 수치다.
MSI는 레이더 GE78 HX 외에도 레이더 GE68 HX 그리고 게이밍 노트북 같지 않은 외관의 스텔스 16 스튜디오, 스텔스 14, 사이보그 14 등 2023년에 출시될 다른 노트북도 전시했다. 오래된 PC 애호가라면 MSI 노트북 전면을 장식한 화려한 복고풍의 라이트 브라이트(Lite Brite) LED를 반가워할지도 모른다. 바닥면 섀시가 투명한 플라스틱 소재로 MSI 로고가 새겨져 있는 제품도 있다. 상세한 가격, 출시일, 사양 등은 추후 공개 예정이다. editor@itworld.co.kr
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.
또한 수치해석의 경우 결과를 분석하는 작업중의 많은 부분이 POST 작업으로 그래픽처리가 필요하다. 따라서 아래 영상편집을 위한 노트북에 대한 자료도 선택에 도움이 될것으로 보인다.
영상 편집을 위한 최고의 노트북 9선
Brad Chacos, Ashley Biancuzzo, Sam Singleton | PCWorld
영상을 편집하다 보면 컴퓨터의 여러 리소스를 집약적으로 사용하기 마련이다. 그래서 영상 편집은 대부분 데스크톱 PC에서 하는 경우가 많지만, 노트북에서 영상을 편집하려 한다면 PC만큼 강력한 사양이 뒷받침되어야 한다.
영상 편집용 노트북을 구매할 때 가장 비싼 제품을 선택할 필요는 없다. 사용 환경에 맞게 프로세서, 디스플레이의 품질, 포트 종류 등을 다양하게 고려해야 한다. 다음은 영상 편집에 최적화된 노트북 제품이다. 추천 제품을 확인한 후 영상 편집용 노트북을 테스트하는 팁도 참고하자.
1. 영상 편집용 최고의 노트북, 델 XPS 17(2022)
장점 • 가격 대비 강력한 기능 • 밝고 풍부한 색채의 대형 디스플레이 • 썬더볼트 4 포트 4개 제공 • 긴 배터리 수명 • 시중에서 가장 빠른 GPU인 RTX 3060
단점 • 무겁고 두꺼움 • 평범한 키보드 • USB-A, HDMI, 이더넷 미지원
델 XPS 17(2022)이야말로 콘텐츠 제작에 최적화된 노트북이다. 인텔 12세대 코어 i7-12700H 프로세서 및 엔비디아 지포스 RTX 3060는 편집을 위한 뛰어난 성능을 제공한다. 1TB SSD도 함께 지원되기에 데이터를 옮길 때도 편하다.
XPS 17은 SD카드 리더, 여러 썬더볼트 4 포트, 3840×2400 해상도의 17인치 터치스크린 패널, 16:10 화면 비율과 같은 영상 편집자에게 필요한 기능을 포함한다. 무게도 2.5kg 대로 비교적 가볍다. 배터리 지속 시간은 한번 충전 시 11시간인데, 이전 XPS 17 버전보다 1시간 이상 늘어난 수치다.
2. 영상 편집에 최적화된 스크린, 델 XPS 15 9520
장점 • 뛰어난 OLED 디스플레이 • 견고하고 멋진 섀시(Chassis) • 강력한 오디오 • 넓은 키보드 및 터치패드
단점 • 다소 부족한 화면 크기 • 실망스러운 배터리 수명 • 시대에 뒤떨어진 웹캠 • 제한된 포트
델 XPS 15 9520은 놀라운 OLED 디스플레이를 갖추고 있으며, 최신 인텔 코어 i7-12700H CPU 및 지포스 RTX 3050 Ti 그래픽이 탑재되어 있다. 컨텐츠 제작 및 영상 편집용으로 가장 선호하는 제품이다. 시스템도 좋지만 투박하면서 금속 소재로 이루어진 외관이 특히 매력적이다.
15인치 노트북이지만 매일 갖고 다니기에 다소 무거운 것은 단점이다. XPS 17 모델에서 제공되는 포트도 일부 없다. 그러나 멋진 OLED 디스플레이가 단연 돋보이며, 3456X2160 해상도, 16:10 화면 비율, 그리고 매우 선명하고 정확한 색상을 갖추고 있어 좋다.
3. 최고의 듀얼 모니터 지원, 에이수스 젠북 프로 14 듀오 올레드
장점 • 놀라운 기본 디스플레이와 보기 쉬운 보조 디스플레이 • 탁월한 I/O 옵션 및 무선 연결 • 콘텐츠 제작에 알맞은 CPU 및 GPU 성능
단점 • 생산성 노트북 치고는 부족한 배터리 수명 • 작고 어색하게 배치된 트랙패드 • 닿기 어려운 포트 위치
에이수스 젠북 프로 14 듀오(Asus Zenbook Pro 14 Duo OLED)는 일반적이지 않은 노트북이다. 일단 사양은 코어 i7 프로세서, 지포스 RTX 3050 그래픽, 16GB DDR5 메모리, 빠른 1TB NVMe SSD를 포함해 상당한 성능을 자랑한다. 또한 초광도의 547니트로 빛을 발하는 한편 DCI-P3 색영역의 100%를 커버하는 14.5인치 4K 터치 OLED 패널을 갖추고 있다. 사실상 콘텐츠 제작자를 위해 만들어진 제품이라 볼 수 있다.
가장 흥미로운 부분은 키보드 바로 위에 위치한 12.7인치 2880×864 스크린이다. 윈도우에서는 해당 모니터를 보조 모니터로 간주하며, 사용자는 번들로 제공된 에이수스 소프트웨어를 사용해 트랙패드로 사용하거나 어도비 앱을 위한 터치 제어 패널을 표시할 수 있다. 어떤 작업이든 유용하게 써먹을 수 있다.
젠북 프로 14 듀오 올레드는 기본적으로 휴대용이자 중간급 워크스테이션이다. 단, 배터리 수명은 평균 수준이기 때문에 중요한 작업 수행이 필요한 경우, 반드시 충전 케이블을 가지고 다녀야 한다. 그럼에도 불구하고 젠북 프로 14 듀오 올레드는 3D 렌더링 및 인코딩과 같은 작업에서 탁월한 성능을 보여 콘텐츠 제작자들에게 맞춤화 된 컴퓨터이다. 듀얼 스크린은 역대 최고의 기능이다.
4. 영상 편집하기 좋은 포터블 노트북, 레이저 블레이드 14(2021)
장점 • AAA 게임에서 뛰어난 성능 • 훌륭한 QHD 패널 • 유난히 적은 소음
단점 • 700g으로 무거운 AC 어댑터 • 비싼 가격 • 썬더볼트 4 미지원
휴대성이 핵심 고려 사항이라면, 레이저 블레이드 14(Razer Blade 14) (2021)를 선택해 보자. 노트북 두께는 1.5cm, 무게는 1.7kg에 불과해 비슷한 수준의 노트북보다 훨씬 가볍다. 사양은 AMD의 8-코어 라이젠 9 5900HX CPU, 엔비디아의 8GB 지포스 RTX 3080, 1TB NVMe SSD, 16GB 메모리를 탑재하고 있어 사양도 매우 좋다.
그러나 휴대성을 대가로 몇 가지 이점을 포기해야 할 수 있다. 일단 14인치 IPS 등급 스크린은 공장에서 보정된 상태로 제공되지만, 최대 해상도는 2560×1440다. 또 풀 DCI-P3 색영역을 지원하지만 4K 영상 편집은 불가능하다. 거기에 레이저 블레이드 14는 SD 카드 슬롯도 없다. 다만 편집 및 렌더링을 위한 강력한 성능을 갖추고 있고 가방에 쉽게 넣을 수 있는 제품인 것은 분명하다.
5. 배터리 수명이 긴 노트북, 델 인스피론 16
장점 • 넉넉한 16인치 16:10 디스플레이 • 긴 배터리 수명 • 경쟁력 있는 애플리케이션 성능 • 편안한 키보드 및 거대한 터치패드 • 쿼드 스피커(Quad speakers)
단점 • GPU 업그레이드 어려움 • 512GB SSD 초과 불가 • 태블릿 모드에서는 어색하게 느껴질 수 있는 큰 스크린
긴 배터리 수명을 가장 최우선으로 고려한다면, 델 인스피론 16(Dell Inspiron 16)을 살펴보자. 콘텐츠 제작 작업을 하며테스트해보니, 인스피론 16은 한 번 충전으로 16.5시간 동안 이용할 수 있다. 외부에서 작업을 마음껏 편집할 수 있는 시간이다. 그러나 무거운 배터리로 인해 무게가 2.1 kg에 달하므로 갖고 다니기에 적합한 제품은 아니다.
가격은 저렴한 편이나 몇 가지 단점이 있다. 일단 인텔 코어 i7-1260P CPU, 인텔 아이리스 Xe 그래픽, 16GB 램, 512GB SSD 스토리지를 탑재하고 있다. 이 정도 사양으로 영상 편집 프로젝트 대부분을 작업할 수 있으나, 스토리지 용량이 부족하기 때문에 영상 파일을 저장할 경우 외장 드라이브가 필요하다. 그러나 델 인스피론 16이 진정으로 빛을 발하는 부분은 단연 배터리 수명이다. 또한 강력한 쿼드 스피커 시스템도 사용해 보면 만족할 것이다. 포트의 경우, USB 타입-C 2개, USB-A 3.2 Gen 1 1개, HDMI 1개, SD 카드 리더 1개, 3.5mm 오디오 잭 1개가 제공된다.
6. 게이밍과 영상 편집 모두에 적합한 노트북, MSI GE76 레이더
장점 • 뛰어난 성능을 발휘하는 12세대 코어 i9-12900HK • 팬 소음을 크게 줄이는 AI 성능 모드 • 1080p 웹캠과 훌륭한 마이크 및 오디오로 우수한 화상 회의 경험 제공
단점 • 동일한 유형의 세 번째 버전 • 어수선한 UI • 비싼 가격
사양이 제일 좋은 제품을 찾고 있을 경우, 크고 무거운 게이밍 노트북을 선택해 보자. MSI GE76 레이더(Raider)는 강력한 14-코어 인텔 코어 i9-12900HK 칩, 175와트의 엔비디아 RTX 3080 Ti가 탑재됐고, 충분한 내부 냉각 성능 덕분에 UL의 프로시온(Procyon) 벤치마크의 어도비 프리미어 테스트에서 다른 노트북보다 훨씬 뛰어난 성능을 보였다. MSI GE76 레이더는 심지어 고속 카드 전송을 위해 PCle 버스에 연결된 SD 익스프레스(SD Express) 카드 리더도 갖추고 있다.
동일한 제품의 작년 모델은 게이머 중심의 360Hz 1080p 디스플레이를 지원한다. 영상 편집 과정에서는 그닥 이상적이지 않은 사양이다. 그러나 2022년의 12UHS 고급 버전은 4K, 120Hz 패널을 추가했는데, 이 패널은 콘텐츠 생성에 맞춰 튜닝 되지는 않았으나 17.3인치의 넓은 스크린 크기이기에 영상 편집자에게 꽤 유용하다.
7. 가성비 좋은 노트북, HP 엔비 14t-eb000(2021)
장점 • 높은 가격 대비 우수한 성능 • 환상적인 배터리 수명 • 성능 조절이 감지되지 않을 정도의 저소음 팬 • 썬더볼트 4 지원
단점 • 약간 특이한 키보드 레이아웃 • 비효율적인 웹캠의 시그니처 기능
가장 빠른 영상 편집 및 렌더링을 원할 경우 하드웨어에 더 많은 비용을 들여야 하지만, 예산이 넉넉하지 않을 때가 있다. 이때 HP 엔비(Envy) 14 14t-eb000) (2021)를 이용해보면 좋다. 가격은 상대적으로 저렴한 편이고 견고한 기본 컨텐츠 제작에 유용하다.
엔트리 레벨의 지포스 GTX 1650 Ti GPU 및 코어 i5-1135G7 프로세서는 그 자체로 업계 최고 제품은 아니다. 하지만 일반적인 편집 작업을 충분히 수행할 수 있는 사양이다. 분명 가성비 좋은 제품이다. 14인치 1900×1200 디스플레이는 16:10 화면 비율로 생산성을 향상하고, 공장 색 보정과 DCI-P3는 지원하지 않지만 100% sRGB 지원을 제공한다. 그뿐만 아니라, HP 엔비 14의 경우 중요한 SD 카드 및 썬더볼트 포트가 포함되며, 놀라울 정도로 조용하게 실행된다.
8. 컨텐츠 제작에 알맞은 또다른 게이밍 노트북, 에이수스 ROG 제피러스 S17
장점 • 뛰어난 CPU 및 GPU 성능 • 강력하고 혁신적인 디자인 • 편안한 맞춤형 키보드
단점 • 약간의 압력이 필요한 트랙패드 • 상당히 높은 가격
에이수스 ROG 제피러스(Zephyrus) S17은 영상 편집자의 궁극적인 꿈이다. 이 노트북은 초고속 GPU 및 CPU 성능과 함께 120Hz 화면 재생률을 갖춘 놀라운 17.3인치 4K 디스플레이를 탑재하고 있다. 견고한 전면 금속 섀시, 6개의 스피커 사운드 시스템 및 맞춤형 키보드는 프리미엄급 경험을 더욱 향상한다. 거기다 SD 카드 슬롯 및 풍부한 썬더볼트 포트가 포함되어 있어 더욱 좋다. 그러나 이를 위해 상당한 비용을 지불해야 한다. 예산이 넉넉하고 최상의 제품을 원한다면 제피루스 S17을 선택하면 된다.
9. 강력한 휴대성을 가진 노트북, XPG 제니아 15 KC
장점 • 가벼운 무게 • 조용함 • 상대적으로 빠른 속도
단점 • 중간 수준 이하의 RGB • 평범한 오디오 성능 • 느린 SD 카드 리더
사양이 좋은 노트북의 경우, 대부분 부피가 크고 무거워서 종종 2.2kg 또는 2.7kg를 넘기도 한다. XPG 제니아 15 KC(XPG Xenia 15 KC)만은 예외다. XPG 제니아 15 KC의 무게는 1.8kg가 조금 넘는 수준으로, 타제품에 비해 상당히 가볍다. 또한 소음도 별로 없다. 원래 게이밍 노트북 자체가 소음이 크기에 비교해보면 큰 장점이 될 수 있다. 1440p 디스플레이와 상대적으로 느린 SD 카드 리더 성능으로 인해 일부 콘텐츠 제작자들이 구매를 주저할 수 있으나, 조용하고 휴대하기 좋은 제품을 찾고 있다면 제니아 15 KC가 좋은 선택지다.
영상 편집 노트북 구매 시 고려 사항
영상 편집 노트북 구매 시 고려해야 할 가장 중요한 사항은 CPU 및 GPU다. 하드웨어가 빨라질수록 편집 속도도 빨라진다. 필자는 UL 프로시온 영상 편집 테스트(UL Procyon Video Editing Test)를 통해 속도를 테스트해보았다. 이 벤치마크는 2개의 서로 다른 영상 프로젝트를 가져와 색상 그레이딩 및 전환과 같은 시각적 효과를 적용한 다음, 1080p와 4K 모두에서 H.264, H.265를 사용해 내보내는 작업을 어도비 프리미어가 수행하도록 한다.
성능은 인텔의 11세대 프로세서를 실행하는 크고 무거운 노트북에서 가장 높았고, AMD의 비피 라이젠 9(beefy Ryzen 9) 프로세서를 탑재한 노트북이 바로 뒤를 이었다. 10세대 인텔 칩은 여전히 상당한 점수를 기록하고 있다. 위의 차트에는 없으나 새로운 인텔 12세대 노트북은 더 빨리 실행된다. 최고 성능의 노트북은 모두 최신 인텔 CPU 및 엔비디아의 RTX 30 시리즈 GPU를 결합했는데, 두 기업 모두 어도비 성능 최적화에 많은 시간 및 리소스를 투자했기 때문에 놀라운 일은 아니다.
GPU는 어도비 프리미어 프로에서 CPU보다 더 중요하지만, 매우 빠르게 수확체감 지점에 다다른다. 최고급 RTX 3080 그래픽을 사용하는 노트북은 RTX 3060 그래픽을 사용하는 노트북보다 영상 편집 속도가 더 빠르나, 속도 차이가 크지는 않다. 델 XPS 17 9710의 점수를 살펴보면, 지포스 RTX 3060 노트북 GPU는 MSI GE76 레이더의 가장 빠른 RTX 3080보다 14% 더 느릴 수 있다. 특히 GE76 레이더가 델 노트북에 비해 얼마나 더 크고 두꺼운지를 고려할 때 수치가 크지는 않다.
일반적으로 그래픽과 영상 편집을 위해 적어도 RTX 3060을 갖추는 것을 권장한다. 그러나 영상 편집은 워크플로에 크게 의존한다. 특정 작업 및 도구는 CPU 집약적이거나 프리미어보다 GPU에 더 의존할 수 있다. 이 경우 원하는 요소의 우선순위를 조정하길 바란다. 앞서 언급한 목록은 기본적으로 여러 요소를 종합적으로 고려해서 만든 내용이다.
인텔 및 엔비디아는 각각 퀵 싱크(Quick Sync) 및 쿠다(CUDA)와 같은 도구를 구축하는 데 수년을 보냈고, 이로 인해 많은 영상 편집 앱의 속도는 크게 향상될 수 있다. AMD 하드웨어는 영상 편집에 적합하나 특히 워크플로가 공급업체별 소프트웨어 최적화에 의존하는 경우, 특별한 이유가 없는 한 인텔 및 엔비디아를 사용하는 것을 추천한다.
그러나 내부 기능만 신경 써서는 안된다. PC월드의 영상 디렉터인 아담 패트릭 머레이는 “영상 편집에 이상적인 노트북에는 카메라로 촬영 중 영상 파일을 저장하는 SD 카드 리더가 포함되어 있다”라고 강조한다. 또한 머레이는 영상 편집에 이상적인 게임용 노트북에서 흔히 볼 수 있는 초고속 1080p 패널보다 4k, 60Hz 패널을 갖춘 노트북을 선택할 것을 추천한다.
4K 영상을 잘 편집하려면 4K 패널이 필요하며, 초고속 화면 재생률은 게임에서처럼 영상 편집에는 아무런 의미가 없다. 예를 들어, 개인 유튜브 채널용으로 일상적인 영상만 만드는 경우 색상 정확도가 중요하지 않을 수 있다. 그러나 색상 정확도가 중요할 경우, 델타 E < 2 색상 정확도와 더불어 DCI-P3 색 영역 지원은 필수적이다.
게임용 노트북은 사양이 좋지만 콘텐츠 제작용으로는 조금 부족해 보일 수 있다. 게임용과 콘텐츠 제작용으로 함께 쓰는 노트북을 원한다면, 게임용으로 노트북 한 대를 구매하고, 색상을 정확히 파악하기 위한 모니터를 추가로 구매하는 것도 방법이다. editor@itworld.co.kr
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 notebookorHP firepronotebook
( 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.
다기능 응용을 위한 Forward Roll Coating 공정의 리브 경함 형상 제어를 통한 선형 주기적 미세구조물의 템플릿 프리 제작
Md Didarul Islam, Himendra Perera, Benjamin Black, Matthew Phillips,Muh-Jang Chen, Greyson Hodges, Allyce Jackman, Yuxuan Liu, Chang-Jin Kim,Mohammed Zikry, Saad Khan, Yong Zhu, Mark Pankow, and Jong Eun Ryu
Abstract
Periodic micro/nanoscale structures from nature have inspired the scientific community to adopt surface design for various applications, including superhydrophobic drag reduction. One primary concern of practical applications of such periodic microstructures remains the scalability of conventional microfabrication technologies. This study demonstrates a simple template-free scalable manufacturing technique to fabricate periodic microstructures by controlling the ribbing defects in the forward roll coating. Viscoelastic composite coating materials are designed for roll-coating using carbon nanotubes (CNT) and polydimethylsiloxane (PDMS), which helps achieve a controllable ribbing with a periodicity of 114–700 µm. Depending on the process parameters, the patterned microstructures transition from the linear alignment to a random structure. The periodic microstructure enables hydrophobicity as the water contact angles of the samples ranged from 128° to 158°. When towed in a static water pool, a model boat coated with the microstructure film shows 7%–8% faster speed than the boat with a flat PDMS film. The CNT addition shows both mechanical and electrical properties improvement. In a mechanical scratch test, the cohesive failure of the CNT-PDMS film occurs in ≈90% higher force than bare PDMS. Moreover, the nonconductive bare PDMS shows sheet resistance of 747.84–22.66 Ω □−1 with 0.5 to 2.5 wt% CNT inclusion.
X. Wang, B. Ding, J. Yu, M. Wang, Nano Today 2011, 6, 510.
Z. Guo, W. Liu, B. L. Su, J. Colloid Interface Sci. 2011, 353, 335.
Q. Xu, W. Zhang, C. Dong, T. S. Sreeprasad, Z. Xia, J. R. Soc. Inter-face 2016, 13, 20160300.
W. L. Min, B. Jiang, P. Jiang, Adv. Mater. 2008, 20, 3914.
C. Peng Guo, Y. Zheng, M. Wen, C. Song, Y. Lin, L. Jiang, P. Guo,Y. Zheng, M. Wen, C. Y. S. Lin, L. Jiang, Adv. Mater. 2012, 24, 2642.
Q. Li, Z. Guo, J. Mater. Chem. A 2018, 6, 13549.
L. Li, B. Yan, J. Yang, L. Chen, H. Zeng, L. Li, B. Yan, H. Zeng,J. Yang, L. Chen, Adv. Mater. 2015, 27, 1294.
J. Yang, X. Zhang, X. Zhang, L. Wang, W. Feng, Q. Li, J. Yang,X. Zhang, L. Wang, W. Feng, X. F. Zhang, Q. Li, Adv. Mater. 2021, 33,2004754.
Y. Y. Yan, N. Gao, W. Barthlott, Adv. Colloid Interface Sci. 2011, 169,80.[10] B. Bhushan, Philos. Trans. R. Soc., A 2009, 367, 1445.
C. Zhang, D. A. Mcadams, J. C. Grunlan, Adv. Mater. 2016, 28, 8566.[12] T. Sun, L. Feng, X. Gao, L. Jiang, Acc. Chem. Res. 2005, 38, 644.
P. Vukusic, J. R. Sambles, Nature 2003, 424, 852.
M. Srinivasarao, Chem. Rev. 1999, 99, 1935.
W. Yu, J. Koc, J. A. Finlay, J. L. Clarke, A. S. Clare, A. Rosenhahn,Biointerphases 2019, 14, 051002.
M. D. Ibrahim, S. N. A. Amran, Y. S. Yunos, M. R. A. Rahman,M. Z. Mohtar, L. K. Wong, A. Zulkharnain, Appl. Bionics Biomech.2018, 2018, 7854321.
X. Li, J. Deng, Y. Lu, L. Zhang, J. Sun, F. Wu, Ceram. Int.2019, 45,21759.
G. Liu, Z. Yuan, Z. Qiu, S. Feng, Y. Xie, D. Leng, X. Tian, Ocean Eng.2020, 199, 106962.
X. Feng, P. Sun, G. Tian, X. Feng, P. Sun, G. Tian,Adv. Mater. Inter-faces 2022, 9, 2101616.
M. Xu, A. Grabowski, N. Yu, G. Kerezyte, J. W. Lee, B. R. Pfeifer,C.-J. J. Kim, Phys. Rev. Appl. 2020, 13, 034056.
H. Park, G. Sun, C. J. Kim, J. Fluid Mech. 2014, 747, 722.
M. Xu, N. Yu, J. Kim, C.-J. Kim, J. Fluid Mech. 2021, 908, A6.
B. Liu, Y. He, Y. Fan, X. Wang, Macromol. Rapid Commun. 2006, 27,1859.
H. S. Hwang, N. H. Kim, S. G. Lee, D. Y. Lee, K. Cho, I. Park,ACSAppl. Mater. Interfaces 2011, 3, 2179.
S. Kato, A. Sato, J. Mater. Chem. 2012, 22, 8613.
J. Zou, H. Chen, A. Chunder, Y. Yu, Q. Huo, L. Zhai, Adv. Mater.2008, 20, 3337.
S. Lee, J. Lee, J. Park, Y. Choi, K. Yong, Adv. Mater. 2012, 24, 2418.
L. Zhu, Y. Xiu, J. Xu, P. A. Tamirisa, D. W. Hess, C. P. Wong, Lang-muir 2005, 21, 11208.
X. Hu, L. Chen, T. Ji, Y. Zhang, A. Hu, F. Wu, G. Li, Y. Chen, X. Hu,L. Chen, T. Ji, Y. Zhang, A. Hu, F. Wu, Y. Chen, G. Li, Adv. Mater.Interfaces 2015, 2, 1500445.
X. Liang, J. Lu, T. Zhao, X. Yu, Q. Jiang, Y. Hu, P. Zhu, R. Sun,C. P. Wong, Adv. Mater. Interfaces 2019, 6, 1801635.
S. Chae, K. H. Cho, S. Won, A. Yi, J. Choi, H. H. Lee, J. H. Kim,H. J. Kim, Adv. Mater. Interfaces 2017, 4, 1701099.
M. E. G. Castillo, A. T. Patera, J. Fluid Mech. 1997, 335, 323.
Y. H. Chong, P. H. Gaskell, N. Kapur, Chem. Eng. Sci. 2007, 62, 4138.
T. Bauman, T. Sullivan, S. Middleman, Chem. Eng. Commun. 1982,14, 35.
J. Greener, T. Sullivan, B. Turner, S. Middleman, Chem. Eng.Commun. 1980, 5, 73.
G. A. Zevallos, M. S. Carvalho, M. Pasquali, J. Non-Newtonian FluidMech. 2005, 130, 96.
R. J. Fields, M. F. Ashby, Philos. Mag. 1976, 33, 33.
A. M. Grillet, A. G. Lee, E. S. G. Shaqfeh, J. Fluid Mech. 1999, 399,49.
E. Szczurek, M. Dubar, R. Deltombe, A. Dubois, L. Dubar,J. Mater.Process. Technol. 2009, 209, 3187.
O. Cohu, A. Magnin, J. Rheol. 1995, 39, 767.
C. K. Yang, D. S. H. Wong, T. J. Liu, Polym. Eng. Sci. 2004, 44, 1970.
G. P. Bierwagen, Electrochim. Acta 1992, 37, 1471.
P. Brumm, H. Sauer, E. Dörsam, Colloids Interfaces 2019, 3, 37.
M. Pudas, J. Hagberg, S. Leppävuori, Int. J. Electron. 2005, 92, 251.
M. Yamamura, J. Coat. Technol. Res. 2020, 17, 1447.
J. H. Lee, S. K. Han, J. S. Lee, H. W. Jung, J. C. Hyun, Korea Aust.Rheol. J. 2010, 22, 75.
M. Rosen, M. Vazquez, AIP Conf. Proc. 2007, 913, 14.
D. J. Coyle, C. W. Macosko, L. E. Scriven, J. Rheol. 1990, 34, 615.
F. V. López, L. Pauchard, M. Rosen, M. Rabaud, J. Non-NewtonianFluid Mech. 2002, 103, 123.
D. A. Soules, R. H. Fernando, J. E. Glass, J. Rheol. 1988, 32, 181.
D. J. Coyle, Liquid Film Coating, Springer, Netherlands, Dordrecht1997, pp. 539–571.
A. Shahsavar, M. Bahiraei, Powder Technol. 2017, 318, 441.
S. Abbasi, S. M. Zebarjad, S. H. N. Baghban, A. Youssefi,M.-S. Ekrami-Kakhki, J. Therm. Anal. Calorim. 2016, 123, 81.
B. Jo, D. Banerjee, Mater. Lett. 2014, 122, 212.
S. Mueller, E. W. Llewellin, H. M. Mader, Proc. R. Soc. A: Math. Phys.Eng. Sci. 2010, 466, 1201.
E. Anczurowski, S. G. Mason, Trans. Soc. Rheol. 1968, 12, 209.
C. W. Macosko, Rheology: Principles, Measurements, and Applications,VCH, Weinheim 1994.
R. D. Corder, P. Adhikari, M. C. Burroughs, O. J. Rojas, S. A. Khan,Soft Matter 2020, 16, 8602.
S. A. Jin, E. G. Facchine, S. A. Khan, O. J. Rojas, R. J. Spontak, J. Col-loid Interface Sci. 2021, 599, 207.
S. Wang, H. Tang, J. Guo, K. Wang, Carbohydr. Polym. 2016, 147, 455.
M. Razavi-Nouri, A. Sabet, M. Mohebbi, Polym. Bull. 2020, 77, 5933.
T. V. Neumann, E. G. Facchine, B. Leonardo, S. Khan, M. D. Dickey,Soft Matter 2020, 16, 6608.
Y. Y. Huang, S. V. Ahir, E. M. Terentjev, Phys. Rev. B: Condens. MatterMater. Phys. 2006, 73, 125422.
N. A. Burns, M. A. Naclerio, S. A. Khan, A. Shojaei, S. R. Raghavan,J. Rheol. 2014, 58, 1599.
S. Wu, J. Polym. Sci., Part C: Polym. Symp. 1971, 34, 19.
J. E. Mark, Physical Properties of Polymers Handbook, 2nd ed.,Springer, Berlin 2007.
B. B. Sauer, N. V. Dipaolo, J. Colloid Interface Sci. 1991, 144, 527.
M. Morra, E. Occhiello, R. Marola, F. Garbassi, P. Humphrey,D. Johnson, J. Colloid Interface Sci. 1990, 137, 11.
A. Dresel, U. Teipel, Colloids Surf., A 2016, 489, 57.
S. C. Roh, E. Y. Choi, Y. S. Choi, C. K. Kim, Polymer 2014, 55, 1527.
S. Nuriel, L. Liu, A. H. Barber, H. D. Wagner, Chem. Phys. Lett. 2005,404, 263.
Y. C. Jeong, S. J. Yang, K. Lee, A.-Y. Kamebuchi, Y. Kamimoto,M. H. Al-Saleh, Mater. Res. Express 2019, 6, 115088.
S.-H. Park, S. Lee, D. Moreira, P. R. Bandaru, I. Han, D.-J. Yun, Sci.Rep. 2015, 5, 15430.
D. J. Coyle, C. W. Macosko, L. E. Scriven, J. Fluid Mech. 1986, 171, 183.
D. J. Coyle, C. W. Macosko, L. E. Scriven, AIChE J. 1987, 33, 741.
M. S. Owens, M. Vinjamur, L. E. Scriven, C. W. Macosko, J. Non-Newtonian Fluid Mech. 2011, 166, 1123.
C. Lee, C. H. Choi, C. J. Kim, Exp. Fluids 2016, 57, 176.
M. P. Schultz, Biofouling 2007, 23, 331.
Y. Xia, P. Cai, Y. Liu, J. Zhu, R. Guo, W. Zhang, Y. Gan, H. Huang,J. Zhang, C. Liang, X. He, Z. Xiao, J. Electron. Mater. 2021, 50, 3084.
B. Earp, J. Simpson, J. Phillips, D. Grbovic, S. Vidmar, J. McCarthy,C. C. Luhrs, Nanomaterials 2019, 9, 491.
D. M. Kalyon, E. Birinci, R. Yazici, B. Karuv, S. Walsh, Polym. Eng.Sci. 2002, 42, 1609.
A. Mora, P. Verma, S. Kumar, Composites, Part B 2020, 183, 107600.
C. Lee, C. J. Kim, Phys. Rev. Lett. 2011, 106, 014502.
M. Xu, C. T. Liu, C. J. Kim, Langmuir 2020, 36, 8193.
D. Li, Scratch Hardness Measurement Using Tribometer, Nanovea,Irvine, CA 2014.
D. Li, Understanding Coating Failures Using Scratch Testing, Nanovea,Irvine, CA 2013.
X. Li, J. Deng, H. Yue, D. Ge, X. Zou, Tribol. Int. 2019, 134, 240.
S. N. Li, Z. R. Yu, B. F. Guo, K. Y. Guo, Y. Li, L. X. Gong, L. Zhao,J. Bae, L. C. Tang, Nano Energy 2021, 90, 106502.
S. W. Dai, Y. L. Gu, L. Zhao, W. Zhang, C. H. Gao, Y. X. Wu,S. C. Shen, C. Zhang, T. T. Kong, Y. T. Li, L. X. Gong, G. D. Zhang,L. C. Tang, Composites, Part B 2021, 225, 109243.
Y. T. Li, W. J. Liu, F. X. Shen, G. D. Zhang, L. X. Gong, L. Zhao,P. Song, J. F. Gao, L. C. Tang, Composites, Part B2022, 238,109907.
H. J. Walls, S. B. Caines, A. M. Sanchez, S. A. Khan, J. Rheol. 2003,47, 847.
F. M. Fowkes, J. Phys. Chem. 1963, 67, 2538.
D. K. Owens, R. C. Wendt, J. Appl. Polym. Sci. 1969, 13, 1741.
N. Selvakumar, H. C. Barshilia, K. S. Rajam, J. Appl. Phys. 2010, 108,013505.
A. Kozbial, Z. Li, C. Conaway, R. McGinley, S. Dhingra, V. Vahdat,F. Zhou, B. Durso, H. Liu, L. Li, Langmuir 2014, 30, 8598.
A. F. Stalder, G. Kulik, D. Sage, L. Barbieri, P. Hoffmann, ColloidsSurf., A 2006, 286, 92.
C. A. Schneider, W. S. Rasband, K. W. Eliceiri, Nat. Methods 2012, 9, 671.Adv. Mater. Interfaces 2022, 9, 2201237
Mohammad Nazari-Sharabian, Aliasghar Nazari-Sharabian, Moses Karakouzian, Mehrdad Karami
Abstract
Scour is defined as the erosive action of flowing water, as well as the excavating and carrying away materials from beds and banks of streams, and from the vicinity of bridge foundations, which is one of the main causes of river bridge failures. In the present study, implementing a numerical approach, and using the FLOW-3D model that works based on the finite volume method (FVM), the applicability of using sacrificial piles in different configurations in front of a bridge pier as countermeasures against scouring is investigated. In this regard, the numerical model was calibrated based on an experimental study on scouring around an unprotected circular river bridge pier. In simulations, the bridge pier and sacrificial piles were circular, and the riverbed was sandy. In all scenarios, the flow rate was constant and equal to 45 L/s. Furthermore, one to five sacrificial piles were placed in front of the pier in different locations for each scenario. Implementation of the sacrificial piles proved to be effective in substantially reducing the scour depths. The results showed that although scouring occurred in the entire area around the pier, the maximum and minimum scour depths were observed on the sides (using three sacrificial piles located upstream, at three and five times the pier diameter) and in the back (using five sacrificial piles located upstream, at four, six, and eight times the pier diameter) of the pier. Moreover, among scenarios where single piles were installed in front of the pier, installing them at a distance of five times the pier diameter was more effective in reducing scour depths. For other scenarios, in which three piles and five piles were installed, distances of six and four times the pier diameter for the three piles scenario, and four, six, and eight times the pier diameter for the five piles scenario were most effective.
Keywords
Scouring; River Bridges; Sacrificial Piles; Finite Volume Method (FVM); FLOW-3D.
References
Karakouzian, Chavez, Hayes, and Nazari-Sharabian. “Bulbous Pier: An Alternative to Bridge Pier Extensions as a Countermeasure Against Bridge Deck Splashing.” Fluids 4, no. 3 (July 24, 2019): 140. doi:10.3390/fluids4030140.
Karami, Mehrdad, Abdorreza Kabiri-Samani, Mohammad Nazari-Sharabian, and Moses Karakouzian. “Investigating the Effects of Transient Flow in Concrete-Lined Pressure Tunnels, and Developing a New Analytical Formula for Pressure Wave Velocity.” Tunnelling and Underground Space Technology 91 (September 2019): 102992. doi:10.1016/j.tust.2019.102992.
Karakouzian, Moses, Mohammad Nazari-Sharabian, and Mehrdad Karami. “Effect of Overburden Height on Hydraulic Fracturing of Concrete-Lined Pressure Tunnels Excavated in Intact Rock: A Numerical Study.” Fluids 4, no. 2 (June 19, 2019): 112. doi:10.3390/fluids4020112.
Chiew, Yee-Meng. “Scour protection at bridge piers.” Journal of Hydraulic Engineering 118, no. 9 (1992): 1260-1269. doi:10.1061/(ASCE)0733-9429(1992)118:9(1260).
Shen, Hsieh Wen, Verne R. Schneider, and Susumu Karaki. “Local scour around bridge piers.” Journal of the Hydraulics Division (1969): 1919-1940.
Richardson, E.V., and Davis, S.R. “Evaluating Scour at Bridges”. Hydraulic Engineering Circular. (2001), 18 (HEC-18), Report no. FHWA NHI 01–001, U.S. Department of Transportation, Federal Highway Administration, Washington, DC, USA.
Elsaeed, Gamal, Hossam Elsersawy, and Mohammad Ibrahim. “Scour Evaluation for the Nile River Bends on Rosetta Branch.” Advances in Research 5, no. 2 (January 10, 2015): 1–15. doi:10.9734/air/2015/17380.
Chang, Wen-Yi, Jihn-Sung Lai, and Chin-Lien Yen. “Evolution of scour depth at circular bridge piers.” Journal of Hydraulic Engineering 130, no. 9 (2004): 905-913. doi:10.1061/(ASCE)0733-9429(2004)130:9(905).
Unger, Jens, and Willi H. Hager. “Riprap failure at circular bridge piers.” Journal of Hydraulic Engineering 132, no. 4 (2006): 354-362. doi:10.1061/(ASCE)0733-9429(2006)132:4(354).
Abdeldayem, Ahmed W., Gamal H. Elsaeed, and Ahmed A. Ghareeb. “The effect of pile group arrangements on local scour using numerical models.” Advances in Natural and Applied Sciences 5, no. 2 (2011): 141-146.
Sheppard, D. M., B. Melville, and H. Demir. “Evaluation of Existing Equations for Local Scour at Bridge Piers.” Journal of Hydraulic Engineering 140, no. 1 (January 2014): 14–23. doi:10.1061/(asce)hy.1943-7900.0000800.
Melville, Bruce W., and Anna C. Hadfield. “Use of sacrificial piles as pier scour countermeasures.” Journal of Hydraulic Engineering 125, no. 11 (1999): 1221-1224. doi:10.1061/(ASCE)0733-9429(1999)125:11(1221).
Yao, Weidong, Hongwei An, Scott Draper, Liang Cheng, and John M. Harris. “Experimental Investigation of Local Scour Around Submerged Piles in Steady Current.” Coastal Engineering 142 (December 2018): 27–41. doi:10.1016/j.coastaleng.2018.08.015.
Link, Oscar, Marcelo García, Alonso Pizarro, Hernán Alcayaga, and Sebastián Palma. “Local Scour and Sediment Deposition at Bridge Piers During Floods.” Journal of Hydraulic Engineering 146, no. 3 (March 2020): 04020003. doi:10.1061/(asce)hy.1943-7900.0001696.
Khan, Mujahid, Mohammad Tufail, Muhammad Fahad, Hazi Muhammad Azmathullah, Muhammad Sagheer Aslam, Fayaz Ahmad Khan, and Asif Khan. “Experimental analysis of bridge pier scour pattern.” Journal of Engineering and Applied Sciences 36, no. 1 (2017): 1-12.
Yang, Yifan, Bruce W. Melville, D. M. Sheppard, and Asaad Y. Shamseldin. “Clear-Water Local Scour at Skewed Complex Bridge Piers.” Journal of Hydraulic Engineering 144, no. 6 (June 2018): 04018019. doi:10.1061/(asce)hy.1943-7900.0001458.
Moussa, Yasser Abdallah Mohamed, Tarek Hemdan Nasr-Allah, and Amera Abd-Elhasseb. “Studying the Effect of Partial Blockage on Multi-Vents Bridge Pier Scour Experimentally and Numerically.” Ain Shams Engineering Journal 9, no. 4 (December 2018): 1439–1450. doi:10.1016/j.asej.2016.09.010.
Guan, Dawei, Yee-Meng Chiew, Maoxing Wei, and Shih-Chun Hsieh. “Characterization of Horseshoe Vortex in a Developing Scour Hole at a Cylindrical Bridge Pier.” International Journal of Sediment Research 34, no. 2 (April 2019): 118–124. doi:10.1016/j.ijsrc.2018.07.001.
Dougherty, E.M. “CFD Analysis of Bridge Pier Geometry on Local Scour Potential” (2019). LSU Master’s Theses. 5031.
Vijayasree, B. A., T. I. Eldho, B. S. Mazumder, and N. Ahmad. “Influence of Bridge Pier Shape on Flow Field and Scour Geometry.” International Journal of River Basin Management 17, no. 1 (November 10, 2017): 109–129. doi:10.1080/15715124.2017.1394315.
Farooq, Rashid, and Abdul Razzaq Ghumman. “Impact Assessment of Pier Shape and Modifications on Scouring Around Bridge Pier.” Water 11, no. 9 (August 23, 2019): 1761. doi:10.3390/w11091761.
Link, Oscar, Cristian Castillo, Alonso Pizarro, Alejandro Rojas, Bernd Ettmer, Cristián Escauriaza, and Salvatore Manfreda. “A Model of Bridge Pier Scour During Flood Waves.” Journal of Hydraulic Research 55, no. 3 (November 18, 2016): 310–323. doi:10.1080/00221686.2016.1252802.
Karakouzian, Moses, Mehrdad Karami, Mohammad Nazari-Sharabian, and Sajjad Ahmad. “Flow-Induced Stresses and Displacements in Jointed Concrete Pipes Installed by Pipe Jacking Method.” Fluids 4, no. 1 (February 21, 2019): 34. doi:10.3390/fluids4010034.
Flow Science, Inc. FLOW-3D User’s Manual, Flow Science (2018).
Brethour, J. Modeling Sediment Scour. Flow Science, Santa Fe, NM. (2003).
Brethour, James, and Jeff Burnham. “Modeling sediment erosion and deposition with the FLOW-3D sedimentation & scour model.” Flow Science Technical Note, FSI-10-TN85 (2010): 1-22.
Balouchi, M., and Chamani, M.R. “Investigating the Effect of using a Collar around a Bridge Pier, on the Shape of the Scour Hole”. Proceedings of the First International Conference on Dams and Hydropower (2012) (In Persian).
Bayon, Arnau, Daniel Valero, Rafael García-Bartual, Francisco José Vallés-Morán, and P. Amparo López-Jiménez. “Performance Assessment of OpenFOAM and FLOW-3D in the Numerical Modeling of a Low Reynolds Number Hydraulic Jump.” Environmental Modelling & Software 80 (June 2016): 322–335. doi:10.1016/j.envsoft.2016.02.018.
Aminoroayaie Yamini, O., S. Hooman Mousavi, M. R. Kavianpour, and Azin Movahedi. “Numerical Modeling of Sediment Scouring Phenomenon Around the Offshore Wind Turbine Pile in Marine Environment.” Environmental Earth Sciences 77, no. 23 (November 24, 2018). doi:10.1007/s12665-018-7967-4.
Nazari-Sharabian, Mohammad, Masoud Taheriyoun, Sajjad Ahmad, Moses Karakouzian, and Azadeh Ahmadi. “Water Quality Modeling of Mahabad Dam Watershed–Reservoir System under Climate Change Conditions, Using SWAT and System Dynamics.” Water 11, no. 2 (February 24, 2019): 394. doi:10.3390/w11020394.
Waqed H. Hassan| Zahraa Mohammad Fadhe*| Rifqa F. Thiab| Karrar Mahdi Civil Engineering Department, Faculty of Engineering, University of Warith Al-Anbiyaa, Kerbala 56001, Iraq Civil Engineering Department, Faculty of Engineering, University of Kerbala, Kerbala 56001, Iraq Corresponding Author Email: Waqed.hammed@uowa.edu.iq
OPEN ACCESS
Abstract:
This work investigates numerically a local scour moves in irregular waves around tripods. It is constructed and proven to use the numerical model of the seabed-tripod-fluid with an RNG k turbulence model. The present numerical model then examines the flow velocity distribution and scour characteristics. After that, the suggested computational model Flow-3D is a useful tool for analyzing and forecasting the maximum scour development and the flow field in random waves around tripods. The scour values affecting the foundations of the tripod must be studied and calculated, as this phenomenon directly and negatively affects the structure of the structure and its design life. The lower diagonal braces and the main column act as blockages, increasing the flow accelerations underneath them. This increases the number of particles that are moved, which in turn creates strong scouring in the area. The numerical model has a good agreement with the experimental model, with a maximum percentage of error of 10% between the experimental and numerical models. In addition, Based on dimensional analysis parameters, an empirical equation has been devised to forecast scour depth with flow depth, median size ratio, Keulegan-Carpenter (Kc), Froud number flow, and wave velocity that the results obtained in this research at various flow velocities and flow depths demonstrated that the maximum scour depth rate depended on wave height with rising velocities and decreasing particle sizes (d50) and the scour depth attains its steady-current value for Vw < 0.75. As the Froude number rises, the maximum scour depth will be large.
Keywords:
local scour, tripod foundation, Flow-3D, waves
1. Introduction
New energy sources have been used by mankind since they become industrialized. The main energy sources have traditionally been timber, coal, oil, and gas, but advances in the science of new energies, such as nuclear energy, have emerged [1, 2]. Clean and renewable energy such as offshore wind has grown significantly during the past few decades. There are numerous different types of foundations regarding offshore wind turbines (OWTs), comprising the tripod, jacket, gravity foundation, suction anchor (or bucket), and monopile [3, 4]. When the water depth is less than 30 meters, Offshore wind farms usually employ the monopile type [4]. Engineers must deal with the wind’s scouring phenomenon turbine foundations when planning and designing wind turbines for an offshore environment [5]. Waves and currents generate scour, this is the erosion of soil near a submerged foundation and at its location [6]. To predict the regional scour depth at a bridge pier, Jalal et al. [7-10] developed an original gene expression algorithm using artificial neural networks. Three monopiles, one main column, and several diagonal braces connecting the monopiles to the main column make up the tripod foundation, which has more complicated shapes than a single pile. The design of the foundation may have an impact on scour depth and scour development since the foundation’s form affects the flow field [11, 12]. Stahlmann [4] conducted several field investigations. He discovered that the main column is where the greatest scour depth occurred. Under the main column is where the maximum scour depth occurs in all experiments. The estimated findings show that higher wave heights correspond to higher flow velocities, indicating that a deeper scour depth is correlated with finer silt granularity [13] recommends as the design value for a single pile. These findings support the assertion that a tripod may cause the seabed to scour more severely than a single pile. The geography of the scour is significantly more influenced by the KC value (Keulegan–Carpenter number)
The capability of computer hardware and software has made computational fluid dynamics (CFD) quite popular to predict the behavior of fluid flow in industrial and environmental applications has increased significantly in recent years [14].
Finding an acceptable piece of land for the turbine’s construction and designing the turbine pile precisely for the local conditions are the biggest challenges. Another concern related to working in a marine environment is the effect of sea waves and currents on turbine piles and foundations. The earth surrounding the turbine’s pile is scoured by the waves, which also render the pile unstable.
In this research, the main objective is to investigate numerically a local scour around tripods in random waves. It is constructed and proven to use the tripod numerical model. The present numerical model is then used to examine the flow velocity distribution and scour characteristics.
2. Numerical Model
To simulate the scouring process around the tripod foundation, the CFD code Flow-3D was employed. By using the fractional area/volume method, it may highlight the intricate boundaries of the solution domain (FAVOR).
This model was tested and validated utilizing data derived experimentally from Schendel et al. [15] and Sumer and Fredsøe [6]. 200 runs were performed at different values of parameters.
2.1 Momentum equations
The incompressible viscous fluid motion is described by the three RANS equations listed below [16]:
where, respectively, u, v, and w represent the x, y, and z flow velocity components; volume fraction (VF), area fraction (Ai; I=x, y, z), water density (f), viscous force (fi), and body force (Gi) are all used in the formula.
2.2 Model of turbulence
Several turbulence models would be combined to solve the momentum equations. A two-equation model of turbulence is the RNG k-model, which has a high efficiency and accuracy in computing the near-wall flow field. Therefore, the flow field surrounding tripods was captured using the RNG k-model.
2.3 Model of sediment scour
2.3.1 Induction and deposition
Eq. (4) can be used to determine the particle entrainment lift velocity [17].
α𝛼i is the Induction parameter, ns the normal vector is parallel to the seafloor, and for the present numerical model, ns=(0,0,1), θ𝜃cr is the essential Shields variable, g is the accelerated by gravity, di is the size of the particles, ρi is species density in beds, and d∗ The diameter of particles without dimensions; these values can be obtained in Eq. (5).
fbis the essential particle packing percentage, qb, i is the bed load transportation rate, and cb, I the percentage of sand by volume i. These variables can be found in Eq. (9), Eq. (10), fb, δ𝛿i the bed load thickness.
In this paper, after the calibration of numerous trials, the selection of parameters for sediment scour is crucial. Maximum packing fraction is 0.64 with a shields number of 0.05, entrainment coefficient of 0.018, the mass density of 2650, bed load coefficient of 12, and entrainment coefficient of 0.01.
3. Model Setup
To investigate the scour characteristics near tripods in random waves, the seabed-tripod-fluid numerical model was created as shown in Figure 1. The tripod basis, a seabed, and fluid and porous medium were all components of the model. The seabed was 240 meters long, 40 meters wide, and three meters high. It had a median diameter of d50 and was composed of uniformly fine sand. The 2.5-meter main column diameter D. The base of the main column was three dimensions above the original seabed. The center of the seafloor was where the tripod was, 130 meters from the offshore and 110 meters from the onshore. To prevent wave reflection, the porous media were positioned above the seabed on the onshore side.
Figure 1. An illustration of the numerical model for the seabed-tripod-fluid
3.1 Generation of meshes
Figure 2 displays the model’s mesh for the Flow-3D software grid. The current model made use of two different mesh types: global mesh grid and nested mesh grid. A mesh grid with the following measurements was created by the global hexahedra mesh grid: 240m length, 40m width, and 32m height. Around the tripod, a finer nested mesh grid was made, with dimensions of 0 to 32m on the z-axis, 10 to 30 m on the x-axis, and 25 to 15 m on the y-axis. This improved the calculation’s precision and mesh quality.
To increase calculation efficiency, the top side, The model’s two x-z plane sides, as well as the symmetry boundaries, were all specified. For u, v, w=0, the bottom boundary wall was picked. The offshore end of the wave boundary was put upstream. For the wave border, random waves were generated using the wave spectrum from the Joint North Sea Wave Project (JONSWAP). Boundary conditions are shown in Figure 3.
Figure 3. Boundary conditions of the typical problem
The wave spectrum peak enhancement factor (=3.3 for this work) and can be used to express the unidirectional JONSWAP frequency spectrum.
3.3 Mesh sensitivity
Before doing additional research into scour traits and scour depth forecasting, mesh sensitivity analysis is essential. Three different mesh grid sizes were selected for this section: Mesh 1 has a 0.45 by 0.45 nested fine mesh and a 0.6 by 0.6 global mesh size. Mesh 2 has a 0.4 global mesh size and a 0.35 nested fine mesh size, while Mesh 3 has a 0.25 global mesh size and a nested fine mesh size of 0.15. Comparing the relative fine mesh size (such as Mesh 2 or Mesh 3) to the relatively coarse mesh size (such as Mesh 1), a larger scour depth was seen; this shows that a finer mesh size can more precisely represent the scouring and flow field action around a tripod. Significantly, a lower mesh size necessitates a time commitment and a more difficult computer configuration. Depending on the sensitivity of the mesh guideline utilized by Pang et al., when Mesh 2 is applied, the findings converge and the mesh size is independent [20]. In the next sections, scouring the area surrounding the tripod was calculated using Mesh 2 to ensure accuracy and reduce computation time. The working segment generates a total of 14, 800,324 cells.
3.4 Model validation
Comparisons between the predicted outcomes from the current model and to confirm that the current numerical model is accurate and suitably modified, experimental data from Sumer and Fredsøe [6] and Schendel et al. [15] were used. For the experimental results of Run 05, Run 15, and Run 22 from Sumer and Fredsøe [6], the experimental A9, A13, A17, A25, A26, and A27 results from Schendel et al. [15], and the numerical results from the current model are shown in Figure 4. The present model had d50=0.051cm, the height of the water wave(h)=10m, and wave velocity=0.854 m.s-1.
Figure 5. Comparison of the present study’s maximum scour depth with that authored by Sumer and Fredsøe [6] and Schendel et al. [15]
According to Figure 5, the highest discrepancy between the numerical results and experimental data is about 10%, showing that overall, there is good agreement between them. The ability of the current numerical model to accurately depict the scour process and forecast the maximum scour depth (S) near foundations is demonstrated by this. Errors in the simulation were reduced by using the calibrated values of the parameter. Considering these results, a suggested simulated scouring utilizing a Flow-3D numerical model is confirmed as a superior way for precisely forecasting the maximum scour depth near a tripod foundation in random waves.
3.5 Dimensional analysis
The variables found in this study as having the greatest impacts, variables related to flow, fluid, bed sediment, flume shape, and duration all had an impact on local scouring depth (t). Hence, scour depth (S) can be seen as a function of these factors, shown as:
With the aid of dimensional analysis, the 14-dimensional parameters in Eq. (11) were reduced to 6 dimensionless variables using Buckingham’s -theorem. D, V, and were therefore set as repetition parameters and others as constants, allowing for the ignoring of their influence. Eq. (12) thus illustrates the relationship between the effect of the non-dimensional components on the depth of scour surrounding a tripod base.
(12)
\frac{S}{D}=f\left(\frac{h}{D}, \frac{d 50}{D}, \frac{V}{V W}, F r, K c\right)
where, SD𝑆𝐷 are scoured depth ratio, VVw𝑉𝑉𝑤 is flow wave velocity, d50D𝑑50𝐷 median size ratio, $Fr representstheFroudnumber,and𝑟𝑒𝑝𝑟𝑒𝑠𝑒𝑛𝑡𝑠𝑡ℎ𝑒𝐹𝑟𝑜𝑢𝑑𝑛𝑢𝑚𝑏𝑒𝑟,𝑎𝑛𝑑Kc$is the Keulegan-Carpenter.
4. Result and Discussion
4.1 Development of scour
Similar to how the physical model was used, this numerical model was also used. The numerical model’s boundary conditions and other crucial variables that directly influence the outcomes were applied (flow depth, median particle size (d50), and wave velocity). After the initial 0-300 s, the scour rate reduced as the scour holes grew quickly. The scour depths steadied for about 1800 seconds before reaching an asymptotic value. The findings of scour depth with time are displayed in Figure 6.
4.2 Features of scour
Early on (t=400s), the scour hole began to appear beneath the main column and then began to extend along the diagonal bracing connecting to the wall-facing pile. Gradually, the geography of the scour; of these results is similar to the experimental observations of Stahlmann [4] and Aminoroayaie Yamini et al. [1]. As the waves reached the tripod, there was an enhanced flow acceleration underneath the main column and the lower diagonal braces as a result of the obstructing effects of the structural elements. More particles are mobilized and transported due to the enhanced near-bed flow velocity, it also increases bed shear stress, turbulence, and scour at the site. In comparison to a single pile, the main column and structural components of the tripod have a significant impact on the flow velocity distribution and, consequently, the scour process and morphology. The main column and seabed are separated by a gap, therefore the flow across the gap may aid in scouring. The scour hole first emerged beneath the main column and subsequently expanded along the lower structural components, both Aminoroayaie Yamini et al. [1] and Stahlmann [4] made this claim. Around the tripod, there are several different scour morphologies and the flow velocity distribution as shown in Figures 7 and 8.
Figure 8. Random waves of flow velocity distribution around a tripod
4.3 Wave velocity’s (Vw) impact on scour depth
In this study’s section, we looked at how variations in wave current velocity affected the scouring depth. Bed scour pattern modification could result from an increase or decrease in waves. As a result, the backflow area produced within the pile would become stronger, which would increase the depth of the sediment scour. The quantity of current turbulence is the primary cause of the relationship between wave height and bed scour value. The current velocity has increased the extent to which the turbulence energy has changed and increased in strength now present. It should be mentioned that in this instance, the Jon swap spectrum random waves are chosen. The scour depth attains its steady-current value for Vw<0.75, Figure 9 (a) shows that effect. When (V) represents the mean velocity=0.5 m.s-1.
Figure 9. Main effects on maximum scour depth (Smax) as a function of column diameter (D)
4.4 Impact of a median particle (d50) on scour depth
In this section of the study, we looked into how variations in particle size affected how the bed profile changed. The values of various particle diameters are defined in the numerical model for each run numerical modeling, and the conditions under which changes in particle diameter have an impact on the bed scour profile are derived. Based on Figure 9 (b), the findings of the numerical modeling show that as particle diameter increases the maximum scour depth caused by wave contact decreases. When (d50) is the diameter of Sediment (d50). The Shatt Al-Arab soil near Basra, Iraq, was used to produce a variety of varied diameters.
4.5 Impact of wave height and flow depth (h) on scour depth
One of the main elements affecting the scour profile brought on by the interaction of the wave and current with the piles of the wind turbines is the height of the wave surrounding the turbine pile causing more turbulence to develop there. The velocity towards the bottom and the bed both vary as the turbulence around the pile is increased, modifying the scour profile close to the pile. According to the results of the numerical modeling, the depth of scour will increase as water depth and wave height in random waves increase as shown in Figure 9 (c).
4.6 Froude number’s (Fr) impact on scour depth
No matter what the spacing ratio, the Figure 9 shows that the Froude number rises, and the maximum scour depth often rises as well increases in Figure 9 (d). Additionally, it is crucial to keep in mind that only a small portion of the findings regarding the spacing ratios with the smallest values. Due to the velocity acceleration in the presence of a larger Froude number, the range of edge scour downstream is greater than that of upstream. Moreover, the scouring phenomena occur in the region farthest from the tripod, perhaps as a result of the turbulence brought on by the collision of the tripod’s pile. Generally, as the Froude number rises, so does the deposition height and scour depth.
4.7 Keulegan-Carpenter (KC) number
The geography of the scour is significantly more influenced by the KC value. Greater KC causes a deeper equilibrium scour because an increase in KC lengthens the horseshoe vortex’s duration and intensifies it as shown in Figure 10.
The result can be attributed to the fact that wave superposition reduced the crucial KC for the initiation of the scour, particularly under small KC conditions. The primary variable in the equation used to calculate This is the depth of the scouring hole at the bed. The following expression is used to calculate the Keulegan-Carpenter number:
Kc=Vw∗TpD𝐾𝑐=𝑉𝑤∗𝑇𝑝𝐷 (13)
where, the wave period is Tp and the wave velocity is shown by Vw.
Figure 10. Relationship between the relative maximum scour depth and KC
5. Conclusion
(1) The existing seabed-tripod-fluid numerical model is capable of faithfully reproducing the scour process and the flow field around tripods, suggesting that it may be used to predict the scour around tripods in random waves.
(2) Their results obtained in this research at various flow velocities and flow depths demonstrated that the maximum scour depth rate depended on wave height with rising velocities and decreasing particle sizes (d50).
(3) A diagonal brace and the main column act as blockages, increasing the flow accelerations underneath them. This raises the magnitude of the disturbance and the shear stress on the seafloor, which in turn causes a greater number of particles to be mobilized and conveyed, as a result, causes more severe scour at the location.
(4) The Froude number and the scouring process are closely related. In general, as the Froude number rises, so does the maximum scour depth and scour range. The highest maximum scour depth always coincides with the bigger Froude number with the shortest spacing ratio.
Since the issue is that there aren’t many experiments or studies that are relevant to this subject, therefore we had to rely on the monopile criteria. Therefore, to gain a deeper knowledge of the scouring effect surrounding the tripod in random waves, further numerical research exploring numerous soil, foundation, and construction elements as well as upcoming physical model tests will be beneficial.
Nomenclature
CFD
Computational fluid dynamics
FAVOR
Fractional Area/Volume Obstacle Representation
VOF
Volume of Fluid
RNG
Renormalized Group
OWTs
Offshore wind turbines
Greek Symbols
ε, ω
Dissipation rate of the turbulent kinetic energy, m2s-3
Subscripts
d50
Median particle size
Vf
Volume fraction
GT
Turbulent energy of buoyancy
KT
Turbulent velocity
PT
Kinetic energy of the turbulence
Αi
Induction parameter
ns
Induction parameter
ΘΘcr
The essential Shields variable
Di
Diameter of sediment
d∗
The diameter of particles without dimensions
µf
Dynamic viscosity of the fluid
qb,i
The bed load transportation rate
Cs,i
Sand particle’s concentration of mass
D
Diameter of pile
Df
Diffusivity
D
Diameter of main column
Fr
Froud number
Kc
Keulegan–Carpenter number
G
Acceleration of gravity g
H
Flow depth
Vw
Wave Velocity
V
Mean Velocity
Tp
Wave Period
S
Scour depth
References
[1] Aminoroayaie Yamini, O., Mousavi, S.H., Kavianpour, M.R., Movahedi, A. (2018). Numerical modeling of sediment scouring phenomenon around the offshore wind turbine pile in marine environment. Environmental Earth Sciences, 77: 1-15. https://doi.org/10.1007/s12665-018-7967-4
[2] Hassan, W.H., Hashim, F.S. (2020). The effect of climate change on the maximum temperature in Southwest Iraq using HadCM3 and CanESM2 modelling. SN Applied Sciences, 2(9): 1494. https://doi.org/10.1007/s42452-020-03302-z
[3] Fazeres-Ferradosa, T., Rosa-Santos, P., Taveira-Pinto, F., Pavlou, D., Gao, F.P., Carvalho, H., Oliveira-Pinto, S. (2020). Preface: Advanced research on offshore structures and foundation design part 2. In Proceedings of the Institution of Civil Engineers-Maritime Engineering. Thomas Telford Ltd, 173(4): 96-99. https://doi.org/10.1680/jmaen.2020.173.4.96
[4] Stahlmann, A. (2013). Numerical and experimental modeling of scour at foundation structures for offshore wind turbines. In ISOPE International Ocean and Polar Engineering Conference. ISOPE, pp. ISOPE-I.
[5] Petersen, T.U., Sumer, B.M., Fredsøe, J. (2014). Edge scour at scour protections around offshore wind turbine foundations. In 7th International Conference on Scour and Erosion. CRC Press, pp. 587-592.
[6] Sumer, B.M., Fredsøe, J. (2001). Scour around pile in combined waves and current. Journal of Hydraulic Engineering, 127(5): 403-411. https://doi.org/10.1061/(ASCE)0733-9429(2001)127:5(403)
[7] Jalal, H.K., Hassan, W.H. (2020). Effect of bridge pier shape on depth of scour. In IOP Conference Series: Materials Science and Engineering. IOP Publishing, 671(1): 012001. https://doi.org/10.1088/1757-899X/671/1/012001
[8] Hassan, W.H., Jalal, H.K. (2021). Prediction of the depth of local scouring at a bridge pier using a gene expression programming method. SN Applied Sciences, 3(2): 159. https://doi.org/10.1007/s42452-020-04124-9
[9] Jalal, H.K., Hassan, W.H. (2020). Three-dimensional numerical simulation of local scour around circular bridge pier using Flow-3D software. In IOP Conference Series: Materials Science and Engineering. IOP Publishing, 745(1): 012150. https://doi.org/10.1088/1757-899X/745/1/012150
[10] Hassan, W.H., Attea, Z.H., Mohammed, S.S. (2020). Optimum layout design of sewer networks by hybrid genetic algorithm. Journal of Applied Water Engineering and Research, 8(2): 108-124. https://doi.org/10.1080/23249676.2020.1761897
[11] Hassan, W.H., Hussein, H.H., Alshammari, M.H., Jalal, H.K., Rasheed, S.E. (2022). Evaluation of gene expression programming and artificial neural networks in PyTorch for the prediction of local scour depth around a bridge pier. Results in Engineering, 13: 100353. https://doi.org/10.1016/j.rineng.2022.100353
[12] Hassan, W.H., Hh, H., Mohammed, S.S., Jalal, H.K., Nile, B.K. (2021). Evaluation of gene expression programming to predict the local scour depth around a bridge pier. Journal of Engineering Science and Technology, 16(2): 1232-1243. https://doi.org/10.1016/j.rineng.2022.100353
[13] Nerland, C. (2010). Offshore wind energy: Balancing risk and reward. In Proceedings of the Canadian Wind Energy Association’s 2010 Annual Conference and Exhibition, Canada, p. 2000.
[14] Hassan, W.H., Nile, B.K., Mahdi, K., Wesseling, J., Ritsema, C. (2021). A feasibility assessment of potential artificial recharge for increasing agricultural areas in the kerbala desert in Iraq using numerical groundwater modeling. Water, 13(22): 3167. https://doi.org/10.3390/w13223167
[15] Schendel, A., Welzel, M., Schlurmann, T., Hsu, T.W. (2020). Scour around a monopile induced by directionally spread irregular waves in combination with oblique currents. Coastal Engineering, 161: 103751. https://doi.org/10.1016/j.coastaleng.2020.103751
[16] Yakhot, V., Orszag, S.A. (1986). Renormalization group analysis of turbulence. I. Basic theory. Journal of Scientific Computing, 1(1): 3-51. https://doi.org/10.1007/BF01061452
[17] Mastbergen, D.R., Van Den Berg, J.H. (2003). Breaching in fine sands and the generation of sustained turbidity currents in submarine canyons. Sedimentology, 50(4): 625-637. https://doi.org/10.1046/j.1365-3091.2003.00554.x
[18] Soulsby, R. (1997). Dynamics of marine sands. https://doi.org/10.1680/doms.25844
[19] Van Rijn, L.C. (1984). Sediment transport, part I: Bed load transport. Journal of Hydraulic Engineering, 110(10): 1431-1456. https://doi.org/10.1061/(ASCE)0733-9429(1984)110:10(1431)
[20] Pang, A.L.J., Skote, M., Lim, S.Y., Gullman-Strand, J., Morgan, N. (2016). A numerical approach for determining equilibrium scour depth around a mono-pile due to steady currents. Applied Ocean Research, 57: 114-124. https://doi.org/10.1016/j.apor.2016.02.010
This paper conducts a three-dimensional numerical analysis on the surges generated by landslides of different water entry scales, and analyzes the characteristics of surge disasters induced by landslides of different water entry scales, such as surge height, surge speed, and bank climbing height. Meanwhile, the impact of surges caused by landslides of different water entry scales on the dam is explored.
The FLOW-3D numerical simulation method is employed to simulate and analyze the entire process of landslide instability, surge formation and propagation, surge climbing, and surge backflow. The results show that the maximum climbing height of the surge generated by the 3. 1 million m~3 landslide of water entry is 54. 5 m on the opposite bank, and the surge height in front of the dam is 6. 69 m.
The surge has a small area of overflow at the right bank dam shoulder. The surge generated by the 0. 8 million m~3 landslide of water entry has a maximum climbing height of 26. 00 m on the opposite bank, and the surge height in front of the dam is 5. 38 m, without influence exerted by the surge on the dam safety. The results indicate that the induced surge caused by 3. 1×10~6 m~3 landslide of water entry is more catastrophic than that brought by 0. 8×10~6 m~3 landslide of water entry.
Difference Analysis of Wave Disaster Characteristics Induced by Landslides of Different Water Entry Scales
Artificial Intelligence (AI) techniques, such as Artificial Neural Networks (ANN) and Adaptive Neuro-Fuzzy Inference Systems (ANFIS), and dimensional analysis-based empirical equations (DAEEs), can estimate scour depth around bridge piers. AI’s accuracy depends on various architectures, while DAEEs’ performance depends on experimental data. This study evaluated the performance of AI and DAEEs for scour depth estimation using flow velocity, depth, size of bed sediment, critical approach velocity, and pier width. The data from a smooth rectangular (20 m × 1 m) flume and a high-precision particle image velocimetry to study the flow structure around the pier – width: 1.5 – 91.5 cm evaluated DAEEs. Various ANNs (5, 10, and 15 neurons), double layer (DL) and triple layers (TL), and different ANFIS settings were trained, tested, and verified. The Generalized Reduced Gradient optimization identified the parameters of DAEEs, and Nash–Sutcliffe efficiency (NSE) and Mean Square Error (MSE) evaluated the performance of different models. The study revealed that DL ANN-3 with 10 neurons (NSE = 0.986) outperformed ANFIS, other ANN (ANN1, ANN2, ANN4 & ANN5) models, and empirical equations with NSE values between 0.76 and 0.983. The study found pier dimensions to be the most influential parameter for pier scour.
Abadie J (1969) Generalization of the Wolfe reduced gradient method to the case of non-linear constraints. Optimization, 37–47
Abd El-Hady Rady R (2020) Prediction of local scour around bridge piers: Artificial-intelligence-based modeling versus conventional regression methods. Applied Water Science 10(2):57, DOI: https://doi.org/10.1007/s13201-020-1140-4ArticleGoogle Scholar
Akhlaghi E, Babarsad MS, Derikvand EM, Abedini M (2020) Assessment the effects of different parameters to rate scour around single piers and pile groups: A review. Archives of Computational Methods in Engineering 27(1):183–197, DOI: https://doi.org/10.1007/s11831-018-09304-wArticleGoogle Scholar
Alharbi S, Mills G (2022) Assessment of exposure to flash flooding in an arid environment: A case study of the jeddah city neighborhood abruq ar rughamah, saudi arabia. In: Wadi Flash Floods: Challenges and Advanced Approaches for Disaster Risk Reduction. Springer Nature Singapore, 383–397ChapterGoogle Scholar
Annad M, Lefkir A (2022) Analytic network process for local scour formula ranking with parametric sensitivity analysis and soil class clustering. Water Supply 22(11):8287–8304, DOI: https://doi.org/10.2166/ws.2022.357ArticleGoogle Scholar
Annad M, Lefkir A, Mammar-kouadri M, Bettahar I (2021) Development of a local scour prediction model clustered by soil class. Water Practice & Technology 16(4):1159–1172, DOI: https://doi.org/10.2166/wpt.2021.065ArticleGoogle Scholar
Arifin F, Robbani H, Annisa T, Ma’Arof N (2019) Variations in the number of layers and the number of neurons in artificial neural networks: Case study of pattern recognition. Journal of Physics: Conference Series 1413(1):12016, DOI: https://doi.org/10.1088/1742-6596/1413/1/012016Google Scholar
Arneson LA, Zevenbergen LW, Lagasse PF, Clopper PE (2012) Evaluating scour at bridges. Report No. FHWA-HIF-12-003 HEC-18, National Highway Institute, Arlington, VA, USAGoogle Scholar
Benedict ST, Caldwell AW (2014) A pier-scour database: 2427 Field and Laboratory Measurements of Pier Scour, Data Series No. 845, US Department of the Interior, US Geol. Surv. Reston, VA, USAGoogle Scholar
Cao J, Chen J, Zhu D, Wei S (2021) Evaluation of local scour calculation equations for bridge piers in sandy riverbed. IOP Conference Series: Earth and Environmental Science 692(4):042022, DOI: https://doi.org/10.1088/1755-1315/692/4/042022Google Scholar
Chabert J (1956) Etude des affouillements autour des piles de ponts. Laboratoire National d’Hydraulique, ChatouGoogle Scholar
Chavan R, Gualtieri P, Kumar B (2019) Turbulent flow structures and scour hole characteristics around circular bridge piers over nonuniform sand bed channels with downward seepage. Water 11(8):1580, DOI: https://doi.org/10.3390/w11081580ArticleGoogle Scholar
Chavan R, Kumar B (2020) Downward seepage effects on dynamics of scour depth and migrating dune-like bedforms at tandem piers. Canadian Journal of Civil Engineering 47(1):13–24, DOI: https://doi.org/10.1139/cjce-2017-0640ArticleGoogle Scholar
Cikojević A, Gilja G, Kuspilić N (2019) Sensitivity analysis of empirical equations applicable on bridge piers in sand-bed rivers, Proceedings of the 16th International Symposium on Water Management and Hydraulic Engineering, September 5–7, Skopje, Republic of Macedonia
Dimitriadis P, Koutsoyiannis D, Iliopoulou T, Papanicolaou P (2021) A global-scale investigation of stochastic similarities in marginal distribution and dependence structure of key hydrological-cycle processes. Hydrology 8(2):59, DOI: https://doi.org/10.3390/hydrology8020059ArticleGoogle Scholar
Ettema R (1980) Scour at bridge piers: A report submitted to the National Roads Board. PhD Thesis, The University of Auckland, Auckland, New ZealandGoogle Scholar
Farooq R, Ghumman AR, Ahmed A, Latif A, Masood A (2021) Performance evaluation of scour protection around a bridge pier through experimental approach. Tehnički Vjesnik 28(6):1975–1982, DOI: https://doi.org/10.17559/TV-20200213211932Google Scholar
Fattah MY, Hassan WH, Rasheed SE (2018) Behavior of flexible buried pipes under geocell reinforced subbase subjected to repeated loading. International Journal of Geotechnical Earthquake Engineering 9(1):22–41, DOI: https://doi.org/10.4018/IJGEE.2018010102ArticleGoogle Scholar
FHWA (1998) Recording and coding guide for the structural inventory and appraisal of the nations’ bridges. Report No. FHWA-PD-96-001, US Department of Transportation, Federal Highway Administration. Office of Engineering, Washigton DC, USAGoogle Scholar
Hassan WH, Hussein HH, Alshammari MH, Jalal HK, Rasheed SE (2022) Evaluation of gene expression programming and artificial neural networks in PyTorch for the prediction of local scour depth around a bridge pier. Results in Engineering 13:100353, DOI: https://doi.org/10.1016/j.rineng.2022.100353ArticleGoogle Scholar
Imhof D (2004) Risk assessment of existing bridge structures. PhD Thesis, University of Cambridge, Cambridge, UKGoogle Scholar
Jalal HK, Hassan WH (2020) Three-dimensional numerical simulation of local scour around circular bridge pier using Flow-3D software. IOP Conference Series: Materials Science and Engineering 745(1): 12150, DOI: https://doi.org/10.1088/1757-899X/745/1/012150ArticleGoogle Scholar
Khassaf SI, Ahmed SI (2021) Development an empirical formula to calculate the scour depth at different shapes of non-uniform piers. Journal of Physics: Conference Series 1973(1):012179, DOI: https://doi.org/10.1088/1742-6596/1973/1/012179Google Scholar
Lasdon LS, Waren AD, Jain A, Ratner M (1978) Design and testing of a generalized reduced gradient code for non-linear programming. ACM Transactions on Mathematical Software 4(1):34–50, DOI: https://doi.org/10.1145/355769.355773ArticleGoogle Scholar
Moriasi DN, Arnold JG, Van Liew MW, Bingner RL, Harmel RD, Veith TL (2007) Model evaluation guidelines for systematic quantification of accuracy in watershed simulations. Transactions of ASABE 50(3): 885–900, DOI: https://doi.org/10.13031/2013.23153ArticleGoogle Scholar
Namaee MR, Li Y, Sui J, Whitcombe T (2018) Comparison of three commonly used equations for calculating local scour depth around bridge pier under ice covered flow condition. World Journal of Engineering and Technology 6(2):50–62ArticleGoogle Scholar
Oğuz K, Bor A (2022) Prediction of local scour around bridge piers using hierarchical clustering and adaptive genetic programming. Applied Artificial Intelligence 36(1), DOI: https://doi.org/10.1080/08839514.2021.2001734
Parola AC, Hagerty DJ, Mueller DS, Melville BW, Parker G, Usher JS (1997) The need for research on scour at bridge crossings, 1997. Proceedings of the 27th IAHR World Congress. San Fransisco, CA, USA
Pizarro A, Samela C, Fiorentino M, Link O, Manfreda S (2017) BRISENT: An entropy-based model for bridge-pier scour estimation under complex hydraulic scenarios. Water 9(11):889, DOI: https://doi.org/10.3390/w9110889ArticleGoogle Scholar
Pregnolato M, Winter AO, Mascarenas D, Sen AD, Bates P, Motley MR (2022) Assessing flooding impact to riverine bridges: An integrated analysis. Natural Hazards and Earth System Sciences 22(5):1559–1576, DOI: https://doi.org/10.5194/nhess-22-1559-2022ArticleGoogle Scholar
Sarshari E, Mullhaupt P (2015) Application of artificial neural networks in assessing the equilibrium depth of local scour around bridge piers. ASME 2015 34th International Conference on Ocean, Offshore and Arctic Engineering, May 31–June 5, St. John’s, NL, Canada
Sharafati A, Tafarojnoruz A, Yaseen ZM (2020) New stochastic modeling strategy on the prediction enhancement of pier scour depth in cohesive bed materials. Journal of Hydroinformatics 22(3):457–472, DOI: https://doi.org/10.2166/hydro.2020.047ArticleGoogle Scholar
Sreedhara BM, Patil AP, Pushparaj J, Kuntoji G, Naganna SR (2021) Application of gradient tree boosting regressor for the prediction of scour depth around bridge piers. Journal of Hydroinformatics 23(4): 849–863, DOI: https://doi.org/10.2166/hydro.2021.011ArticleGoogle Scholar
Wang C, Yu X, Liang F (2017) Comparison and estimation of the local scour depth around pile groups and wide piers. In Geotechnical Frontiers, American Scciety of Civil Engineers, Reston, VA, USA, 11–19Google Scholar
Youssef AM, Abu-Abdullah MM, AlFadail EA, Skilodimou HD, Bathrellos GD (2018) The devastating flood in the arid region a consequence of rainfall and dam failure: Case study. Al-Lith flood on 23th November 2018, Kingdom of Saudi Arabia, Zeitschrift für Geomorphol 63(1):115–136, DOI: https://doi.org/10.1127/zfg/2021/0672Google Scholar
Zhang B, Zhao H, Tan C, OBrien EJ, Fitzgerald PC, Kim CW (2022) Laboratory investigation on detecting bridge scour using the indirect measurement from a passing vehicle. Remote Sensing 14(13):3106, DOI: https://doi.org/10.3390/rs14133106ArticleGoogle Scholar
Authors also thank “The US Department of the Interior,” US Geol. Surv. Reston, VA, USA” for providing access to scour data. The Researchers would like to thank the Deanship of Graduate Studies and Scientific Research at Qassim University for financial support (QU-APC-2024-9/1).
Author information
Authors and Affiliations
Dept. of Civil Engineering, College of Engineering, Qassim University, Buraydah, 51452, Saudi ArabiaAbdul Razzaq Ghumman, Husnain Haider, Ibrahim Saleh Al Salamah, Md. Shafiquzzaman, Abdullah Alodah & Mohammad Alresheedi
Dept. of Civil Engineering, International Islamic University, Islamabad, 44000, PakistanRashid Farooq
Dept. of Civil Engineering, University of Engineering and Technology, Taxila, 47050, PakistanAfzal Ahmed & Ghufran Ahmed Pasha
•Landslide travel distance is considered for the first time in a predictive equation.
•Predictive equation derived from databases using 3D physical and numerical modeling.
•The equation was successfully tested on the 2018 Anak Krakatau tsunami event.
•The developed equation using three-dimensional data exhibits a 91 % fitting quality.
Abstract
Landslide tsunamis, responsible for thousands of deaths and significant damage in recent years, necessitate the allocation of sufficient time and resources for studying these extreme natural hazards. This study offers a step change in the field by conducting a large number of three-dimensional numerical experiments, validated by physical tests, to develop a predictive equation for the maximum initial amplitude of tsunamis generated by subaerial landslides. We first conducted a few 3D physical experiments in a wave basin which were then applied for the validation of a 3D numerical model based on the Flow3D-HYDRO package. Consequently, we delivered 100 simulations using the validated model by varying parameters such as landslide volume, water depth, slope angle and travel distance. This large database was subsequently employed to develop a predictive equation for the maximum initial tsunami amplitude. For the first time, we considered travel distance as an independent parameter for developing the predictive equation, which can significantly improve the predication accuracy. The predictive equation was tested for the case of the 2018 Anak Krakatau subaerial landslide tsunami and produced satisfactory results.
The Anak Krakatau landslide tsunami on 22nd December 2018 was a stark reminder of the dangers posed by subaerial landslide tsunamis (Ren et al., 2020; Mulia et al. 2020a; Borrero et al., 2020; Heidarzadeh et al., 2020; Grilli et al., 2021). The collapse of the volcano’s southwest side into the ocean triggered a tsunami that struck the Sunda Strait, leading to approximately 450 fatalities (Syamsidik et al., 2020; Mulia et al., 2020b) (Fig. 1). As shown in Fig. 1, landslide tsunamis (both submarine and subaerial) have been responsible for thousands of deaths and significant damage to coastal communities worldwide. These incidents underscored the critical need for advanced research into landslide-generated waves to aid in hazard prediction and mitigation. This is further emphasized by recent events such as the 28th of November 2020 landslide tsunami in the southern coast mountains of British Columbia (Canada), where an 18 million m3 rockslide generated a massive tsunami, with over 100 m wave run-up, causing significant environmental and infrastructural damage (Geertsema et al., 2022).
Physical modelling and numerical simulation are crucial tools in the study of landslide-induced waves due to their ability to replicate and analyse the complex dynamics of landslide events (Kim et al., 2020). In two-dimensional (2D) modelling, the discrepancy between dimensions can lead to an artificial overestimation of wave amplification (e.g., Heller and Spinneken, 2015). This limitation is overcome with 3D modelling, which enables the scaled-down representation of landslide-generated waves while avoiding the simplifications inherent in 2D approaches (Erosi et al., 2019). Another advantage of 3D modelling in studying landslide-generated waves is its ability to accurately depict the complex dynamics of wave propagation, including lateral and radial spreading from the slide impact zone, a feature unattainable with 2D models (Heller and Spinneken, 2015).
Physical experiments in tsunami research, as presented by authors such as Romano et al. (2020), McFall and Fritz (2016), and Heller and Spinneken (2015), have supported 3D modelling works through validation and calibration of the numerical models to capture the complexities of wave generation and propagation. Numerical modelling has increasingly complemented experimental approach in tsunami research due to the latter’s time and resource-intensive nature, particularly for 3D models (Li et al., 2019; Kim et al., 2021). Various numerical approaches have been employed, from Eulerian and Lagrangian frameworks to depth-averaged and Navier–Stokes models, enhancing our understanding of tsunami dynamics (Si et al., 2018; Grilli et al., 2019; Heidarzadeh et al., 2017, 2020; Iorio et al., 2021; Zhang et al., 2021; Kirby et al., 2022; Wang et al., 2021, 2022; Hu et al., 2022). The sophisticated numerical techniques, including the Particle Finite Element Method and the Immersed Boundary Method, have also shown promising results in modelling highly dynamic landslide scenarios (Mulligan et al., 2020; Chen et al., 2020). Among these methods and techniques, FLOW-3D HYDRO stands out in simulating landslide-generated tsunami waves due to its sophisticated technical features such as offering Tru Volume of Fluid (VOF) method for precise free surface tracking (e.g., Sabeti and Heidarzadeh 2022a). TruVOF distinguishes itself through a split Lagrangian approach, adeptly reducing cumulative volume errors in wave simulations by dynamically updating cell volume fractions and areas with each time step. Its intelligent adaptation of time step size ensures precise capture of evolving free surfaces, offering unparalleled accuracy in modelling complex fluid interfaces and behaviour (Flow Science, 2023).
Predictive equations play a crucial role in assessing the potential hazards associated with landslide-generated tsunami waves due to their ability to provide risk assessment and warnings. These equations can offer swift and reasonable evaluations of potential tsunami impacts in the absence of detailed numerical simulations, which can be time-consuming and expensive to produce. Among multiple factors and parameters within a landslide tsunami generation, the initial maximum wave amplitude (Fig. 1) stands out due to its critical role. While it is most likely that the initial wave generated by a landslide will have the highest amplitude, it is crucial to clarify that the term “initial maximum wave amplitude” refers to the highest amplitude within the first set of impulse waves. This parameter is essential in determining the tsunami’s impact severity, with higher amplitudes signalling a greater destructive potential (Sabeti and Heidarzadeh 2022a). Additionally, it plays a significant role in tsunami modelling, aiding in the prediction of wave propagation and the assessment of potential impacts.
In this study, we initially validate the FLOW-3D HYDRO model through a series of physical experiments conducted in a 3D wave tank at University of Bath (UK). Upon confirmation of the model’s accuracy, we use it to systematically vary parameters namely landslide volume, water depth, slope angle, and travel distance, creating an extensive database. Alongside this, we perform a sensitivity analysis on these variables to discern their impacts on the initial maximum wave amplitude. The generated database was consequently applied to derive a non-dimensional predictive equation aimed at estimating the initial maximum wave amplitude in real-world landslide tsunami events.
Two innovations of this study are: (i) The predictive equation of this study is based on a large number of 3D experiments whereas most of the previous equations were based on 2D results, and (ii) For the first time, the travel distance is included in the predictive equation as an independent parameter. To evaluate the performance of our predictive equation, we applied it to a previous real-world subaerial landslide tsunami, i.e., the Anak Krakatau 2018 event. Furthermore, we compare the performance of our predictive equation with other existing equations.
2. Data and methods
The methodology applied in this research is a combination of physical and numerical modelling. Limited physical modelling was performed in a 3D wave basin at the University of Bath (UK) to provide data for calibration and validation of the numerical model. After calibration and validation, the numerical model was employed to model a large number of landslide tsunami scenarios which allowed us to develop a database for deriving a predictive equation.
2.1. Physical experiments
To validate our numerical model, we conducted a series of physical experiments including two sets in a 3D wave basin at University of Bath, measuring 2.50 m in length (WL), 2.60 m in width (WW), and 0.60 m in height (WH) (Fig. 2a). Conducting two distinct sets of experiments (Table 1), each with different setups (travel distance, location, and water depth), provided a robust framework for validation of the numerical model. For wave measurement, we employed a twin wire wave gauge from HR Wallingford (https://equipit.hrwallingford.com). In these experiments, we used a concrete prism solid block, the dimensions of which are outlined in Table 2. In our experiments, we employed a concrete prism solid block with a density of 2600 kg/m3, chosen for its similarity to the natural density of landslides, akin to those observed with the 2018 Anak Krakatau tsunami, where the landslide composition is predominantly solid rather than granular. The block’s form has also been endorsed in prior studies (Watts, 1998; Najafi-Jilani and Ataie-Ashtiani, 2008) as a suitable surrogate for modelling landslide-induced waves. A key aspect of our methodology was addressing scale effects, following the guidelines proposed by Heller et al. (2008) as it is described in Table 1. To enhance the reliability and accuracy of our experimental data, we conducted each physical experiment three times which revealed all three experimental waveforms were identical. This repetition was aimed at minimizing potential errors and inconsistencies in laboratory measurements.
Table 1. The locations and other information of the laboratory setups for making landslide-generated waves in the physical wave basin. This table details the specific parameters for each setup, including slope range (α), slide volume (V), kinematic viscosity (ν), water depth (h), travel distance (D), surface tension coefficient of water (σ), Reynolds number (R), Weber number (W), and the precise coordinates of the wave gauges (WG).
The acceptable ranges for avoiding scale effects are based on the study by Heller et al. (2008).⁎⁎
The Reynolds number (R) is given by g0.5h1.5/ν, with ν denoting the kinematic viscosity. The Weber number (W) is W = ρgh2/σ, where σ represents surface tension coefficient and ρ = 1000kg/m3 is the density of water. In our experiments, conducted at a water temperature of approximately 20 °C, the kinematic viscosity (ν) and the surface tension coefficient of water (σ) are 1.01 × 10−6 m²/s and 0.073 N/m, respectively (Kestin et al., 1978).
Table 2. Specifications of the solid block used in physical experiments for generating subaerial landslides in the laboratory.
Solid-block attributes
Property metrics
Geometric shape
Slide width (bs)
0.26 m
Slide length (ls)
0.20 m
Slide thickness (s)
0.10 m
Slide volume (V)
2.60 × 10−3 m3
Specific gravity, (γs)
2.60
Slide weight (ms)
6.86 kg
2.2. Numerical simulations applying FLOW-3D hydro
The detailed theoretical framework encompassing the governing equations, the computational methodologies employed, and the specific techniques used for tracking the water surface in these simulations are thoroughly detailed in the study by Sabeti et al. (2024). Here, we briefly explain some of the numerical details. We defined a uniform mesh for our flow domain, carefully crafted with a fine spatial resolution of 0.005 m (i.e., grid size). The dimensions of the numerical model directly matched those of our wave basin used in the physical experiment, being 2.60 m wide, 0.60 m deep, and 2.50 m long (Fig. 2). This design ensures comprehensive coverage of the study area. The output intervals of the numerical model are set at 0.02 s. This timing is consistent with the sampling rates of wave gauges used in laboratory settings. The friction coefficient in the FLOW-3D HYDRO is designated as 0.45. This value corresponds to the Coulombic friction measurements obtained in the laboratory, ensuring that the simulation accurately reflects real-world physical interactions.
In order to simulate the landslide motion, we applied coupled motion objects in FLOW-3D-HYDRO where the dynamics are predominantly driven by gravity and surface friction. This methodology stands in contrast to other models that necessitate explicit inputs of force and torque. This approach ensures that the simulation more accurately reflects the natural movement of landslides, which is heavily reliant on gravitational force and the interaction between sliding surfaces. The stability of the numerical simulations is governed by the Courant Number criterion (Courant et al., 1928), which dictates the maximum time step (Δt) for a given mesh size (Δx) and flow speed (U). According to Courant et al. (1928), this number is required to stay below one to ensure stability of numerical simulations. In our simulations, the Courant number is always maintained below one.
In alignment with the parameters of physical experiments, we set the fluid within the mesh to water, characterized by a density of 1000 kg/m³ at a temperature of 20 °C. Furthermore, we defined the top, front, and back surfaces of the mesh as symmetry planes. The remaining surfaces are designated as wall types, incorporating no-slip conditions to accurately simulate the interaction between the fluid and the boundaries. In terms of selection of an appropriate turbulence model, we selected the k–ω model that showed a better performance than other turbulence methods (e.g., Renormalization-Group) in a previous study (Sabeti et al., 2024). The simulations are conducted using a PC Intel® Core™ i7-10510U CPU with a frequency of 1.80 GHz, and a 16 GB RAM. On this PC, completion of a 3-s simulation required approximately 12.5 h.
2.3. Validation
The FLOW-3D HYDRO numerical model was validated using the two physical experiments (Fig. 3) outlined in Table 1. The level of agreement between observations (Oi) and simulations (Si) is examined using the following equation:(1)�=|��−����|×100where ε represents the mismatch error, Oi denotes the observed laboratory values, and Si represents the simulated values from the FLOW-3D HYDRO model. The results of this validation process revealed that our model could replicate the waves generated in the physical experiments with a reasonable degree of mismatch (ε): 14 % for Lab 1 and 8 % for Lab 2 experiments, respectively (Fig. 3). These values indicate that while the model is not perfect, it provides a sufficiently close approximation of the real-world phenomena.
In terms of mesh efficiency, we varied the mesh size to study sensitivity of the numerical results to mesh size. First, by halving the mesh size and then by doubling it, we repeated the modelling by keeping other parameters unchanged. This analysis guided that a mesh size of ∆x = 0.005 m is the most effective for the setup of this study. The total number of computational cells applying mesh size of 0.005 m is 9.269 × 106.
2.4. The dataset
The validated numerical model was employed to conduct 100 simulations, incorporating variations in four key landslide parameters namely water depth, slope angle, slide volume, and travel distance. This methodical approach was essential for a thorough sensitivity analysis of these variables, and for the creation of a detailed database to develop a predictive equation for maximum initial tsunami amplitude. Within the model, 15 distinct slide volumes were established, ranging from 0.10 × 10−3 m3 to 6.25 × 10−3 m3 (Table 3). The slope angle varied between 35° and 55°, and water depth ranged from 0.24 m to 0.27 m. The travel distance of the landslides was varied, spanning from 0.04 m to 0.07 m. Detailed configurations of each simulation, along with the maximum initial wave amplitudes and dominant wave periods are provided in Table 4.
Table 3. Geometrical information of the 15 solid blocks used in numerical modelling for generating landslide tsunamis. Parameters are: ls, slide length; bs, slide width; s, slide thickness; γs, specific gravity; and V, slide volume.
Solid block
ls (m)
bs (m)
s (m)
V (m3)
γs
Block-1
0.310
0.260
0.155
6.25 × 10−3
2.60
Block-2
0.300
0.260
0.150
5.85 × 10−3
2.60
Block-3
0.280
0.260
0.140
5.10 × 10−3
2.60
Block-4
0.260
0.260
0.130
4.39 × 10−3
2.60
Block-5
0.240
0.260
0.120
3.74 × 10−3
2.60
Block-6
0.220
0.260
0.110
3.15 × 10−3
2.60
Block-7
0.200
0.260
0.100
2.60 × 10−3
2.60
Block-8
0.180
0.260
0.090
2.11 × 10−3
2.60
Block-9
0.160
0.260
0.080
1.66 × 10−3
2.60
Block-10
0.140
0.260
0.070
1.27 × 10−3
2.60
Block-11
0.120
0.260
0.060
0.93 × 10−3
2.60
Block-12
0.100
0.260
0.050
0.65 × 10−3
2.60
Block-13
0.080
0.260
0.040
0.41 × 10−3
2.60
Block-14
0.060
0.260
0.030
0.23 × 10−3
2.60
Block-15
0.040
0.260
0.020
0.10 × 10−3
2.60
Table 4. The numerical simulation for the 100 tests performed in this study for subaerial solid-block landslide-generated waves. Parameters are aM, maximum wave amplitude; α, slope angle; h, water depth; D, travel distance; and T, dominant wave period. The location of the wave gauge is X=1.030 m, Y=1.210 m, and Z=0.050 m. The properties of various solid blocks are presented in Table 3.
Test-
Block No
α (°)
h (m)
D (m)
T(s)
aM (m)
1
Block-7
45
0.246
0.029
0.510
0.0153
2
Block-7
45
0.246
0.030
0.505
0.0154
3
Block-7
45
0.246
0.031
0.505
0.0156
4
Block-7
45
0.246
0.032
0.505
0.0158
5
Block-7
45
0.246
0.033
0.505
0.0159
6
Block-7
45
0.246
0.034
0.505
0.0160
7
Block-7
45
0.246
0.035
0.505
0.0162
8
Block-7
45
0.246
0.036
0.505
0.0166
9
Block-7
45
0.246
0.037
0.505
0.0167
10
Block-7
45
0.246
0.038
0.505
0.0172
11
Block-7
45
0.246
0.039
0.505
0.0178
12
Block-7
45
0.246
0.040
0.505
0.0179
13
Block-7
45
0.246
0.041
0.505
0.0181
14
Block-7
45
0.246
0.042
0.505
0.0183
15
Block-7
45
0.246
0.043
0.505
0.0190
16
Block-7
45
0.246
0.044
0.505
0.0197
17
Block-7
45
0.246
0.045
0.505
0.0199
18
Block-7
45
0.246
0.046
0.505
0.0201
19
Block-7
45
0.246
0.047
0.505
0.0191
20
Block-7
45
0.246
0.048
0.505
0.0217
21
Block-7
45
0.246
0.049
0.505
0.0220
22
Block-7
45
0.246
0.050
0.505
0.0226
23
Block-7
45
0.246
0.051
0.505
0.0236
24
Block-7
45
0.246
0.052
0.505
0.0239
25
Block-7
45
0.246
0.053
0.510
0.0240
26
Block-7
45
0.246
0.054
0.505
0.0241
27
Block-7
45
0.246
0.055
0.505
0.0246
28
Block-7
45
0.246
0.056
0.505
0.0247
29
Block-7
45
0.246
0.057
0.505
0.0248
30
Block-7
45
0.246
0.058
0.505
0.0249
31
Block-7
45
0.246
0.059
0.505
0.0251
32
Block-7
45
0.246
0.060
0.505
0.0257
33
Block-1
45
0.246
0.045
0.505
0.0319
34
Block-2
45
0.246
0.045
0.505
0.0294
35
Block-3
45
0.246
0.045
0.505
0.0282
36
Block-4
45
0.246
0.045
0.505
0.0262
37
Block-5
45
0.246
0.045
0.505
0.0243
38
Block-6
45
0.246
0.045
0.505
0.0223
39
Block-7
45
0.246
0.045
0.505
0.0196
40
Block-8
45
0.246
0.045
0.505
0.0197
41
Block-9
45
0.246
0.045
0.505
0.0198
42
Block-10
45
0.246
0.045
0.505
0.0184
43
Block-11
45
0.246
0.045
0.505
0.0173
44
Block-12
45
0.246
0.045
0.505
0.0165
45
Block-13
45
0.246
0.045
0.404
0.0153
46
Block-14
45
0.246
0.045
0.404
0.0124
47
Block-15
45
0.246
0.045
0.505
0.0066
48
Block-7
45
0.202
0.045
0.404
0.0220
49
Block-7
45
0.204
0.045
0.404
0.0219
50
Block-7
45
0.206
0.045
0.404
0.0218
51
Block-7
45
0.208
0.045
0.404
0.0217
52
Block-7
45
0.210
0.045
0.404
0.0216
53
Block-7
45
0.212
0.045
0.404
0.0215
54
Block-7
45
0.214
0.045
0.505
0.0214
55
Block-7
45
0.216
0.045
0.505
0.0214
56
Block-7
45
0.218
0.045
0.505
0.0213
57
Block-7
45
0.220
0.045
0.505
0.0212
58
Block-7
45
0.222
0.045
0.505
0.0211
59
Block-7
45
0.224
0.045
0.505
0.0208
60
Block-7
45
0.226
0.045
0.505
0.0203
61
Block-7
45
0.228
0.045
0.505
0.0202
62
Block-7
45
0.230
0.045
0.505
0.0201
63
Block-7
45
0.232
0.045
0.505
0.0201
64
Block-7
45
0.234
0.045
0.505
0.0200
65
Block-7
45
0.236
0.045
0.505
0.0199
66
Block-7
45
0.238
0.045
0.404
0.0196
67
Block-7
45
0.240
0.045
0.404
0.0194
68
Block-7
45
0.242
0.045
0.404
0.0193
69
Block-7
45
0.244
0.045
0.404
0.0192
70
Block-7
45
0.246
0.045
0.505
0.0190
71
Block-7
45
0.248
0.045
0.505
0.0189
72
Block-7
45
0.250
0.045
0.505
0.0187
73
Block-7
45
0.252
0.045
0.505
0.0187
74
Block-7
45
0.254
0.045
0.505
0.0186
75
Block-7
45
0.256
0.045
0.505
0.0184
76
Block-7
45
0.258
0.045
0.505
0.0182
77
Block-7
45
0.259
0.045
0.505
0.0183
78
Block-7
45
0.260
0.045
0.505
0.0191
79
Block-7
45
0.261
0.045
0.505
0.0192
80
Block-7
45
0.262
0.045
0.505
0.0194
81
Block-7
45
0.263
0.045
0.505
0.0195
82
Block-7
45
0.264
0.045
0.505
0.0195
83
Block-7
45
0.265
0.045
0.505
0.0197
84
Block-7
45
0.266
0.045
0.505
0.0197
85
Block-7
45
0.267
0.045
0.505
0.0198
86
Block-7
45
0.270
0.045
0.505
0.0199
87
Block-7
30
0.246
0.045
0.505
0.0101
88
Block-7
35
0.246
0.045
0.505
0.0107
89
Block-7
36
0.246
0.045
0.505
0.0111
90
Block-7
37
0.246
0.045
0.505
0.0116
91
Block-7
38
0.246
0.045
0.505
0.0117
92
Block-7
39
0.246
0.045
0.505
0.0119
93
Block-7
40
0.246
0.045
0.505
0.0121
94
Block-7
41
0.246
0.045
0.505
0.0127
95
Block-7
42
0.246
0.045
0.404
0.0154
96
Block-7
43
0.246
0.045
0.404
0.0157
97
Block-7
44
0.246
0.045
0.404
0.0162
98
Block-7
45
0.246
0.045
0.505
0.0197
99
Block-7
50
0.246
0.045
0.505
0.0221
100
Block-7
55
0.246
0.045
0.505
0.0233
In all these 100 simulations, the wave gauge was consistently positioned at coordinates X=1.09 m, Y=1.21 m, and Z=0.05 m. The dominant wave period for each simulation was determined using the Fast Fourier Transform (FFT) function in MATLAB (MathWorks, 2023). Furthermore, the classification of wave types was carried out using a wave categorization graph according to Sorensen (2010), as shown in Fig. 4a. The results indicate that the majority of the simulated waves are on the border between intermediate and deep-water waves, and they are categorized as Stokes waves (Fig. 4a). Four sample waveforms from our 100 numerical experiments are provided in Fig. 4b.
The dataset in Table 4 was used to derive a new predictive equation that incorporates travel distance for the first time to estimate the initial maximum tsunami amplitude. In developing this equation, a genetic algorithm optimization technique was implemented using MATLAB (MathWorks 2023). This advanced approach entailed the use of genetic algorithms (GAs), an evolutionary algorithm type inspired by natural selection processes (MathWorks, 2023). This technique is iterative, involving selection, crossover, and mutation processes to evolve solutions over several generations. The goal was to identify the optimal coefficients and powers for each landslide parameter in the predictive equation, ensuring a robust and reliable model for estimating maximum wave amplitudes. Genetic Algorithms excel at optimizing complex models by navigating through extensive combinations of coefficients and exponents. GAs effectively identify highly suitable solutions for the non-linear and complex relationships between inputs (e.g., slide volume, slope angle, travel distance, water depth) and the output (i.e., maximum initial wave amplitude, aM). MATLAB’s computational environment enhances this process, providing robust tools for GA to adapt and evolve solutions iteratively, ensuring the precision of the predictive model (Onnen et al., 1997). This approach leverages MATLAB’s capabilities to fine-tune parameters dynamically, achieving an optimal equation that accurately estimates aM. It is important to highlight that the nondimensionalized version of this dataset is employed to develop a predictive equation which enables the equation to reproduce the maximum initial wave amplitude (aM) for various subaerial landslide cases, independent of their dimensional differences (e.g., Heler and Hager 2014; Heller and Spinneken 2015; Sabeti and Heidarzadeh 2022b). For this nondimensionalization, we employed the water depth (h) to nondimensionalize the slide volume (V/h3) and travel distance (D/h). The slide thickness (s) was applied to nondimensionalize the water depth (h/s).
2.5. Landslide velocity
In discussing the critical role of landslide velocity for simulating landslide-generated waves, we focus on the mechanisms of landslide motion and the techniques used to record landslide velocity in our simulations (Fig. 5). Also, we examine how these methods were applied in two distinct scenarios: Lab 1 and Lab 2 (see Table 1 for their details). Regarding the process of landslide movement, a slide starts from a stationary state, gaining momentum under the influence of gravity and this acceleration continues until the landslide collides with water, leading to a significant reduction in its speed before eventually coming to a stop (Fig. 5) (e.g., Panizzo et al. 2005).
To measure the landslide’s velocity in our simulations, we attached a probe at the centre of the slide, which supplied a time series of the velocity data. The slide’s velocity (vs) peaks at the moment it enters the water (Fig. 5), a point referred to as the impact time (tImp). Following this initial impact, the slides continue their underwater movement, eventually coming to a complete halt (tStop). Given the results in Fig. 5, it can be seen that Lab 1, with its longer travel distance (0.070 m), exhibits a higher peak velocity of 1.89 m/s. This increase in velocity is attributed to the extended travel distance allowing more time for the slide to accelerate under gravity. Whereas Lab 2, featuring a shorter travel distance (0.045 m), records a lower peak velocity of 1.78 m/s. This difference underscores how travel distance significantly influences the dynamics of landslide motion. After reaching the peak, both profiles show a sharp decrease in velocity, marking the transition to submarine motion until the slides come to a complete stop (tStop). There are noticeable differences observable in Fig. 5 between the Lab-1 and Lab-2 simulations, including the peaks at 0.3 s . These variations might stem from the placement of the wave gauge, which differs slightly in each scenario, as well as the water depth’s minor discrepancies and, the travel distance.
2.6. Effect of air entrainment
In this section we examine whether it is required to consider air entrainment for our modelling or not as the FLOW-3D HYDRO package is capable of modelling air entrainment. The process of air entrainment in water during a landslide tsunami and its subsequent transport involve two key components: the quantification of air entrainment at the water surface, and the simulation of the air’s transport within the fluid (Hirt, 2003). FLOW-3D HYDRO employs the air entrainment model to compute the volume of air entrained at the water’s surface utilizing three approaches: a constant density model, a variable density model accounting for bulking, and a buoyancy model that adds the Drift-FLUX mechanism to variable density conditions (Flow Science, 2023). The calculation of the entrainment rate is based on the following equation:(2)�������=������[2(��−�����−2�/���)]1/2where parameters are: Vair, volume of air; Cair, entrainment rate coefficient; As, surface area of fluid; ρ, fluid density; k, turbulent kinetic energy; gn, gravity normal to surface; Lt, turbulent length scale; and σ, surface tension coefficient. The value of k is directly computed from the Reynolds-averaged Navier-Stokes (RANS) (k–w) calculations in our model.
In this study, we selected the variable density + Drift-FLUX model, which effectively captures the dynamics of phase separation and automatically activates the constant density and variable density models. This method simplifies the air-water mixture, treating it as a single, homogeneous fluid within each computational cell. For the phase volume fractions f1and f2, the velocities are expressed in terms of the mixture and relative velocities, denoted as u and ur, respectively, as follows:(3)��1��+�.(�1�)=��1��+�.(�1�)−�.(�1�2��)=0(4)��2��+�.(�2�)=��2��+�.(�2�)−�.(�1�2��)=0
The outcomes from this simulation are displayed in Fig. 6, which indicates that the influence of air entrainment on the generated wave amplitude is approximately 2 %. A value of 0.02 for the entrained air volume fraction means that, in the simulated fluid, approximately 2 % of the volume is composed of entrained air. In other words, for every unit volume of the fluid-air mixture at that location, 2 % is air and the remaining 98 % is water. The configuration of Test-17 (Table 4) was employed for this simulation. While the effect of air entrainment is anticipated to be more significant in models of granular landslide-generated waves (Fritz, 2002), in our simulations we opted not to incorporate this module due to its negligible impact on the results.
3. Results
In this section, we begin by presenting a sequence of our 3D simulations capturing different time steps to illustrate the generation process of landslide-generated waves. Subsequently, we derive a new predictive equation to estimate the maximum initial wave amplitude of landslide-generated waves and assess its performance.
3.1. Wave generation and propagation
To demonstrate the wave generation process in our simulation, we reference Test-17 from Table 4, where we employed Block-7 (Tables 3, 4). In this configuration, the slope angle was set to 45°, with a water depth of 0.246 m and a travel distance at 0.045 m (Fig. 7). At 0.220 s, the initial impact of the moving slide on the water is depicted, marking the onset of the wave generation process (Fig. 7a). Disturbances are localized to the immediate area of impact, with the rest of the water surface remaining undisturbed. At this time, a maximum water particle velocity of 1.0 m/s – 1.2 m/s is seen around the impact zone (Fig. 7d). Moving to 0.320 s, the development of the wave becomes apparent as energy transfer from the landslide to the water creates outwardly radiating waves with maximum water particle velocity of up to around 1.6 m/s – 1.8 m/s (Fig. 7b, e). By the time 0.670 s, the wave has fully developed and is propagating away from the impact point exhibiting maximum water particle velocity of up to 2.0 m/s – 2.1 m/s. Concentric wave fronts are visible, moving outwards in all directions, with a colour gradient signifying the highest wave amplitude near the point of landslide entry, diminishing with distance (Fig. 7c, f).
3.2. Influence of landslide parameters on tsunami amplitude
In this section, we investigate the effects of various landslide parameters namely slide volume (V), water depth (h), slipe angle (α) and travel distance (D) on the maximum initial wave amplitude (aM). Fig. 8 presents the outcome of these analyses. According to Fig. 8, the slide volume, slope angle, and travel distance exhibit a direct relationship with the wave amplitude, meaning that as these parameters increase, so does the amplitude. Conversely, water depth is inversely related to the maximum initial wave amplitude, suggesting that the deeper the water depth, the smaller the maximum wave amplitude will be (Fig. 8b).
Fig. 8a highlights the pronounced impact of slide volume on the aM, demonstrating a direct correlation between the two variables. For instance, in the range of slide volumes we modelled (Fig. 8a), The smallest slide volume tested, measuring 0.10 × 10−3 m3, generated a low initial wave amplitude (aM= 0.0066 m) (Table 4). In contrast, the largest volume tested, 6.25 × 10−3 m3, resulted in a significantly higher initial wave amplitude (aM= 0.0319 m) (Table 4). The extremities of these results emphasize the slide volume’s paramount impact on wave amplitude, further elucidated by their positions as the smallest and largest aM values across all conducted tests (Table 4). This is corroborated by findings from the literature (e.g., Murty, 2003), which align with the observed trend in our simulations.
The slope angle’s influence on aM was smooth. A steady increase of wave amplitude was observed as the slope angle increased (Fig. 8c). In examining travel distance, an anomaly was identified. At a travel distance of 0.047 m, there was an unexpected dip in aM, which deviates from the general increasing trend associated with longer travel distances. This singular instance could potentially be attributed to a numerical error. Beyond this point, the expected pattern of increasing aM with longer travel distances resumes, suggesting that the anomaly at 0.047 m is an outlier in an otherwise consistent trend, and thus this single data point was overlooked while deriving the predictive equation. Regarding the inverse relationship between water depth and wave amplitude, our result (Fig. 8b) is consistent with previous reports by Fritz et al. (2003), (2004), and Watts et al. (2005).
The insights from Fig. 8 informed the architecture of the predictive equation in the next Section, with slide volume, travel distance, and slope angle being multiplicatively linked to wave amplitude underscoring their direct correlations with wave amplitude. Conversely, water depth is incorporated as a divisor, representing its inverse relationship with wave amplitude. This structure encapsulates the dynamics between the landslide parameters and their influence on the maximum initial wave amplitude as discussed in more detail in the next Section.
3.3. Predictive equation
Building on our sensitivity analysis of landslide parameters, as detailed in Section 3.2, and utilizing our nondimensional dataset, we have derived a new predictive equation as follows:(5)��/ℎ=0.015(tan�)0.10(�ℎ3)0.90(�ℎ)0.10(ℎ�)−0.11where, V is sliding volume, h is water depth, α is slope angle, and s is landslide thickness. It is important to note that this equation is valid only for subaerial solid-block landslide tsunamis as all our experiments were for this type of waves. The performance of this equation in predicting simulation data is demonstrated by the satisfactory alignment of data points around a 45° line, indicating its accuracy and reliability with regard to the experimental dataset (Fig. 9). The quality of fit between the dataset and Eq. (5) is 91 % indicating that Eq. (5) represents the dataset very well. Table 5 presents Eq. (5) alongside four other similar equations previously published. Two significant distinctions between our Eq. (5) and these others are: (i) Eq. (5) is derived from 3D experiments, whereas the other four equations are based on 2D experiments. (ii) Unlike the other equations, our Eq. (5) incorporates travel distance as an independent parameter.
Table 5. Performance comparison among our newly-developed equation and existing equations for estimating the maximum initial amplitude (aM) of the 2018 Anak Krakatau subaerial landslide tsunami. Parameters: aM, initial maximum wave amplitude; h, water depth; vs, landslide velocity; V, slide volume; bs, slide width; ls, slide length; s, slide thickness; α, slope angle; and ����, volume of the final immersed landslide. We considered ����= V as the slide volume.
Geometrical and kinematic parameters of the 2018 Anak Krakatau subaerial landslide based on Heidarzadeh et al. (2020), Grilli et al. (2019) and Grilli et al. (2021): V=2.11 × 107 m3, h= 50 m; s= 114 m; α= 45°; ls=1250 m; bs= 2700 m; vs=44.9 m/s; D= 2500 m; aM= 100 m −150 m.⁎⁎
aM= An average value of aM = 134 m is considered in this study.⁎⁎⁎
The equation of Bolin et al. (2014) is based on the reformatted one reported by Lindstrøm (2016).⁎⁎⁎⁎
Error is calculated using Eq. (1), where the calculated aM is assumed as the simulated value.
Additionally, we evaluated the performance of this equation using the real-world data from the 2018 Anak Krakatau subaerial landslide tsunami. Based on previous studies (Heidarzadeh et al., 2020; Grilli et al., 2019, 2021), we were able to provide a list of parameters for the subaerial landslide and associated tsunami for the 2018 Anak Krakatau event (see footnote of Table 5). We note that the data of the 2018 Anak Krakatau event was not used while deriving Eq. (5). The results indicate that Eq. (5) predicts the initial amplitude of the 2018 Anak Krakatau tsunami as being 130 m indicating an error of 2.9 % compared to the reported average amplitude of 134 m for this event. This performance indicates an improvement compared to the previous equation reported by Sabeti and Heidarzadeh (2022a) (Table 5). In contrast, the equations from Robbe-Saule et al. (2021) and Bolin et al. (2014) demonstrate higher discrepancies of 4200 % and 77 %, respectively (Table 5). Although Noda’s (1970) equation reproduces the tsunami amplitude of 134 m accurately (Table 5), it is crucial to consider its limitations, notably not accounting for parameters such as slope angle and travel distance.
It is essential to recognize that both travel distance and slope angle significantly affect wave amplitude. In our model, captured in Eq. (5), we integrate the slope angle (α) through the tangent function, i.e., tan α. This choice diverges from traditional physical interpretations that often employ the cosine or sine function (e.g., Heller and Hager, 2014; Watts et al., 2003). We opted for the tangent function because it more effectively reflects the direct impact of slope steepness on wave generation, yielding superior estimations compared to conventional methods.
The significance of this study lies in its application of both physical and numerical 3D experiments and the derivation of a predictive equation based on 3D results. Prior research, e.g. Heller et al. (2016), has reported notable discrepancies between 2D and 3D wave amplitudes, highlighting the important role of 3D experiments. It is worth noting that the suitability of applying an equation derived from either 2D or 3D data depends on the specific geometry and characteristics inherent in the problem being addressed. For instance, in the case of a long, narrow dam reservoir, an equation derived from 2D data would likely be more suitable. In such contexts, the primary dynamics of interest such as flow patterns and potential wave propagation are predominantly two-dimensional, occurring along the length and depth of the reservoir. This simplification to 2D for narrow dam reservoirs allows for more accurate modelling of these dynamics.
This study specifically investigates waves initiated by landslides, focusing on those characterized as solid blocks instead of granular flows, with slope angles confined to a range of 25° to 60°. We acknowledge the additional complexities encountered in real-world scenarios, such as dynamic density and velocity of landslides, which could affect the estimations. The developed equation in this study is specifically designed to predict the maximum initial amplitude of tsunamis for the aforementioned specified ranges and types of landslides.
4. Conclusions
Both physical and numerical experiments were undertaken in a 3D wave basin to study solid-block landslide-generated waves and to formulate a predictive equation for their maximum initial wave amplitude. At the beginning, two physical experiments were performed to validate and calibrate a 3D numerical model, which was subsequently utilized to generate 100 experiments by varying different landslide parameters. The generated database was then used to derive a predictive equation for the maximum initial wave amplitude of landslide tsunamis. The main features and outcomes are:
•The predictive equation of this study is exclusively derived from 3D data and exhibits a fitting quality of 91 % when applied to the database.
•For the first time, landslide travel distance was considered in the predictive equation. This inclusion provides more accuracy and flexibility for applying the equation.
•To further evaluate the performance of the predictive equation, it was applied to a real-world subaerial landslide tsunami (i.e., the 2018 Anak Krakatau event) and delivered satisfactory performance.
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Funding
RS is supported by the Leverhulme Trust Grant No. RPG-2022-306. MH is funded by open funding of State Key Lab of Hydraulics and Mountain River Engineering, Sichuan University, grant number SKHL2101. We acknowledge University of Bath Institutional Open Access Fund. MH is also funded by the Great Britain Sasakawa Foundation grant no. 6217 (awarded in 2023).
Acknowledgements
Authors are sincerely grateful to the laboratory technician team, particularly Mr William Bazeley, at the Faculty of Engineering, University of Bath for their support during the laboratory physical modelling of this research. We appreciate the valuable insights provided by Mr. Brian Fox (Senior CFD Engineer at Flow Science, Inc.) regarding air entrainment modelling in FLOW-3D HYDRO. We acknowledge University of Bath Institutional Open Access Fund.
Data availability
All data used in this study are given in the body of the article.
References
Baptista et al., 2020M.A. Baptista, J.M. Miranda, R. Omira, I. El-HussainStudy of the 24 September 2013 Oman Sea tsunami using linear shallow water inversionArab. J. Geosci., 13 (14) (2020), p. 606View in ScopusGoogle Scholar
Bolin et al., 2014H. Bolin, Y. Yueping, C. Xiaoting, L. Guangning, W. Sichang, J. ZhibingExperimental modeling of tsunamis generated by subaerial landslides: two case studies of the Three Gorges Reservoir, ChinaEnviron. Earth Sci., 71 (2014), pp. 3813-3825View at publisher CrossRefView in ScopusGoogle Scholar
Borrero et al., 2020J.C. Borrero, T. Solihuddin, H.M. Fritz, P.J. Lynett, G.S. Prasetya, V. Skanavis, S. Husrin, Kushendratno, W. Kongko, D.C. Istiyanto, A. DaulatField survey and numerical modelling of the December 22, 2018, Anak Krakatau TsunamiPure Appl. Geophys, 177 (2020), pp. 2457-2475View at publisher CrossRefView in ScopusGoogle Scholar
Ersoy et al., 2019H. Ersoy, M. Karahan, K. Gelişli, A. Akgün, T. Anılan, M.O. Sünnetci, B.K. YahşiModelling of the landslide-induced impulse waves in the Artvin Dam reservoir by empirical approach and 3D numerical simulationEng. Geol., 249 (2019), pp. 112-128View PDFView articleView in ScopusGoogle Scholar
Fritz et al., 2004H.M. Fritz, W.H. Hager, H.E. MinorNear field characteristics of landslide generated impulse wavesJ. Waterw. Port Coastal Ocean Eng., 130 (6) (2004), pp. 287-302View in ScopusGoogle Scholar
Geertsema et al., 2022M. Geertsema, B. Menounos, G. Bullard, J.L. Carrivick, J.J. Clague, C. Dai, D. Donati, G. Ekstrom, J.M. Jackson, P. Lynett, M. PichierriThe 28 Nov 2020 landslide, tsunami, and outburst flood – a hazard cascade associated with rapid deglaciation at Elliot Creek, BC, CanadaGeophys. Res. Lett., 49 (6) (2022)Google Scholar
Grilli et al., 2021S.T. Grilli, C. Zhang, J.T. Kirby, A.R. Grilli, D.R. Tappin, S.F.L. Watt, J.E. Hunt, A. Novellino, S. Engwell, M.E.M. Nurshal, M. AbdurrachmanModeling of the Dec. 22nd, 2018, Anak Krakatau volcano lateral collapse and tsunami based on recent field surveys: comparison with observed tsunami impactMar. Geol., 440 (2021), Article 106566View PDFView articleView in ScopusGoogle Scholar
Grilli et al., 2019S.T. Grilli, D.R. Tappin, S. Carey, S.F. Watt, S.N. Ward, A.R. Grilli, S.L. Engwell, C. Zhang, J.T. Kirby, L. Schambach, M. MuinModelling of the tsunami from the Dec. 22, 2018, lateral collapse of Anak Krakatau volcano in the Sunda Straits, IndonesiaSci. Rep., 9 (1) (2019), p. 11946 View at publisher This article is free to access.View in ScopusGoogle Scholar
Heidarzadeh et al., 2023M. Heidarzadeh, A.R. Gusman, I.E. MuliaThe landslide source of the eastern Mediterranean tsunami on 6 Feb 2023 following the Mw 7.8 Kahramanmaraş (Türkiye) inland earthquakeGeosci. Lett., 10 (1) (2023), p. 50 View at publisher This article is free to access.View in ScopusGoogle Scholar
Heidarzadeh et al., 2020M. Heidarzadeh, T. Ishibe, O. Sandanbata, A. Muhari, A.B. WijanartoNumerical modeling of the subaerial landslide source of the 22 Dec 2018 Anak Krakatoa volcanic tsunami, IndonesiaOcean. Eng., 195 (2020), Article 106733View PDFView articleView in ScopusGoogle Scholar
Heidarzadeh et al., 2017M. Heidarzadeh, T. Harada, K. Satake, T. Ishibe, T. TakagawaTsunamis from strike-slip earthquakes in the Wharton Basin, northeast Indian Ocean: March 2016 M w7. 8 event and its relationship with the April 2012 M w 8.6 eventGeophys. J. Int., 211 (3) (2017), pp. 1601-1612, 10.1093/gji/ggx395 View at publisher This article is free to access.View in ScopusGoogle Scholar
Heller et al., 2016V. Heller, M. Bruggemann, J. Spinneken, B.D. RogersComposite modelling of subaerial landslide–tsunamis in different water body geometries and novel insight into slide and wave kinematicsCoastal Eng., 109 (2016), pp. 20-41View PDFView articleView in ScopusGoogle Scholar
Hirt, 2003C.W. HirtModeling Turbulent Entrainment of Air at a Free SurfaceFlow Science, Inc (2003)Google Scholar
Hu et al., 2023G. Hu, K. Satake, L. Li, P. DuOrigins of the tsunami following the 2023 Turkey–Syria earthquakeGeophys. Res. Lett., 50 (18) (2023)Google Scholar
Hu et al., 2022G. Hu, W. Feng, Y. Wang, L. Li, X. He, Ç. Karakaş, Y. TianSource characteristics and exacerbated tsunami hazard of the 2020 Mw 6.9 Samos earthquake in Eastern Aegean SeaJ. Geophys. Res., 127 (5) (2022)e2022JB023961Google Scholar
Kim et al., 2020G.B. Kim, W. Cheng, R.C. Sunny, J.J. Horrillo, B.C. McFall, F. Mohammed, H.M. Fritz, J. Beget, Z. KowalikThree-dimensional landslide generated tsunamis: numerical and physical model comparisonsLandslides, 17 (2020), pp. 1145-1161View at publisher CrossRefView in ScopusGoogle Scholar
Kirby et al., 2022J.T. Kirby, S.T. Grilli, J. Horrillo, P.L.F. Liu, D. Nicolsky, S. Abadie, B. Ataie-Ashtiani, M.J. Castro, L. Clous, C. Escalante, I. Fine, J.M. González-Vida, F. Løvholt, P. Lynett, G. Ma, J. Macías, S. Ortega, F. Shi, S. Yavari-Ramshe, C. ZhangValidation and inter-comparison of models for landslide tsunami generationOcean Model., 170 (2022), Article 101943View PDFView articleView in ScopusGoogle Scholar
McFall and Fritz, 2016B.C. McFall, H.M. FritzPhysical modelling of tsunamis generated by three-dimensional deformable granular landslides on planar and conical island slopesProc. R. Soc. A. Math. Phys. Eng. Sci., 472 (2188) (2016), Article 20160052View at publisher CrossRefGoogle Scholar
Mulia et al., 2020aI.E. Mulia, S. Watada, T.C. Ho, K. Satake, Y. Wang, A. AditiyaSimulation of the 2018 tsunami due to the flank failure of Anak Krakatau volcano and implication for future observing systemsGeophys. Res. Lett., 47 (14) (2020), Article e2020GL087334 View at publisher This article is free to access.View in ScopusGoogle Scholar
Mulia et al., 2020bI.E. Mulia, S. Watada, T.C. Ho, K. Satake, Y. Wang, A. AditiyaSimulation of the 2018 tsunami due to the flank failure of Anak Krakatau volcano and implication for future observing systemsGeophys. Res. Lett., 47 (14) (2020)Google Scholar
Mulligan et al., 2020R.P. Mulligan, A. Franci, M.A. Celigueta, W.A. TakeSimulations of landslide wave generation and propagation using the particle finite element methodJ. Geophys. Res. Oceans, 125 (6) (2020)Google Scholar
Ren et al., 2020Z. Ren, Y. Wang, P. Wang, J. Hou, Y. Gao, L. ZhaoNumerical study of the triggering mechanism of the 2018 Anak Krakatau tsunami: eruption or collapsed landslide?Nat. Hazards, 102 (2020), pp. 1-13View in ScopusGoogle Scholar
Robbe-Saule et al., 2021M. Robbe-Saule, C. Morize, Y. Bertho, A. Sauret, A. Hildenbrand, P. GondretFrom laboratory experiments to geophysical tsunamis generated by subaerial landslidesSci. Rep., 11 (1) (2021), pp. 1-9Google Scholar
Sabeti et al. 2024R. Sabeti, M. Heidarzadeh, A. Romano, G. Barajas Ojeda, J.L. LaraThree-Dimensional Simulations of Subaerial Landslide-Generated Waves: Comparing OpenFOAM and FLOW-3D HYDRO ModelsPure Appl. Geophys. (2024), 10.1007/s00024-024-03443-x View at publisher This article is free to access.Google Scholar
Sorensen, 2010R.M. SorensenBasic Coastal Engineering(3rd edition), Springer Science & Business Media (2010), p. 324Google Scholar
Syamsidik et al., 2020Benazir Syamsidik, M. Luthfi, A. Suppasri, L.K. ComfortThe 22 December 2018 Mount Anak Krakatau volcanogenic tsunami on Sunda Strait coasts, Indonesia: tsunami and damage characteristicsNat. Hazards Earth Syst. Sci., 20 (2) (2020), pp. 549-565View in ScopusGoogle Scholar
Synolakis et al., 2002C.E. Synolakis, J.P. Bardet, J.C. Borrero, H.L. Davies, E.A. Okal, E.A. Silver, D.R. TappinThe slump origin of the 1998 Papua New Guinea tsunamiProc. R. Soc. Lond. A Math. Phys. Eng. Sci., 45 (2002), pp. 763-789View in ScopusGoogle Scholar
Wang et al., 2022Y. Wang, H.Y. Su, Z. Ren, Y. MaSource properties and resonance characteristics of the tsunami generated by the 2021 M 8.2 Alaska earthquakeJ. Geophys. Res. Oceans, 127 (3) (2022), Article e2021JC018308 View at publisher This article is free to access.View in ScopusGoogle Scholar
Watts et al., 2005P. Watts, S.T. Grilli, D.R. Tappin, G.J. FryerTsunami generation by submarine mass failure. II: predictive equations and case studiesJ. Waterw. Port Coast. Ocean Eng., 131 (6) (2005), pp. 298-310View in ScopusGoogle Scholar
Watts, 1998P. WattsWavemaker curves for tsunamis generated by underwater landslidesJ. Waterw. Port. Coast. Ocean. Eng., 124 (3) (1998), pp. 127-137Google Scholar
Zhang et al., 2021C. Zhang, J.T. Kirby, F. Shi, G. Ma, S.T. GrilliA two-layer non-hydrostatic landslide model for tsunami generation on irregular bathymetry. 2. Numerical discretization and model validationOcean Model., 160 (2021), Article 101769View PDFView articleView in ScopusGoogle Scholar
Minxi Zhanga,b, Hanyan Zhaoc, Dongliang Zhao d, Shaolin Yuee, Huan Zhoue,Xudong Zhaoa , Carlo Gualtierif, Guoliang Yua,b,∗ a SKLOE, School of Naval Architecture, Ocean & Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, China b KLMIES, MOE, School of Naval Architecture, Ocean & Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, China c Guangdong Research Institute of Water Resources and Hydropower, Guangzhou 510610, China d CCCC Second Harbor Engineering Co., Ltd., Wuhan 430040, China e CCCC Road & Bridge Special Engineering Co., Ltd, Wuhan 430071, China f Department of Structures for Engineering and Architecture, University of Naples Federico II, Italy
Abstract
Local scour at a pile or pier in current or wave environments threats the safety of the upper structure all over the world. The application of a net-like matt as a scour protection cover at the pile or pier was proposed. The matt weakens and diffuses the flow in the local scour pit and thus reduces local scour while enhances sediment deposition. Numerical simulations were carried out to investigate the flow at the pile covered by the matt. The simulation results were used to optimize the thickness dt (2.6d95 ∼ 17.9d95) and opening size dn (7.7d95 ∼ 28.2d95) of the matt. It was found that the matt significantly reduced the local velocity and dissipated the vortex at the pile, substantially reduced the extent of local scour. The smaller the opening size of the matt, the more effective was the flow diffusion at the bed, and smaller bed shear stress was observed at the pile. For the flow conditions considered in this study, a matt with a relative thickness of T = 7.7 and relative opening size of S = 7.7 could be effective in scour protection.
조류 또는 파도 환경에서 파일이나 부두의 국지적인 세굴은 전 세계적으로 상부 구조물의 안전을 위협합니다. 파일이나 교각의 세굴 방지 덮개로 그물 모양의 매트를 적용하는 것이 제안되었습니다.
매트는 국부 세굴 구덩이의 흐름을 약화시키고 확산시켜 국부 세굴을 감소시키는 동시에 퇴적물 퇴적을 향상시킵니다. 매트로 덮인 파일의 흐름을 조사하기 위해 수치 시뮬레이션이 수행되었습니다.
시뮬레이션 결과는 매트의 두께 dt(2.6d95 ∼ 17.9d95)와 개구부 크기 dn(7.7d95 ∼ 28.2d95)을 최적화하는 데 사용되었습니다. 매트는 국부 속도를 크게 감소시키고 말뚝의 와류를 소멸시켜 국부 세굴 정도를 크게 감소시키는 것으로 나타났습니다.
매트의 개구부 크기가 작을수록 층에서의 흐름 확산이 더 효과적이었으며 파일에서 더 작은 층 전단 응력이 관찰되었습니다.
본 연구에서 고려한 유동 조건의 경우 상대 두께 T = 7.7, 상대 개구부 크기 S = 7.7을 갖는 매트가 세굴 방지에 효과적일 수 있습니다.
Keywords
Numerical simulation, Pile foundation, Local scour, Protective measure, Net-like matt
Fig. 2. Local scour pit of pile below the protection matt.
References
[1] C. He, Mod. Transp. Technol. 17 (3) (2020) 46–59 in Chinese. [2] X. Wen, D. Zhang, J. Tianjin Univ. 54 (10) (2021) 998–1007 (Science and Technology)in Chinese. [3] M. Zhang, H. Sun, W. Yao, G. Yu, Ocean Eng. 265 (2020) 112652, doi:10.1016/j. oceaneng.2022.112652. [4] K. Wardhana, F.C. Hadipriono, J. Perform. Constr. Fac. 17 (3) (2003) 144–150, doi:10.1061/(ASCE)0887-3828(2003)17:3(144). [5] R. Ettema, G. Constantinescu, B.W. Melville, J. Hydraul. Eng. 143 (9) (2017) 03117006, doi:10.1061/(ASCE)HY.1943-7900.0001330. [6] C. Valela, C.D. Rennie, I. Nistor, Int. J. Sediment Res. 37 (1) (2021) 37–46, doi:10.1016/j.ijsrc.2021.04.004. [7] B.W. Melville, A.J. Sutherland, J. Hydraul. Eng. 114 (10) (1988) 1210–1226, doi:10.1061/(ASCE)0733-9429(1988)114:10(1210). [8] E.V. Richardson, S.R. Davis, Evaluating Scour At Bridges, 4th ed., United States Department of Transportation, Federal Highway Administration, Washington, DC., 2001. [9] D.M. Sheppard, B. Melville, H. Demir, J. Hydraul. Eng. 140 (1) (2014) 14–23, doi:10.1061/(ASCE)HY.1943-7900.0000800. [10] A.O. Aksoy, G. Bombar, T. Arkis, M.S. Guney, J. Hydrol. Hydromech. 65 (1) (2017) 26–34. [11] D.T. Bui, A. Shirzadi, A. Amini, et al., Sustainability 12 (3) (2020) 1063, doi:10. 3390/su12031063. [12] B.M. Sumer, J. Fredsoe, The Mechanics of Scour in Marine Environments. World Advanced Series on Ocean Engineering, 17, World Scientific, Singapore, 2002. [13] J. Unger, W.H. Hager, Exp. Fluids 42 (1) (2007) 1–19. [14] G. Kirkil, S.G. Constantinescu, R. Ettema, J. Hydraul. Eng. 134 (5) (2008) 82–84, doi:10.1061/(ASCE)0733-9429(2008)134:5(572). [15] B. Dargahi, J. Hydraul. Eng. 116 (10) (1990) 1197–1214. [16] A. Bestawy, T. Eltahawy, A. Alsaluli, M. Alqurashi, Water Supply 20 (3) (2020) 1006–1015, doi:10.2166/ws.2020.022. [17] Y.M. Chiew, J. Hydraul. Eng. 118 (9) (1992) 1260–1269. [18] D. Bertoldi, R. Kilgore, in: Hydraulic Engineering ’93, ASCE, San Francisco, California, United States, 1993, pp. 1385–1390. [19] Y.M. Chiew, J. Hydraul. Eng. 121 (9) (1997) 635–642. [20] C.S. Lauchlan, B.W. Melville, J. Hydraul. Eng. 127 (5) (2001) 412–418, doi:10. 1061/(ASCE)0733-9429(2001)127:5(412). [21] P.F. Lagasse, P.E. Clopper, L.W. Zevenbergen, L.G. Girard, National Cooperative Highway Research Program (NCHRPReport 593), Countermeasures to protect bridge piers from scour, Washington, DC, NCHRP, 2007. [22] S. Jiang, Z. Zhou, J. Ou, J. Sediment Res. (4) (2013) 63–67 in Chinese. [23] A. Galan, G. Simarro, G. Sanchez-Serrano, J. Hydraul. Eng. 141 (6) (2015) 06015004, doi:10.1061/(ASCE)HY.1943-7900.0001003. [24] Z. Zhang, H. Ding, J. Liu, Ocean Eng. 33 (2) (2015) 77–83 in Chinese. [25] C. Valela, C.N. Whittaker, C.D. Rennie, I. Nistor, B.W. Melville, J. Hydraul. Eng. 148 (3) (2022) 04022002 10.1061/%28ASCE%29HY.1943-7900.0001967. [26] B.W. Melville, A.C. Hadfield, J. Hydraul. Eng. 6 (2) (1999) 1221–1224, doi:10. 1061/(ASCE)0733-9429(1999)125:11(1221). [27] V. Kumar, K.G. Rangaraju, N. Vittal, J. Hydraul. Eng. 125 (12) (1999) 1302–1305. [28] A.M. Yasser, K.S. Yasser, M.A. Abdel-Azim, Alex. Eng. J. 54 (2) (2015) 197–203, doi:10.1016/j.aej.2015.03.004. [29] S. Khaple, P.R. Hanmaiahgari, R. Gaudio, S. Dey, Acta Geophys. 65 (2017) 957– 975, doi:10.1007/s11600-017-0084-z. [30] C. Valela, I. Nistor, C.D. Rennie, in: Proceedings of the 6th International Disaster Mitigation Specialty Conference, Fredericton, Canada, Canadian Society for Civil Engineering, 2018, pp. 235–244. [31] A. Tafarojnoruz, R. Gaudio, F. Calomino, J. Hydraul. Eng. 138 (3) (2012) 297– 305, doi:10.1061/(ASCE)HY.1943-7900.0000512. [32] H. Tang, S. Fang, Y. Zhou, K. Cai, Y.M. Chiew, S.Y. Lim, N.S. Cheng, in: Proceedings of the 2nd International Conference Scour and Erosion (ICSE-2), Singapore. Singapore, Nanyang Technological University, 2004. [33] W. Zhang, Y. Li, X. Wang, Z. Sun, J. Sichuan Univ. 06 (2005) 34–40 (Engineering Science Edition)in Chinese. [34] S. Yang, B. Shi, Trans. Oceanol. Limnol. 5 (2017) 43–47 in Chinese. [35] H. Wang, F. Si, G. Lou, W. Yang, G. Yu, J. Waterw. Port Coast. Ocean Eng. 141 (1) (2015) 04014030, doi:10.1061/(ASCE)WW.1943-5460.0000270. [36] L.D. Meyer, S.M. Dabney, W.C. Harmon, Trans. ASAE 38 (3) (1995) 809–815. [37] G. Spyreas, B.W. Wilm, A.E. Plocher, D.M. Ketzner, J.W. Matthews, J.L. Ellis, E.J. Heske, Biol. Invasions 12 (5) (2010) 1253–1267, doi:10.1007/ s10530-009-9544-y. [38] T. Lambrechts, S. François, S. Lutts, R. Muñoz-Carpena, C.L. Bielders, J. Hydrol. 511 (2014) 800–810, doi:10.1016/j.jhydrol.2014.02.030. [39] G. Yu, Dynamic Embedded Anchor with High Frequency Micro Amplitude Vibrations. CN patent No: ZL200810038546.0, 2008. [40] X. Chen, M. Zhang, G. Yu, Ocean Eng. 236 (2021) 109315, doi:10.1016/j. oceaneng.2021.109315. [41] F. Gumgum, M.S. Guney, in: Proceedings of the 6th International Conference Engineering and Natural Sciences (ICENS), Serbia, Belgrade, 2020. [42] H. Zhao, S. Yue, H. Zhou, M. Zhang, G. Yu, Ocean Eng. 40 (5) (2022) 111–120 in Chinese. [43] B. Blocken, C. Gualtieri, Environ. Modell. Softw. 33 (2012) 1–22, doi:10.1016/j. envsoft.2012.02.001. [44] N.D. Bennett, B.F. Croke, G. Guariso, et al., Modell. Softw. 40 (2013) 1–20, doi:10.1016/j.envsoft.2012.09.011. [45] X. Zhao, Effectiveness and Mechanism of Lattice On Sedimentation and Anti-Erosion of Local Scour Hole At Piers, Shanghai Jiao Tong University, Shanghai, China, 2023. [46] M. Zhang, G. Yu, Water Resour. Res. 53 (9) (2017) 7798–7815, doi:10.1002/ 2017WR021066.
This work investigates numerically a local scour moves in irregular waves around tripods. It is constructed and proven to use the numerical model of the seabed-tripodfluid with an RNG k turbulence model. The present numerical model then examines the flow velocity distribution and scour characteristics. After that, the suggested computational model Flow-3D is a useful tool for analyzing and forecasting the maximum scour development and the flow field in random waves around tripods. The scour values affecting the foundations of the tripod must be studied and calculated, as this phenomenon directly and negatively affects the structure of the structure and its design life. The lower diagonal braces and the main column act as blockages, increasing the flow accelerations underneath them. This increases the number of particles that are moved, which in turn creates strong scouring in the area. The numerical model has a good agreement with the experimental model, with a maximum percentage of error of 10% between the experimental and numerical models. In addition, Based on dimensional analysis parameters, an empirical equation has been devised to forecast scour depth with flow depth, median size ratio, Keulegan-Carpenter (Kc), Froud number flow, and wave velocity that the results obtained in this research at various flow velocities and flow depths demonstrated that the maximum scour depth rate depended on wave height with rising velocities and decreasing particle sizes (d50) and the scour depth attains its steady-current value for Vw < 0.75. As the Froude number rises, the maximum scour depth will be large.
The overtopping breach is the most probable reason of embankment dam failures. Hence, the investigation of the mentioned phenomenon is one of the vital hydraulic issues. This research paper tries to utilize three numerical models, i.e., BREACH, HEC-RAS, and FLOW-3D for modeling the hydraulic outcomes of overtopping breach phenomenon. Furthermore, the outputs have been compared with experimental model results given by authors. The BREACH model presents a desired prediction for the peak flow. The HEC-RAS model has a more realistic performance in terms of the peak flow prediction, its occurrence time (5-s difference with observed status), and maximum flow depth. The variations diagram in the reservoir water level during the breach process has a descending trend. Whereas it initially ascended; and then, it experienced a descending trend in the observed status. The FLOW-3D model computes the flow depth, flow velocity, and Froude number due to the physical model breach. Moreover, it revealed a peak flow damping equals to 5% and 5-s difference in the peak flow occurrence time at 4-m distance from the physical model downstream. In addition, the current research work demonstrates the mentioned numerical models and provides a possible comprehensive perspective for a dam breach scope. They also help to achieve the various hydraulic parameters computations. Besides, they may calculate unmeasured parameters using the experimental data.
월류 현상은 제방 댐 실패의 가장 유력한 원인입니다. 따라서 언급된 현상에 대한 조사는 중요한 수리학적 문제 중 하나입니다.
본 연구 논문에서는 월류 침해 현상의 수리적 결과를 모델링하기 위해 BREACH, HEC-RAS 및 FLOW-3D의 세 가지 수치 모델을 활용하려고 합니다. 또한 출력은 저자가 제공한 실험 모델 결과와 비교되었습니다. BREACH 모델은 최대 유량에 대해 원하는 예측을 제시합니다.
HEC-RAS 모델은 최고유량 예측, 발생시간(관찰상태와 5초 차이), 최대유량수심 측면에서 보다 현실적인 성능을 가지고 있습니다. 위반 과정 중 저수지 수위의 변동 다이어그램은 감소하는 추세를 보입니다. 처음에는 상승했지만 그런 다음 관찰된 상태가 감소하는 추세를 경험했습니다.
FLOW-3D 모델은 물리적 모델 위반으로 인한 흐름 깊이, 흐름 속도 및 Froude 수를 계산합니다. 또한, 실제 모델 하류로부터 4m 거리에서 최대유량 발생시간이 5%, 5초 차이에 해당하는 최대유량 감쇠를 나타냈습니다.
또한, 현재 연구 작업은 언급된 수치 모델을 보여주고 댐 침해 범위에 대한 가능한 포괄적인 관점을 제공합니다. 또한 다양한 유압 매개변수 계산을 수행하는 데 도움이 됩니다. 게다가 실험 데이터를 사용하여 측정되지 않은 매개변수를 계산할 수도 있습니다.
Association of state dam safety officials (2023) Kentucky, USA. Available from https://damsafety.org
ASTM D1557 (2007) Standard test methods for laboratory compaction characteristics of soil using standard effort. West Conshohocken, PA, USA
ASTM D422–63 (2002) Standard test method for particle size analysis of soils
Azimi H, Shabanlou S (2016) Comparison of subcritical and supercritical flow patterns within triangular channels along the side weir. Int J Nonlinear Sci Numer Simul 17(7–8):361–368ArticleMathSciNetGoogle Scholar
Azimi H, Shabanlou S (2018) Numerical study of bed slope change effect of circular channel with side weir in supercritical flow conditions. Appl Water Sci 8(6):166ArticleADSGoogle Scholar
Azimi H, Shabanlou S, Kardar S (2017) Characteristics of hydraulic jump in U-shaped channels. Arab J Sci Eng 42:3751–3760ArticleGoogle Scholar
Brunner GW (2016) HEC-RAS Reference Manual, version 5.0. Hydrologic Engineering Center, Institute for Water Resources, US Army Corps of Engineers, Davis, California
Brunner GW (2016) HEC-RAS user’s Manual, version 5.0. Hydrologic Engineering Center, Institute for Water Resources, US Army Corps of Engineers, Davis, California
Chanson H, Wang H (2013) Unsteady discharge calibration of a large V-notch weir. Flow Meas Instrum 29:19–24ArticleGoogle Scholar
Committee on Dam Safety (2019) ICOLD incident database bulletin 99 update: statistical analysis of dam failures, technical report, international commission on large dams. Available from: https://www.icoldchile.cl/boletines/188.pdf
Engomoen B, Witter DT, Knight K, Luebke TA (2014) Design Standards No 13: Embankment Dams. United States Bureau of Reclamation
Flow Science Corporation (2017) Flow-3D v11.0 User Manual. Available from: http://flow3d.com
Froehlich DC (2016) Predicting peak discharge from gradually breached embankment dam. J Hydrol Eng 21(11):04016041ArticleGoogle Scholar
Hakimzadeh H, Nourani V, Amini AB (2014) Genetic programming simulation of dam breach hydrograph and peak outflow discharge. J Hydrol Eng 19:757–768ArticleGoogle Scholar
Hooshyaripor F, Tahershamsi A, Golian S (2014) Application of copula method and neural networks for predicting peak outflow from breached embankments. J Hydro-Environ Res 8(3):292–303ArticleGoogle Scholar
Irmakunal CI (2019) Two-dimensional dam break analyses of Berdan dam. MSC thesis, Middle East Technical University, Turkey
kumar Gupta A, Narang I, Goyal P, (2020) Dam break analysis of JAWAI dam PALI, Rajasthan using HEC-RAS. IOSR J Mech Civ Eng 17(2):43–52Google Scholar
Mo C, Cen W, Le X, Ban H, Ruan Y, Lai S, Shen Y (2023) Simulation of dam-break flood and risk assessment: a case study of Chengbi river dam in Baise, China. J Hydroinformatics 25(4):1276–1294ArticleGoogle Scholar
Morris M, Kortenhaus A, Visser P (2009) Modelling breach initiation and growth. FLOODsite report: T06–08–02, FLOODsite Consortium, Wallingford, UK
Pierce MW, Thornton CI, Abt SR (2010) Predicting peak outflow from breached embankment dams. J Hydrol Eng 15(5):338–349ArticleGoogle Scholar
Saberi O (2016) Embankment dam failure outflow hydrograph development. PhD thesis, Graz University of Technology, Austria
Sylvestre J, Sylvestre P (2018) User’s guide for BRCH GUI. 2018. Available from: http://rivermechanics.net
USACE) 2004) General design and construction considerations for Earth and rockfill dams, US Army Corps of Engineers, Washington DC, USA
USBR (1987) Design of small dams, Bureau of Reclamation, Water Resources Technical Publication
Versteeg HK, Malalasekera W (2007) An introduction to computational fluid dynamics: the finite volume method. Pearson education
Wang Z, Bowles DS (2006) Three-dimensional non-cohesive earthen dam breach model. Part 1: theory and methodology. Adv Water Resour 29(10):1528–1545ArticleADSGoogle Scholar
Webby MG (1996) Discussion of peak outflow from breached embankment dam by David C. Froehlich. J Water Resour Plan Manag 122(4):316–317
Wu W, Marsooli R, He Z (2012) Depth-averaged two-dimensional model of unsteady flow and sediment transport due to noncohesive embankment break/breaching. J Hydraul Eng 138(6):503–516ArticleGoogle Scholar
Xu Y, Zhang LM (2009) Breaching parameters for earth and rockfill dams. J Geotech Geoenviron Eng 135(12):1957–1970ArticleGoogle Scholar
The coupled dynamics of interfacial fluid phases and unconstrained solid particles during the binder jet 3D printing process govern the final quality and performance of the resulting components. The present work proposes a computational fluid dynamics (CFD) and discrete element method (DEM) framework capable of simulating the complex interfacial fluid–particle interaction that occurs when binder microdroplets are deposited into a powder bed. The CFD solver uses a volume-of-fluid (VOF) method for capturing liquid–gas multifluid flows and relies on block-structured adaptive mesh refinement (AMR) to localize grid refinement around evolving fluid–fluid interfaces. The DEM module resolves six degrees of freedom particle motion and accounts for particle contact, cohesion, and rolling resistance. Fully-resolved CFD-DEM coupling is achieved through a fictitious domain immersed boundary (IB) approach. An improved method for enforcing three-phase contact lines with a VOF-IB extension technique is introduced. We present several simulations of binder jet primitive formation using realistic process parameters and material properties. The DEM particle systems are experimentally calibrated to reproduce the cohesion behavior of physical nickel alloy powder feedstocks. We demonstrate the proposed model’s ability to resolve the interdependent fluid and particle dynamics underlying the process by directly comparing simulated primitive granules with one-to-one experimental counterparts obtained from an in-house validation apparatus. This computational framework provides unprecedented insight into the fundamental mechanisms of binder jet 3D printing and presents a versatile new approach for process parameter optimization and defect mitigation that avoids the inherent challenges of experiments.
바인더 젯 3D 프린팅 공정 중 계면 유체 상과 구속되지 않은 고체 입자의 결합 역학이 결과 구성 요소의 최종 품질과 성능을 좌우합니다. 본 연구는 바인더 미세액적이 분말층에 증착될 때 발생하는 복잡한 계면 유체-입자 상호작용을 시뮬레이션할 수 있는 전산유체역학(CFD) 및 이산요소법(DEM) 프레임워크를 제안합니다.
CFD 솔버는 액체-가스 다중유체 흐름을 포착하기 위해 VOF(유체량) 방법을 사용하고 블록 구조 적응형 메쉬 세분화(AMR)를 사용하여 진화하는 유체-유체 인터페이스 주위의 그리드 세분화를 국지화합니다. DEM 모듈은 6개의 자유도 입자 운동을 해결하고 입자 접촉, 응집력 및 구름 저항을 설명합니다.
완전 분해된 CFD-DEM 결합은 가상 도메인 침지 경계(IB) 접근 방식을 통해 달성됩니다. VOF-IB 확장 기술을 사용하여 3상 접촉 라인을 강화하는 향상된 방법이 도입되었습니다. 현실적인 공정 매개변수와 재료 특성을 사용하여 바인더 제트 기본 형성에 대한 여러 시뮬레이션을 제시합니다.
DEM 입자 시스템은 물리적 니켈 합금 분말 공급원료의 응집 거동을 재현하기 위해 실험적으로 보정되었습니다. 우리는 시뮬레이션된 기본 과립과 내부 검증 장치에서 얻은 일대일 실험 대응물을 직접 비교하여 프로세스의 기본이 되는 상호 의존적인 유체 및 입자 역학을 해결하는 제안된 모델의 능력을 보여줍니다.
이 계산 프레임워크는 바인더 제트 3D 프린팅의 기본 메커니즘에 대한 전례 없는 통찰력을 제공하고 실험에 내재된 문제를 피하는 공정 매개변수 최적화 및 결함 완화를 위한 다용도의 새로운 접근 방식을 제시합니다.
Introduction
Binder jet 3D printing (BJ3DP) is a powder bed additive manufacturing (AM) technology capable of fabricating geometrically complex components from advanced engineering materials, such as metallic superalloys and ultra-high temperature ceramics [1], [2]. As illustrated in Fig. 1(a), the process is comprised of many repetitive print cycles, each contributing a new cross-sectional layer on top of a preceding one to form a 3D CAD-specified geometry. The feedstock material is first delivered from a hopper to a build plate and then spread into a thin layer by a counter-rotating roller. After powder spreading, a print head containing many individual inkjet nozzles traverses over the powder bed while precisely jetting binder microdroplets onto select regions of the spread layer. Following binder deposition, the build plate lowers by a specified layer thickness, leaving a thin void space at the top of the job box that the subsequent powder layer will occupy. This cycle repeats until the full geometries are formed layer by layer. Powder bed fusion (PBF) methods follow a similar procedure, except they instead use a laser or electron beam to selectively melt and fuse the powder material. Compared to PBF, binder jetting offers several distinct advantages, including faster build rates, enhanced scalability for large production volumes, reduced machine and operational costs, and a wider selection of suitable feedstock materials [2]. However, binder jetted parts generally possess inferior mechanical properties and reduced dimensional accuracy [3]. As a result, widescale adoption of BJ3DP to fabricate high-performance, mission-critical components, such as those common to the aerospace and defense sectors, is contingent on novel process improvements and innovations [4].
A major obstacle hindering the advancement of BJ3DP is our limited understanding of how various printing parameters and material properties collectively influence the underlying physical mechanisms of the process and their effect on the resulting components. To date, the vast majority of research efforts to uncover these relationships have relied mainly on experimental approaches [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], which are often expensive and time-consuming and have inherent physical restrictions on what can be measured and observed. For these reasons, there is a rapidly growing interest in using computational models to circumvent the challenges of experimental investigations and facilitate a deeper understanding of the process’s fundamental phenomena. While significant progress has been made in developing and deploying numerical frameworks aimed at powder spreading [20], [21], [22], [23], [24], [25], [26], [27] and sintering [28], [29], [30], [31], [32], simulating the interfacial fluid–particle interaction (IFPI) in the binder deposition stage is still in its infancy. In their exhaustive review, Mostafaei et al. [2] point out the lack of computational models capable of resolving the coupled fluid and particle dynamics associated with binder jetting and suggest that the development of such tools is critical to further improving the process and enhancing the quality of its end-use components.
We define IFPI as a multiphase flow regime characterized by immiscible fluid phases separated by dynamic interfaces that intersect the surfaces of moving solid particles. As illustrated in Fig. 1(b), an elaborate IFPI occurs when a binder droplet impacts the powder bed in BJ3DP. The momentum transferred from the impacting droplet may cause powder compaction, cratering, and particle ejection. These ballistic disturbances can have deleterious effects on surface texture and lead to the formation of large void spaces inside the part [5], [13]. After impact, the droplet spreads laterally on the bed surface and vertically into the pore network, driven initially by inertial impact forces and then solely by capillary action [33]. Attractive capillary forces exerted on mutually wetted particles tend to draw them inward towards each other, forming a packed cluster of bound particles referred to as a primitive [34]. A single-drop primitive is the most fundamental building element of a BJ3DP part, and the interaction leading to its formation has important implications on the final part characteristics, such as its mechanical properties, resolution, and dimensional accuracy. Generally, binder droplets are deposited successively as the print head traverses over the powder bed. The traversal speed and jetting frequency are set such that consecutive droplets coalesce in the bed, creating a multi-drop primitive line instead of a single-drop primitive granule. The binder must be jetted with sufficient velocity to penetrate the powder bed deep enough to provide adequate interlayer binding; however, a higher impact velocity leads to more pronounced ballistic effects.
A computational framework equipped to simulate the interdependent fluid and particle dynamics in BJ3DP would allow for unprecedented observational and measurement capability at temporal and spatial resolutions not currently achievable by state-of-the-art imaging technology, namely synchrotron X-ray imaging [13], [14], [18], [19]. Unfortunately, BJ3DP presents significant numerical challenges that have slowed the development of suitable modeling frameworks; the most significant of which are as follows:
1.Incorporating dynamic fluid–fluid interfaces with complex topological features remains a nontrivial task for standard mesh-based CFD codes. There are two broad categories encompassing the methods used to handle interfacial flows: interface tracking and interface capturing [35]. Interface capturing techniques, such as the popular volume-of-fluid (VOF) [36] and level-set methods [37], [38], are better suited for problems with interfaces that become heavily distorted or when coalescence and fragmentation occur frequently; however, they are less accurate in resolving surface tension and boundary layer effects compared to interface tracking methods like front-tracking [39], arbitrary Lagrangian–Eulerian [40], and space–time finite element formulations [41]. Since interfacial forces become increasingly dominant at decreasing length scales, inaccurate surface tension calculations can significantly deteriorate the fidelity of IFPI simulations involving <100 μm droplets and particles.
2.Dynamic powder systems are often modeled using the discrete element method (DEM) introduced by Cundall and Strack [42]. For IFPI problems, a CFD-DEM coupling scheme is required to exchange information between the fluid and particle solvers. Fully-resolved CFD-DEM coupling suggests that the flow field around individual particle surfaces is resolved on the CFD mesh [43], [44]. In contrast, unresolved coupling volume averages the effect of the dispersed solid phase on the continuous fluid phases [45], [46], [47], [48]. Comparatively, the former is computationally expensive but provides detailed information about the IFPI in question and is more appropriate when contact line dynamics are significant. However, since the pore structure of a powder bed is convoluted and evolves with time, resolving such solid–fluid interfaces on a computational mesh presents similar challenges as fluid–fluid interfaces discussed in the previous point. Although various algorithms have been developed to deform unstructured meshes to accommodate moving solid surfaces (see Bazilevs et al. [49] for an overview of such methods), they can be prohibitively expensive when frequent topology changes require mesh regeneration rather than just modification through nodal displacement. The pore network in a powder bed undergoes many topology changes as particles come in and out of contact with each other, constantly closing and opening new flow channels. Non-body-conforming structured grid approaches that rely on immersed boundary (IB) methods to embed the particles in the flow field can be better suited for such cases [50]. Nevertheless, accurately representing these complex pore geometries on Cartesian grids requires extremely high mesh resolutions, which can impose significant computational costs.
3.Capillary effects depend on the contact angle at solid–liquid–gas intersections. Since mesh nodes do not coincide with a particle surface when using an IB method on structured grids, imposing contact angle boundary conditions at three-phase contact lines is not straightforward.
While these issues also pertain to PBF process modeling, resolving particle motion is generally less crucial for analyzing melt pool dynamics compared to primitive formation in BJ3DP. Therefore, at present, the vast majority of computational process models of PBF assume static powder beds and avoid many of the complications described above, see, e.g., [51], [52], [53], [54], [55], [56], [57], [58], [59]. Li et al. [60] presented the first 2D fully-resolved CFD-DEM simulations of the interaction between the melt pool, powder particles, surrounding gas, and metal vapor in PBF. Following this work, Yu and Zhao [61], [62] published similar melt pool IFPI simulations in 3D; however, contact line dynamics and capillary forces were not considered. Compared to PBF, relatively little work has been published regarding the computational modeling of binder deposition in BJ3DP. Employing the open-source VOF code Gerris [63], Tan [33] first simulated droplet impact on a powder bed with appropriate binder jet parameters, namely droplet size and impact velocity. However, similar to most PBF melt pool simulations described in the current literature, the powder bed was fixed in place and not allowed to respond to the interacting fluid phases. Furthermore, a simple face-centered cubic packing of non-contacting, monosized particles was considered, which does not provide a realistic pore structure for AM powder beds. Building upon this approach, we presented a framework to simulate droplet impact on static powder beds with more practical particle size distributions and packing arrangements [64]. In a study similar to [33], [64], Deng et al. [65] used the VOF capability in Ansys Fluent to examine the lateral and vertical spreading of a binder droplet impacting a fixed bimodal powder bed with body-centered packing. Li et al. [66] also adopted Fluent to conduct 2D simulations of a 100 μm diameter droplet impacting substrates with spherical roughness patterns meant to represent the surface of a simplified powder bed with monosized particles. The commercial VOF-based software FLOW-3D offers an AM module centered on process modeling of various AM technologies, including BJ3DP. However, like the above studies, particle motion is still not considered in this codebase. Ur Rehman et al. [67] employed FLOW-3D to examine microdroplet impact on a fixed stainless steel powder bed. Using OpenFOAM, Erhard et al. [68] presented simulations of different droplet impact spacings and patterns on static sand particles.
Recently, Fuchs et al. [69] introduced an impressive multipurpose smoothed particle hydrodynamics (SPH) framework capable of resolving IFPI in various AM methods, including both PBF and BJ3DP. In contrast to a combined CFD-DEM approach, this model relies entirely on SPH meshfree discretization of both the fluid and solid governing equations. The authors performed several prototype simulations demonstrating an 80 μm diameter droplet impacting an unconstrained powder bed at different speeds. While the powder bed responds to the hydrodynamic forces imparted by the impacting droplet, the particle motion is inconsistent with experimental time-resolved observations of the process [13]. Specifically, the ballistic effects, such as particle ejection and bed deformation, were drastically subdued, even in simulations using a droplet velocity ∼ 5× that of typical jetting conditions. This behavior could be caused by excessive damping in the inter-particle contact force computations within their SPH framework. Moreover, the wetted particles did not appear to be significantly influenced by the strong capillary forces exerted by the binder as no primitive agglomeration occurred. The authors mention that the objective of these simulations was to demonstrate their codebase’s broad capabilities and that some unrealistic process parameters were used to improve computational efficiency and stability, which could explain the deviations from experimental observations.
In the present paper, we develop a novel 3D CFD-DEM numerical framework for simulating fully-resolved IFPI during binder jetting with realistic material properties and process parameters. The CFD module is based on the VOF method for capturing binder–air interfaces. Surface tension effects are realized through the continuum surface force (CSF) method with height function calculations of interface curvature. Central to our fluid solver is a proprietary block-structured AMR library with hierarchical octree grid nesting to focus enhanced grid resolution near fluid–fluid interfaces. The GPU-accelerated DEM module considers six degrees of freedom particle motion and includes models based on Hertz-Mindlin contact, van der Waals cohesion, and viscoelastic rolling resistance. The CFD and DEM modules are coupled to achieve fully-resolved IFPI using an IB approach in which Lagrangian solid particles are mapped to the underlying Eulerian fluid mesh through a solid volume fraction field. An improved VOF-IB extension algorithm is introduced to enforce the contact angle at three-phase intersections. This provides robust capillary flow behavior and accurate computations of the fluid-induced forces and torques acting on individual wetted particles in densely packed powder beds.
We deploy our integrated codebase for direct numerical simulations of single-drop primitive formation with powder beds whose particle size distributions are generated from corresponding laboratory samples. These simulations use jetting parameters similar to those employed in current BJ3DP machines, fluid properties that match commonly used aqueous polymeric binders, and powder properties specific to nickel alloy feedstocks. The cohesion behavior of the DEM powder is calibrated based on the angle of repose of the laboratory powder systems. The resulting primitive granules are compared with those obtained from one-to-one experiments conducted using a dedicated in-house test apparatus. Finally, we demonstrate how the proposed framework can simulate more complex and realistic printing operations involving multi-drop primitive lines.
Section snippets
Mathematical description of interfacial fluid–particle interaction
This section briefly describes the governing equations of fluid and particle dynamics underlying the CFD and DEM solvers. Our unified framework follows an Eulerian–Lagrangian approach, wherein the Navier–Stokes equations of incompressible flow are discretized on an Eulerian grid to describe the motion of the binder liquid and surrounding gas, and the Newton–Euler equations account for the positions and orientations of the Lagrangian powder particles. The mathematical foundation for
CFD solver for incompressible flow with multifluid interfaces
This section details the numerical methodology used in our CFD module to solve the Navier–Stokes equations of incompressible flow. First, we introduce the VOF method for capturing the interfaces between the binder and air phases. This approach allows us to solve the fluid dynamics equations considering only a single continuum field with spatial and temporal variations in fluid properties. Next, we describe the time integration procedure using a fractional-step projection algorithm for
DEM solver for solid particle dynamics
This section covers the numerical procedure for tracking the motion of individual powder particles with DEM. The Newton–Euler equations (Eqs. (10), (11)) are ordinary differential equations (ODEs) for which many established numerical integrators are available. In general, the most challenging aspects of DEM involve processing particle collisions in a computationally efficient manner and dealing with small time step constraints that result from stiff materials, such as metallic AM powders. The
Unified CFD-DEM solver
The preceding sections have introduced the CFD and DEM solution algorithms separately. Here, we discuss the integrated CFD-DEM solution algorithm and related details.
Binder jet process modeling and validation experiments
In this section, we deploy our CFD-DEM framework to simulate the IFPI occurring during the binder droplet deposition stage of the BJ3DP process. The first simulations attempt to reproduce experimental single-drop primitive granules extracted from four nickel alloy powder samples with varying particle size distributions. The experiments are conducted with a dedicated in-house test apparatus that allows for the precision deposition of individual binder microdroplets into a powder bed sample. The
Conclusions
This paper introduces a coupled CFD-DEM framework capable of fully-resolved simulation of the interfacial fluid–particle interaction occurring in the binder jet 3D printing process. The interfacial flow of binder and surrounding air is captured with the VOF method and surface tension effects are incorporated using the CSF technique augmented by height function curvature calculations. Block-structured AMR is employed to provide localized grid refinement around the evolving liquid–gas interface.
CRediT authorship contribution statement
Joshua J. Wagner: Conceptualization, Data curation, Formal analysis, Investigation, Methodology, Software, Visualization, Writing – original draft, Writing – review & editing. C. Fred Higgs III: Conceptualization, Funding acquisition, Investigation, Methodology, Project administration, Resources, Supervision, Writing – original draft, Writing – review & editing.
Declaration of competing interest
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Acknowledgments
This work was supported by a NASA Space Technology Research Fellowship, United States of America, Grant No. 80NSSC19K1171. Partial support was also provided through an AIAA Foundation Orville, USA and Wilbur Wright Graduate Award, USA . The authors would like to gratefully acknowledge Dr. Craig Smith of NASA Glenn Research Center for the valuable input he provided on this project.
Este documento está relacionado con un proyecto en curso para el cual se está desarrollando e implementando un gemelo digital estructural del puente de Kalix en Suecia. 이 문서는 스웨덴 Kalix 교량의 구조적 디지털 트윈이 개발 및 구현되고 있는 진행 중인 프로젝트와 관련이 있습니다.
RESUMEN Las cargas ambientales, como el viento y el caudal de los ríos, juegan un papel esencial en el diseño y evaluación estructural de puentes de grandes luces. El cambio climático y los eventos climáticos extremos son amenazas para la confiabilidad y seguridad de la red de transporte.
Esto ha llevado a una creciente demanda de modelos de gemelos digitales para investigar la resistencia de los puentes en condiciones climáticas extremas. El puente de Kalix, construido sobre el río Kalix en Suecia en 1956, se utiliza como banco de pruebas en este contexto.
La estructura del puente, realizada en hormigón postensado, consta de cinco vanos, siendo el más largo de 94 m. En este estudio, las características aerodinámicas y los valores extremos de la simulación numérica del viento, como la presión en la superficie, se obtienen utilizando la simulación de remolinos desprendidos retardados (DDES) de Spalart-Allmaras como un enfoque de turbulencia RANS-LES híbrido que es práctico y computacionalmente eficiente para cerca de la pared densidad de malla impuesta por el método LES.
La presión del viento en la superficie se obtiene para tres escenarios climáticos extremos, que incluyen un clima con mucho viento, un clima extremadamente frío y el valor de cálculo para un período de retorno de 3000 años. El resultado indica diferencias significativas en la presión del viento en la superficie debido a las capas de tiempo que provienen de la simulación del flujo de viento transitorio. Para evaluar el comportamiento estructural en el escenario de viento crítico, se considera el valor más alto de presión en la superficie para cada escenario.
Además, se realiza un estudio hidrodinámico en los pilares del puente, en el que se simula el flujo del río por el método VOF, y se examina el proceso de movimiento del agua alrededor de los pilares de forma transitoria y en diferentes momentos. En cada una de las superficies del pilar se calcula la presión superficial aplicada por el caudal del río con el caudal volumétrico más alto registrado.
Para simular el flujo del río, se ha utilizado la información y las condiciones meteorológicas registradas en períodos anteriores. Los resultados muestran que la presión en la superficie en el momento en que el flujo del río golpea los pilares es mucho mayor que en los momentos posteriores. Esta cantidad de presión se puede usar como carga crítica en los cálculos de interacción fluido-estructura (FSI).
Finalmente, para ambas secciones, la presión en la superficie del viento, el campo de velocidades con respecto a las líneas de sondas auxiliares, los contornos del movimiento circunferencial del agua alrededor de los pilares y el diagrama de presión en ellos se informan en diferentes intervalos de tiempo.
요약 바람, 강의 흐름과 같은 환경 하중은 장대 교량의 설계 및 구조 평가에 필수적인 역할을 합니다. 기후 변화와 기상 이변은 교통 네트워크의 신뢰성과 보안에 위협이 됩니다.
이로 인해 극한 기상 조건에서 교량의 복원력을 조사하기 위한 디지털 트윈 모델에 대한 수요가 증가했습니다. 1956년 스웨덴 칼릭스 강 위에 건설된 칼릭스 다리는 이러한 맥락에서 테스트베드로 사용됩니다.
포스트텐션 콘크리트로 만들어진 교량 구조는 5개 경간으로 구성되며 가장 긴 길이는 94m입니다. 본 연구에서는 하이브리드 RANS-LES 난류 접근 방식인 Spalart-Allmaras 지연 분리 와류 시뮬레이션(DDES)을 사용하여 수치적 바람 시뮬레이션의 공기역학적 특성과 표면압 등 극한값을 얻습니다. LES 방법으로 부과된 벽 근처 메쉬 밀도.
바람이 많이 부는 기후, 극도로 추운 기후, 그리고 3000년의 반환 기간에 대해 계산된 값을 포함한 세 가지 극한 기후 시나리오에 대해 표면 풍압을 얻습니다. 결과는 과도 풍류 시뮬레이션에서 나오는 시간 레이어로 인해 표면 풍압에 상당한 차이가 있음을 나타냅니다. 임계 바람 시나리오에서 구조적 거동을 평가하기 위해 각 시나리오에 대해 가장 높은 표면 압력 값이 고려됩니다.
또한 교량 기둥에 대한 유체 역학 연구를 수행하여 하천의 흐름을 VOF 방법으로 시뮬레이션하고 기둥 주변의 물 이동 과정을 일시적이고 다른 시간에 조사합니다. 각 기둥 표면에서 기록된 체적 유량이 가장 높은 강의 흐름에 의해 적용되는 표면 압력이 계산됩니다.
강의 흐름을 시뮬레이션하기 위해 이전 기간에 기록된 정보와 기상 조건이 사용되었습니다. 결과는 강의 흐름이 기둥에 닿는 순간의 표면 압력이 나중에 순간보다 훨씬 높다는 것을 보여줍니다. 이 압력의 양은 유체-구조 상호작용(FSI) 계산에서 임계 하중으로 사용될 수 있습니다.
마지막으로 두 섹션 모두 바람 표면의 압력, 보조 프로브 라인에 대한 속도장, 기둥 주위 물의 원주 운동 윤곽 및 압력 다이어그램이 서로 다른 시간 간격으로 보고됩니다.
키워드: 디지털 트윈 , 풍력 공학, 콘크리트 교량, 유체역학, CFD 시뮬레이션, DDES 난류 모델, Kalix 교량
Palabras clave: Gemelo digital , Ingeniería eólica, Puente de hormigón, Hidrodinámica, Simulación CFD, Modelo de turbulencia DDES, Puente Kalix
1. Introducción
Las infraestructuras de transporte son la columna vertebral de nuestra sociedad y los puentes son el cuello de botella de la red de transporte [1]. Además, el cambio climático que da como resultado tasas de deterioro más altas y los eventos climáticos extremos son amenazas importantes para la confiabilidad y seguridad de las redes de transporte. Durante la última década, muchos puentes se han dañado o fallado por condiciones climáticas extremas como tifones e inundaciones.
Wang et al. analizó los impactos del cambio climático y mostró que se espera que el deterioro de los puentes de hormigón sea aún peor que en la actualidad, y se prevé que los eventos climáticos extremos sean más frecuentes y con mayor gravedad [2].
Además, la demanda de capacidad de carga a menudo aumenta con el tiempo, por ejemplo, debido al uso de camiones más pesados para el transporte de madera en el norte de Europa y América del Norte. Por lo tanto, existe una necesidad creciente de métodos confiables para evaluar la resistencia estructural de la red de transporte en condiciones climáticas extremas que tengan en cuenta los escenarios futuros de cambio climático.
Los activos de transporte por carretera se diseñan, construyen y explotan basándose en numerosas fuentes de datos y varios modelos. Por lo tanto, los ingenieros de diseño usan modelos establecidos proporcionados por las normas; ingenieros de construccion documentar los datos en el material real y proporcionar planos según lo construido; los operadores recopilan datos sobre el tráfico, realizan inspecciones y planifican el mantenimiento; los científicos del clima combinan datos y modelos climáticos para predecir eventos climáticos futuros, y los ingenieros de evaluación calculan el impacto de la carga climática extrema en la estructura.
Dadas las fuentes abrumadoras y la complejidad de los datos y modelos, es posible que la información y los cálculos actualizados no estén disponibles para decisiones cruciales, por ejemplo, con respecto a la seguridad estructural y la operabilidad de la infraestructura durante episodios de eventos extremos. La falta de una integración perfecta entre los datos de la infraestructura, los modelos estructurales y la toma de decisiones a nivel del sistema es una limitación importante de las soluciones actuales, lo que conduce a la inadaptación e incertidumbre y crea costos e ineficiencias.
El gemelo digital estructural de la infraestructura es una simulación estructural viva que reúne todos los datos y modelos y se actualiza desde múltiples fuentes para representar su contraparte física. El Digital Twin estructural, mantenido durante todo el ciclo de vida de un activo y fácilmente accesible en cualquier momento, proporciona al propietario/usuarios de la infraestructura una idea temprana de los riesgos potenciales para la movilidad inducidos por eventos climáticos, cargas de vehículos pesados e incluso el envejecimiento de un infraestructura de transporte.
En un proyecto en curso, estamos desarrollando e implementando un gemelo digital estructural para el puente de Kalix en Suecia. El objetivo general del presente artículo es presentar un método y estudiar los resultados de la cuantificación de las cargas estructurales resultantes de eventos climáticos extremos basados en escenarios climáticos futuros para el puente de Kalix. El puente de Kalix, construido sobre el río Kalix en Suecia en 1956, está hecho de una viga cajón de hormigón postensado. El puente se utiliza como banco de pruebas para la demostración de métodos de evaluación y control de la salud estructural (SHM) de última generación.
El objetivo específico de la investigación actual es dar cuenta de parámetros climáticos como el viento y el flujo de agua, que imponen cargas estáticas y dinámicas en las estructuras. Nuestro método, en el primer paso, consiste en simulaciones de flujo de viento y simulaciones de flujo de agua utilizando un modelado CFD transitorio basado en el modelo de turbulencia LES/DES para cuantificar las cargas de viento e hidráulicas; esto constituye el punto focal principal de este artículo.
En el siguiente paso, se estudiará la respuesta estructural del puente mediante la transformación de los perfiles de carga eólica e hidráulica en cargas estructurales en el análisis de EF estructural no lineal. Por último, el modelo estructural se actualizará incorporando sin problemas los datos del SHM y, por lo tanto, creando un gemelo digital estructural que refleje la verdadera respuesta de la estructura. Los dos primeros enfoques de investigación permanecen fuera del alcance inmediato del presente artículo.
2. Descripción del puente de Kalix
El puente de Kalix consta de 5 vanos largos de los cuales el más largo tiene unos 94 metros y el más corto 43,85 m. El puente es de hormigón postensado, el cual se cuela in situ de forma segmentaria y una viga cajón no prismática como se muestra en la Fig. 1. El puente es simétrico en geometría y hay una bisagra en el punto medio. El ancho del tablero del puente en la losa superior e inferior es de aproximadamente 13 my 7,5 m, respectivamente. El espesor del muro es de 45 cm y el espesor de la losa inferior varía de 20 cm a 50 cm.
Las pruebas en túnel de viento solían ser la única forma de examinar la reacción de los puentes a las cargas de viento Consulte [3]; sin embargo, estos experimentos requieren mucho tiempo y son costosos. Se requieren cerca de 6 a 8 semanas para realizar una prueba típica en un túnel de viento Consulte [4]. Los últimos logros en la capacidad computacional de las computadoras brindan oportunidades para la simulación práctica del viento alrededor de puentes utilizando la dinámica de fluidos computacional (CFD).
Es beneficioso investigar la presión del viento en los componentes del puente utilizando una simulación por computadora. Es necesario determinar los parámetros de simulación del puente y el campo de viento a su alrededor; por lo tanto, se pueden evaluar con precisión sus impactos en las fuerzas aplicadas en el puente.
Las demandas de diseño de las estructuras de puentes requieren una investigación rigurosa de la acción del viento, especialmente en condiciones climáticas extremas. Garantizar la estabilidad de los puentes de grandes luces, ya que sus características y formaciones son más propensas a la carga de viento, se encuentra entre las principales consideraciones de diseño [3].
3.1. Parámetros de simulación
La velocidad básica del viento se elige 22 m/s según el mapa de viento de Suecia y la ubicación del puente de Kalix según EN 1991-1-4 [5] y el código sueco BFS 2019: 1 EKS 11; ver figura 1. La superficie libre sobre el agua se considera un área expuesta a la carga de viento. La dirección del ataque del viento dominante se considera perpendicular al tablero del puente.
Las simulaciones actuales se basan en tres escenarios que incluyen: viento extremo, frío extremo y valor de diseño para un período de retorno de 3000 años. Cada condición tiene diferentes valores de temperatura, viento básico velocidad, viscosidad cinemática y densidad del aire, como se muestra en la Tabla 1. Los conjuntos de datos meteorológicos se sintetizaron para dos semanas meteorológicas extremas durante el período de 30 años de 2040-2069, considerando 13 escenarios climáticos futuros diferentes con diferentes modelos climáticos globales (GCM) y rutas de concentración representativas (RCP).
Se seleccionaron una semana de frío extremo y una semana de viento extremo utilizando el enfoque desarrollado de Nik [7]. El planteamiento se adaptó a las necesidades de este trabajo, considerando el horario semanal en lugar de mensual. Se ha verificado la aplicación del enfoque para simulaciones complejas, incluidos los sistemas de energía Consulte [7]Consulte [8], hidrotermal Consulte [ 9] y simulaciones de microclimas Consulte [10].
Para considerar las condiciones climáticas extremas de una infraestructura muy importante, el valor de la velocidad básica del viento debe transferirse del período de retorno de 50 años a 3000 años como se indica en la ecuación 1 [6]. El perfil de velocidad y turbulencia se crea en base a EN 1991-1-4 [5] para la categoría de terreno 0 (Z0 = 0,003 my Zmín = 1 m), donde Z0 y Zmín son la longitud de rugosidad y la altura mínima, respectivamente. La variación de la velocidad del viento con la altura se define en la ecuación 2, donde co (z) es el factor de orografía tomado como 1, vm (z) es la velocidad media del viento a la altura z, kr es el factor del terreno que depende de la longitud de la rugosidad , e Iv (z) es la intensidad de la turbulencia; ver ecuación 3.���50=[0.36+0.1ln12�] 1�����=��·ln��0·��� [2]���=�����=�1�0�·ln�/�0 ��� ����≤�≤���� [3]���=������ ��� �<���� [4]
Se calcula que el valor de la velocidad del viento para T = período de retorno de 3000 años es de 31 m/s; por lo tanto, los diagramas de velocidad del viento e intensidad de turbulencia se obtienen como se muestra en la figura 2.
Para que las investigaciones sean precisas en el flujo alrededor de estructuras importantes como puentes, se aplica un enfoque híbrido que incluye simulaciones de remolinos desprendidos retardados (DDES) y es computacionalmente eficiente [11][12]. Este modelo de turbulencia usa un método RANS cerca de las capas límite y el método LES lejos de las capas límite y en el área del flujo de la región separada ‘.
En el primer paso, el enfoque de simulación de remolinos separados se ha ampliado para adquirir predicciones de fuerza fiables en los modelos con un gran impacto del flujo separado. Hay varios ejemplos en la parte de revisión de Spalart Consulte [11] para varios casos que usan la aplicación del modelo de turbulencia de simulación de remolino separado (DES).
La formulación DES inicial [13] se desarrolla utilizando el enfoque de Spalart-Allmaras. Con respecto a la transición del enfoque RANS al LES, se revisa el término de destrucción en la ecuación de transporte de viscosidad modificada: la distancia entre un punto en el dominio y la superficie sólida más cercana (d) se sustituye por el factor introducido por:�~=���(�.����·∆)
Se ha empleado un enfoque modificado de DES, conocido como simulación de remolinos desprendidos retardados (DDES), para dominar el probable problema de la “separación inducida por la rejilla” (GIS) que está relacionado con la geometría de la rejilla. El objetivo de este nuevo enfoque es confirmar que el modelado de turbulencia se mantiene en modo RANS en todas las capas de contorno [14]. Por lo tanto, la definición del parámetro se modifica como se define:�~=�-�����(0. �-����·�) 6
donde fd es una función de filtro que considera un valor de 0 en las capas límite cercanas al muro (zona RANS) y un valor de 1 en las áreas donde se realizó la separación del flujo (zona LES).
3.3. Rejilla computacional y resultados
RWIND 2.01 Pro se emplea para la simulación de viento CFD, que usa el código CFD externo OpenFOAM® versión 17.10. La simulación CFD tridimensional se realiza como una simulación de viento transitorio para flujo turbulento incompresible utilizando el algoritmo SIMPLE (Método semi-implícito para ecuaciones vinculadas a presión).
En la simulación actual, el solucionador de estado estacionario se considera como la condición inicial, lo que significa que cuando se está calculando el flujo transitorio, el cálculo del estado estacionario de la condición inicial comienza en la primera parte de la simulación y tan pronto como se calcula. completado, el cálculo de transitorios se iniciará automáticamente.
La cuadrícula computacional se realiza mediante 8.057.279 celdas tridimensionales y 8.820.901 nudos, también se consideran las dimensiones del dominio del túnel de viento 2000 m * 1000 m * 100 m (largo, ancho, alto) como se muestra en la figura 3. El volumen mínimo de la celda es de 6,34 * 10-5 m3, el volumen máximo es de 812,30 m3 y la desviación máxima es de 1,80.
La presión residual final se considera 5 * 10-5. El proceso de generación de mallas e independencia de la rejilla se ha realizado utilizando los cuatro tamaños de malla que se muestran en la figura 4 para la malla de referencia, y finalmente se ha conseguido la independencia de la rejilla.
Se han realizado tres simulaciones para obtener el valor de la presión del viento para condiciones climáticas extremas y el valor de cálculo del viento que se muestra en la Fig. 5. Para cada escenario, el resultado de la presión del viento se obtiene utilizando el modelo de turbulencia transitoria DDES con respecto a 30 (s) de duración que incluye 60 capas de tiempo (Δt = 0,5 s).
Se puede observar que el área frontal del puente está expuesta a la presión del viento positiva y la cantidad de presión aumenta en la altura cerca del borde del tablero para todos los escenarios. Además, la Fig. 5. ilustra los valores negativos de la presión del viento en su totalidad en la superficie de la cubierta. El valor de pertenencia para el período de 3000 años es mucho más alto que los otros escenarios.
Es importante tener en cuenta que el intervalo de la velocidad del viento de entrada tiene un gran impacto en el valor de la presión en la superficie más que en los otros parámetros. Además, para cada escenario, el intervalo más alto de presión del viento y succión durante el tiempo total debe considerarse como una carga de viento crítica impuesta a la estructura. El valor más bajo de la presión en la superficie se obtiene en el escenario de condiciones de frío extremo, mientras que en condiciones de mucho viento, el valor de la presión se vuelve un orden de magnitud más alto.
Además, es importante tener en cuenta que el comportamiento del puente sería completamente diferente debido a las diferentes temperaturas del aire, y puede ocurrir un posible caso crítico en el escenario que experimente una presión menor. Con respecto al valor de entrada de cada escenario, el rango más alto de presión del viento pertenece al nivel de diseño debido al período de retorno de 3000 años, que ha recibido la velocidad del viento más alta como velocidad de entrada.
4. Simulación hidráulica
Los pilares de los puentes a través del río pueden bloquear el flujo al reducir la sección transversal del río, crear corrientes parásitas locales y cambiar la velocidad del flujo, lo que puede ejercer presión en las superficies de los pilares. Cuando el río fluye hacia los pilares del puente, el proceso del flujo de agua alrededor de la base se puede dividir en dos partes: aplicando presión en el momento en que el agua golpea el pilar del puente y después de la presión inicial cuando el agua fluye alrededor de los pilares [15].
Cuando el agua alcanza los pilares del puente a una cierta velocidad, el efecto de la presión sobre los pilares es mucho mayor que la presión del fluido que queda a su alrededor. Debido a los desarrollos de la ciencia de la computación, así como al desarrollo cada vez mayor de los códigos dinámicos de fluidos computacionales, se han utilizado ampliamente varias simulaciones numéricas y se ha demostrado que los resultados de muchas simulaciones son consistentes con los resultados experimentales [16].
Por ello, en esta investigación se ha utilizado el método de la dinámica de fluidos computacional para simular los fenómenos que gobiernan el comportamiento del flujo de los ríos. Para este estudio se ha seleccionado una solución tridimensional basada en cálculos numéricos utilizando el modelo de turbulencia LES. La simulación tridimensional del flujo del río en diferentes direcciones y velocidades nos permite calcular y analizar todas las presiones en la superficie de los pilares del puente en diferentes intervalos de tiempo.
4.1. Parámetros de simulación
El flujo del río se puede definir como un flujo de dos fases, que incluye agua y aire, en un canal abierto. El flujo de canal abierto es un flujo de fluido con una superficie libre en la que la presión atmosférica se distribuye uniformemente y se crea por el peso del fluido. Para simular este tipo de flujo se utiliza el método multifase VOF.
El programa Flow3D, disponible en el mercado, utiliza los métodos de fracciones volumétricas VOF y FAVOF. En el método VOF, el dominio de modelado se divide primero en celdas de elementos o volúmenes de controles más pequeños. Para los elementos que contienen fluidos, se mantienen valores numéricos para cada una de las variables de flujo dentro de ellos.
Estos valores representan la media volumétrica de los valores en cada elemento. En las corrientes superficiales libres, no todas las celdas están llenas de líquido; algunas celdas en la superficie de flujo están medio llenas. En este caso, se define una cantidad llamada volumen de fluido, F, que representa la parte de la celda que se llena con el fluido.
Después de determinar la posición y el ángulo de la superficie del flujo, será posible aplicar las condiciones de contorno apropiadas en la superficie del flujo para calcular el movimiento del fluido. A medida que se mueve el fluido, el valor de F también cambia con él. Las superficies libres son monitoreadas automáticamente por el movimiento de fluido dentro de una red fija. El método FAVOR se usa para determinar la geometría.
También se puede usar otra cantidad de fracción volumétrica para determinar el nivel de un cuerpo rígido desocupado ( Vf ). Cuando se conoce el volumen que ocupa el cuerpo rígido en cada celda, el límite del fluido dentro de la red fija se puede determinar como VOF. Este límite se usa para determinar las condiciones de contorno del muro que sigue el arroyo. En general, la ecuación de continuidad de masa es la siguiente:��𝜕�𝜕�+𝜕𝜕�(����)+�𝜕𝜕�(����)+𝜕𝜕�(����)+������=���� 10
Las ecuaciones de movimiento para los componentes de la velocidad de un fluido en coordenadas 3D, o en otras palabras, las ecuaciones de Navier-Stokes, son las siguientes:𝜕�𝜕�+1�����𝜕�𝜕�+���𝜕�𝜕�+���𝜕�𝜕�+��2�����=-1�𝜕�𝜕�+��+��-��-��������-��-��� 11𝜕�𝜕�+1�����𝜕�𝜕�+���𝜕�𝜕�+���𝜕�𝜕�+��������=-�1�𝜕�𝜕�+��+��-��-��������-��-��� 12𝜕�𝜕�+1�����𝜕�𝜕�+���𝜕�𝜕�+���𝜕�𝜕�=-1�𝜕�𝜕�+��+��-��-��������-��-��� 13
Donde VF es la relación del volumen abierto al flujo, ρ es la densidad del fluido, (u, v, w) son las componentes de la velocidad en las direcciones x, y y z, respectivamente, R SOR es la función de la fuente, (Ax, Ay, Az ) son las áreas fraccionales, (Gx, Gy, Gz ) son las fuerzas gravitacionales, (fx, fy, fz ) son las aceleraciones de la viscosidad y (bx, by, bz ) son las pérdidas de flujo en medios porosos en las direcciones x, y, z, respectivamente [17].
La zona de captación del río Kalix es grande y amplia, por lo que tiene un clima subpolar con inviernos fríos y largos y veranos suaves y cortos. Aproximadamente el 50% de las precipitaciones en esta zona es nieve. En mayo, por lo general, el deshielo provoca un aumento significativo en el caudal del río. Las condiciones climáticas del río se resumen en la Tabla 2, [18].
Contrariamente a la tendencia general de este estudio, la previsión de las condiciones meteorológicas mencionadas está utilizando la información meteorológica registrada en los períodos pasados. En función de la información meteorológica disponible, definimos las condiciones de contorno al realizar los cálculos.
Primero, según las dimensiones de los pilares en tres direcciones X, Y, Z, y según la dimensión longitudinal de los pilares (D = 8,5 m; véase la figura 7), el dominio se extiende 10D aguas arriba y 20D aguas abajo. Se ha utilizado el método de mallado estructurado (cartesiano) y el software Flow3D para resolver este problema. Para una cuadrícula correcta, el dominio se debe dividir en diferentes secciones.
Esta división se basa en lugares con fuertes pendientes. Usando la creación de una nueva superficie, el dominio se puede dividir en varias secciones para crear una malla regular con las dimensiones correctas y apropiadas, se puede especificar el número de celdas en cada superficie.
Esto aumenta el volumen final de las células. Por esta razón, hemos dividido este dominio en tres niveles: Grueso, medio y fino. Los resultados de los estudios de independencia de la red se muestran en la figura 6. Para comprobar los resultados calculados, primero debemos asegurarnos de que la corriente de entrada sea la correcta. Para hacer esto, el caudal de entrada se mide en el dominio de la solución y se compara con el valor base. Las dimensiones del dominio de la solución se especifican en la figura 7. Esta figura también contribuye al reconocimiento de los pilares del puente y su denominación de superficies.
Como se muestra en la Fig. 8, el caudal del río se encuentra dentro del intervalo admisible durante el 90% del tiempo de simulación y el caudal de entrada se ha simulado correctamente. Además, en la Fig. 9, la velocidad media del río se calcula en función del caudal y del área de la sección transversal del río.
Para extraer la cantidad de presión aplicada a los diferentes lados de las columnas, hemos seleccionado el intervalo de tiempo de simulación de 10 a 25 segundos (tiempo de estabilización de descarga en la cantidad de 1800 metros cúbicos por segundo). Los resultados calculados para cada lado se muestran en la Fig. 10 y 11. Los contornos de velocidad también se muestran en las Figuras 12 y 13. Estos contornos se ajustan en función de la velocidad del fluido en un momento dado.
Debido a las dimensiones del dominio de la solución y al caudal del río, el flujo de agua llega a los pilares del puente en el décimo segundo y la presión inicial del flujo del río afecta las superficies de los pilares del puente. Esta presión inicial decrece con el tiempo y se estabiliza en un rango determinado para cada lado según el área y el porcentaje de interacción con el flujo. Para los cálculos de interacción fluido-estructura (FSI), se puede usar la presión crítica calculada en el momento en que la corriente golpea los pilares.
Los efectos de las condiciones meteorológicas extremas, incluido el viento dinámico y el flujo de agua, se investigaron numéricamente para el puente de Kalix. Se definieron tres escenarios para las simulaciones dinámicas de viento, incluido el clima con mucho viento, el clima extremadamente frío y el valor de diseño para un período de retorno de 3.000 años. Aprovechando las simulaciones CFD, se determinaron las presiones del viento en pasos de 60 tiempos (30 segundos) utilizando el modelo de turbulencia transitoria DDES.
Los resultados indican diferencias significativas entre los escenarios, lo que implica la importancia de los datos de entrada, especialmente el diagrama de velocidades del viento. Se observó que el valor de diseño para el período de devolución de 3000 años tiene un impacto mucho mayor que los otros escenarios. Además, se mostró la importancia de considerar el rango más alto de presión del viento en la superficie a través de los pasos de tiempo para evaluar el comportamiento estructural del puente en la condición más crítica.
Además, se consideró el caudal máximo del río para una simulación transitoria según las condiciones meteorológicas registradas, y los pilares del puente se sometieron al caudal máximo del río durante 30 segundos. Por lo tanto, además de las condiciones físicas del flujo del río y cómo cambia la dirección del flujo aguas abajo, se cuantificaron las presiones máximas del agua en el momento en que el flujo golpea los pilares.
En el trabajo futuro, el rendimiento estructural del puente de Kalix será evaluado por imposición de la carga del viento, la presión del agua y la carga del tráfico, creando así un gemelo digital estructural que refleja la verdadera respuesta de la estructura.
6. Reconocimiento
Los autores agradecen enormemente el apoyo de Dlubal Software por proporcionar la licencia de RWIND Simulation, así como de Flow Sciences Inc. por proporcionar la licencia de FLOW-3D.
Jančula, M., Jošt, J., & Gocál, J. (2021). Influencia de las acciones ambientales agresivas en las estructuras de los puentes. Transportation Research Procedia, 55 , 1229–1235. https://doi.org/10.1016/j.trpro.2021.07.104
Wang, X., Nguyen, M., Stewart, MG, Syme, M. y Leitch, A. (2010). Análisis de los impactos del cambio climático en el deterioro de la infraestructura de hormigón – Informe de síntesis. CSIRO, Canberra.
Kemayou, BTM (2016). Análisis de secciones de tableros de puentes por el método de la pseudocompresibilidad basado en FDM y LES: Mejora del rendimiento mediante la implementación de la computación en paralelo (tesis). Universidad de Arkansas.
Larsen, A. y Walther, JH (1997). Análisis aeroelástico de secciones de vigas de puentes basado en simulaciones discretas de vórtices. Journal of Wind Engineering and Industrial Aerodynamics, 67–68 , 253–265. https://doi.org/10.1016/s0167-6105(97)00077-9
Eurocódigo 1: Acciones en estructuras. (2006). Instituto Británico de Normas.
ASCE. Cargas mínimas de cálculo para edificios y otras estructuras. (2013). Sociedad Estadounidense de Ingenieros Civiles.
Nik, VM (2016). Facilitación de la simulación energética para el clima futuro: síntesis de conjuntos de datos meteorológicos típicos y extremos a partir de modelos climáticos regionales (RCM). Applied Energy, 177 , 204–226. https://doi.org/10.1016/j.apenergy.2016.05.107
Perera, AT, Nik, VM, Chen, D., Scartezzini, J.‑L. y Hong, T. (2020). Cuantificación de los impactos del cambio climático y los eventos climáticos extremos en los sistemas energéticos. Nature Energy, 5 (2), 150–159. https://doi.org/10.1038/s41560-020-0558-0
Nik, VM (2017). Aplicación de conjuntos de datos meteorológicos típicos y extremos en la simulación higrotérmica de componentes de construcción para el clima futuro: un estudio de caso para un muro de entramado de madera. Energy and Buildings, 154 , 30–45. https://doi.org/10.1016/j.enbuild.2017.08.042
Hosseini, M., Javanroodi, K. y Nik, VM (2022). Evaluación de impacto de alta resolución del cambio climático en el rendimiento energético de los edificios considerando los eventos meteorológicos extremos y el microclima – Investigando las variaciones en el confort térmico interior y los grados-día. Ciudades sostenibles y sociedad, 78 , 103634. https://doi.org/10.1016/j.scs.2021.103634
Spalart, P. R. (2009). Simulación de remolinos separados. Revisión anual de mecánica de fluidos, 41 , 181–202. https://doi.org/10.1146/annurev.fluid.010908.165130
Spalart, PR, et al. (2006) Una nueva versión de simulación de remolinos separados, resistente a densidades de rejilla ambiguas. Dinámica de fluidos teórica y computacional, 2006. 20 (3), 181-195. https://doi.org/10.1007/s00162-006-0015-0
Spalart, PR (1997). Comentarios sobre la viabilidad de LES para alas y sobre una aproximación híbrida RANS/LES. En Actas de la Primera Conferencia Internacional de AFOSR sobre DNS/LES. Prensa de Greyden.
Boudreau, M., Dumas, G. y Veilleux, J.-C. (2017). Evaluación de la capacidad del enfoque de modelado de turbulencia DDES para simular la estela de un cuerpo de farol. Aeroespacial, 4 (3), 41. https://doi.org/10.3390/aerospace4030041
Wang, Y., Zou, Y., Xu, L. y Luo, Z. (2015). Análisis de la presión del flujo de agua en pilas de puentes considerando el efecto del impacto. Problemas matemáticos en ingeniería, 2015 , 1–8. https://doi.org/10.1155/2015/687535
Qi, H., Zheng, J. y Zhang, C. (2020). Simulación numérica del campo de velocidades alrededor de dos pilares de pilas en tándem del puente longitudinal. Fluidos, 5 (1), 32. https://doi.org/10.3390/fluids5010032
Jalal, H. K. y Hassan, W. H (2020). Simulación numérica tridimensional de la socavación local alrededor de la pila de un puente circular utilizando el software flow-3d. Ciclo de conferencias de IOP: Ciencia e ingeniería de materiales, 745 , 012150. https://doi.org/10.1088/1757-899x/745/1/012150
Herzog, S. D., Conrad, S., Ingri, J., Persson, P. y Kritzberg, E. S (2019). Cambios inducidos por crecidas de primavera en la especiación y destino del Fe a mayor salinidad. Geoquímica aplicada, 109 , 104385. https://doi.org/10.1016/j.apgeochem.2019.104385
Formation of a quasi-steady molten pool is one of the necessary conditions for achieving excellent quality in many laser processes. The influences of distribution characteristics of powder sizes on quasi-stability of the molten pool shape during single-track powder bed fusion-laser beam (PBF-LB) of molybdenum and the underlying mechanism were investigated.
The feasibility of improving quasi-stability of the molten pool shape by increasing the laser energy conduction effect and preheating was explored. Results show that an increase in the range of powder sizes does not significantly influence the average laser energy conduction effect in PBF-LB process. Whereas, it intensifies fluctuations of the transient laser energy conduction effect.
It also leads to fluctuations of the replenishment rate of metals, difficulty in formation of the quasi-steady molten pool, and increased probability of incomplete fusion and pores defects. As the laser power rises, the laser energy conduction effect increases, which improves the quasi-stability of the molten pool shape. When increasing the laser scanning speed, the laser energy conduction effect grows.
However, because the molten pool size reduces due to the decreased heat input, the replenishment rate of metals of the molten pool fluctuates more obviously and the quasi-stability of the molten pool shape gets worse. On the whole, the laser energy conduction effect in the PBF-LB process of Mo is low (20-40%). The main factor that affects quasi-stability of the molten pool shape is the amount of energy input per unit length of the scanning path, rather than the laser energy conduction effect.
Moreover, substrate preheating can not only enlarge the molten pool size, particularly the length, but also reduce non-uniformity and discontinuity of surface morphologies of clad metals and inhibit incomplete fusion and pores defects.
준안정 용융 풀의 형성은 많은 레이저 공정에서 우수한 품질을 달성하는 데 필요한 조건 중 하나입니다. 몰리브덴의 단일 트랙 분말층 융합 레이저 빔(PBF-LB) 동안 용융 풀 형태의 준안정성에 대한 분말 크기 분포 특성의 영향과 그 기본 메커니즘을 조사했습니다.
레이저 에너지 전도 효과와 예열을 증가시켜 용융 풀 형태의 준안정성을 향상시키는 타당성을 조사했습니다. 결과는 분말 크기 범위의 증가가 PBF-LB 공정의 평균 레이저 에너지 전도 효과에 큰 영향을 미치지 않음을 보여줍니다. 반면, 과도 레이저 에너지 전도 효과의 변동이 강화됩니다.
이는 또한 금속 보충 속도의 변동, 준안정 용융 풀 형성의 어려움, 불완전 융합 및 기공 결함 가능성 증가로 이어집니다. 레이저 출력이 증가함에 따라 레이저 에너지 전도 효과가 증가하여 용융 풀 모양의 준 안정성이 향상됩니다. 레이저 스캐닝 속도를 높이면 레이저 에너지 전도 효과가 커집니다.
그러나 열 입력 감소로 인해 용융 풀 크기가 줄어들기 때문에 용융 풀의 금속 보충 속도의 변동이 더욱 뚜렷해지고 용융 풀 형태의 준안정성이 악화됩니다.
전체적으로 Mo의 PBF-LB 공정에서 레이저 에너지 전도 효과는 낮다(20~40%). 용융 풀 형상의 준안정성에 영향을 미치는 주요 요인은 레이저 에너지 전도 효과보다는 스캐닝 경로의 단위 길이당 입력되는 에너지의 양입니다.
또한 기판 예열은 용융 풀 크기, 특히 길이를 확대할 수 있을 뿐만 아니라 클래드 금속 표면 형태의 불균일성과 불연속성을 줄이고 불완전한 융합 및 기공 결함을 억제합니다.
M. Sharifitabar, F.O. Sadeq, and M.S. Afarani, Synthesis and Kinetic Study of Mo (Si, Al)2 Coatings on the Surface of Molybdenum Through Hot Dipping into a Commercial Al-12 wt.% Si Alloy Melt, Surf. Interfaces, 2021, 24, p 101044.ArticleCASGoogle Scholar
Z. Zhang, X. Li, and H. Dong, Response of a Molybdenum Alloy to Plasma Nitriding, Int. J. Refract. Met. Hard Mater., 2018, 72, p 388–395.ArticleCASGoogle Scholar
C. Tan, K. Zhou, M. Kuang, W. Ma, and T. Kuang, Microstructural Characterization and Properties of Selective Laser Melted Maraging Steel with Different Build Directions, Sci. Technol. Adv. Mater., 2018, 19(1), p 746–758.ArticleCASGoogle Scholar
C. Tan, F. Weng, S. Sui, Y. Chew, and G. Bi, Progress and Perspectives in Laser Additive Manufacturing of Key Aeroengine Materials, Int. J. Mach. Tools Manuf, 2021, 170, p 103804.ArticleGoogle Scholar
S.A. Khairallah and A. Anderson, Mesoscopic Simulation Model of Selective Laser Melting of Stainless Steel Powder, J. Mater. Process. Technol., 2014, 214(11), p 2627–2636.ArticleCASGoogle Scholar
S.A. Khairallah, A.T. Anderson, A. Rubenchik, and 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., 2016, 108, p 36–45.ArticleCASADSGoogle Scholar
K.Q. Le, C. Tang, and C.H. Wong, On the Study of Keyhole-Mode Melting in Selective Laser Melting Process, Int. J. Therm. Sci., 2019, 145, p 105992.ArticleGoogle Scholar
M. Bayat, A. Thanki, S. Mohanty, A. Witvrouw, S. Yang, J. Thorborg, N.S. Tiedje, and J.H. Hattel, Keyhole-Induced Porosities in Laser-Based Powder Bed Fusion (L-PBF) of Ti6Al4V: High-Fidelity Modelling and Experimental Validation, Addit. Manuf., 2019, 30, p 100835.CASGoogle Scholar
B. Liu, G. Fang, L. Lei, and X. Yan, Predicting the Porosity Defects in Selective Laser Melting (SLM) by Molten Pool Geometry, Int. J. Mech. Sci., 2022, 228, p 107478.ArticleGoogle Scholar
W. Ge, J.Y.H. Fuh, and S.J. Na, Numerical Modelling of Keyhole Formation in Selective Laser Melting of Ti6Al4V, J. Manuf. Process., 2021, 62, p 646–654.ArticleGoogle Scholar
W. Ge, S. Han, S.J. Na, and J.Y.H. Fuh, Numerical Modelling of Surface Morphology in Selective Laser Melting, Comput. Mater. Sci., 2021, 186, p 110062.ArticleGoogle Scholar
Y.-C. Wu, C.-H. San, C.-H. Chang, H.-J. Lin, R. Marwan, S. Baba, and W.-S. Hwang, Numerical Modeling of Melt-Pool Behavior In Selective Laser Melting with Random Powder Distribution and Experimental Validation, J. Mater. Process. Technol., 2018, 254, p 72–78.ArticleGoogle Scholar
C. Tang, J.L. Tan, and C.H. Wong, A Numerical Investigation on the Physical Mechanisms of Single Track Defects in Selective Laser Melting, Int. J. Heat Mass Transf., 2018, 126, p 957–968.ArticleCASGoogle Scholar
X. Zhou, X. Liu, D. Zhang, Z. Shen, and W. Liu, Balling Phenomena in Selective Laser Melted Tungsten, J. Mater. Process. Technol., 2015, 222, p 33–42.ArticleCASGoogle Scholar
J.D.K. Monroy and J. Ciurana, Study of the Pore Formation on CoCrMo Alloys by Selective Laser Melting Manufacturing Process, Procedia Eng., 2013, 63, p 361–369.ArticleCASGoogle Scholar
L. Kaserer, J. Braun, J. Stajkovic, K.H. Leitz, B. Tabernig, P. Singer, I. Letofsky-Papst, H. Kestler, and G. Leichtfried, Fully Dense and Crack Free Molybdenum Manufactured by Selective Laser Melting Through Alloying with Carbon, Int. J. Refract. Met. Hard Mater., 2019, 84, p 105000.ArticleCASGoogle Scholar
T.B.T. Majumdar, E.M.C. Ribeiro, J.E. Frith, and N. Birbilis, Understanding the Effects of PBF Process Parameter Interplay on Ti-6Al-4V Surface Properties, PLoS ONE, 2019, 14, p e0221198.ArticleCASPubMedPubMed CentralGoogle Scholar
A.K.J.-R. Poulin, P. Terriault, and V. Brailovski, Long Fatigue Crack Propagation Behavior of Laser Powder Bed-Fused Inconel 625 with Intentionally- Seeded Porosity, Int. J. Fatigue, 2019, 127, p 144–156.ArticleCASGoogle Scholar
P. Rebesan, M. Ballan, M. Bonesso, A. Campagnolo, S. Corradetti, R. Dima, C. Gennari, G.A. Longo, S. Mancin, M. Manzolaro, G. Meneghetti, A. Pepato, E. Visconti, and M. Vedani, Pure Molybdenum Manufactured by Laser Powder Bed Fusion: Thermal and Mechanical Characterization at Room and High Temperature, Addit. Manuf., 2021, 47, p 102277.CASGoogle Scholar
D. Wang, C. Yu, J. Ma, W. Liu, and Z. Shen, Densification and Crack Suppression in Selective Laser Melting of Pure Molybdenum, Mater. Des., 2017, 129, p 44–52.ArticleCASGoogle Scholar
K.-H. Leitz, P. Singer, A. Plankensteiner, B. Tabernig, H. Kestler, and L.S. Sigl, Multi-physical Simulation of Selective Laser Melting, Met. Powder Rep., 2017, 72, p 331–338.ArticleGoogle Scholar
D.G.J. Zhang, Y. Yang, H. Zhang, H. Chen, D. Dai, and K. Lin, Influence of Particle Size on Laser Absorption and Scanning Track Formation Mechanisms of Pure Tungsten Powder During Selective Laser Melting, Engineering, 2019, 5, p 736–745.ArticleCASGoogle Scholar
L. Caprio, A.G. Demir, and B. Previtali, Influence of Pulsed and Continuous Wave Emission on Melting Efficiency in Selective Laser Melting, J. Mater. Process. Technol., 2019, 266, p 429–441.ArticleCASGoogle Scholar
D. Gu, M. Xia, and D. Dai, On the Role of Powder Flow Behavior in Fluid Thermodynamics and Laser Processability of Ni-based Composites by Selective Laser Melting, Int. J. Mach. Tools Manuf, 2018, 137, p 67–78.ArticleGoogle Scholar
W.-I. Cho, S.-J. Na, C. Thomy, and F. Vollertsen, Numerical Simulation of Molten Pool Dynamics in High Power Disk Laser Welding, J. Mater. Process. Technol., 2012, 212(1), p 262–275.ArticleCASGoogle Scholar
S.W. Han, J. Ahn, and S.J. Na, A Study on Ray Tracing Method for CFD Simulations of Laser Keyhole Welding: Progressive Search Method, Weld. World, 2016, 60, p 247–258.ArticleCASGoogle Scholar
W. Ge, S. Han, Y. Fang, J. Cheon, and S.J. Na, Mechanism of Surface Morphology in Electron Beam Melting of Ti6Al4V Based on Computational Flow Patterns, Appl. Surf. Sci., 2017, 419, p 150–158.ArticleCASADSGoogle Scholar
W.-I. Cho, S.-J. Na, C. Thomy, and F. Vollertsen, Numerical Simulation of Molten Pool Dynamics in High Power Disk Laser Welding, J. Mater. Process. Technol., 2012, 212, p 262–275.ArticleCASGoogle Scholar
W. Ma, J. Ning, L.-J. Zhang, and S.-J. Na, Regulation of Microstructures and Properties of Molybdenum-Silicon-Boron Alloy Subjected to Selective Laser Melting, J. Manuf. Process., 2021, 69, p 593–601.ArticleGoogle Scholar
S. Haeri, Y. Wang, O. Ghita, and J. Sun, Discrete Element Simulation and Experimental Study of Powder Spreading Process in Additive Manufacturing, Powder Technol., 2016, 306, p 45–54.ArticleGoogle Scholar
D. Yao, X. Liu, J. Wang, W. Fan, M. Li, H. Fu, H. Zhang, X. Yang, Q. Zou, and X. An, Numerical Insights on the Spreading of Practical 316 L Stainless Steel Powder in SLM Additive Manufacturing, Powder Technol., 2021, 390, p 197–208.ArticleCASGoogle Scholar
S. Vock, B. Klöden, A. Kirchner, T. Weißgärber, and B. Kieback, Powders for Powder Bed Fusion: A Review, Prog. Addit. Manuf., 2019, 4, p 383–397.ArticleGoogle Scholar
X. Luo, C. Yang, Z.Q. Fu, L.H. Liu, H.Z. Lu, H.W. Ma, Z. Wang, D.D. Li, L.C. Zhang, and Y.Y. Li, Achieving Ultrahigh-Strength in Beta-Type Titanium Alloy by Controlling the Melt Pool Mode in Selective Laser Melting, Mater. Sci. Eng. A, 2021, 823, p 141731.ArticleCASGoogle Scholar
J. Braun, L. Kaserer, J. Stajkovic, K.-H. Leitz, B. Tabernig, P. Singer, P. Leibenguth, C. Gspan, H. Kestler, and G. Leichtfried, Molybdenum and Tungsten Manufactured by Selective Laser Melting: Analysis of Defect Structure and Solidification Mechanisms, Int. J. Refract. Met. Hard Mater., 2019, 84, p 104999.ArticleCASGoogle Scholar
L. Kaserera, J. Brauna, J. Stajkovica, K.-H. Leitzb, B. Tabernigb, P. Singerb, I. Letofsky-Papstc, H. Kestlerb, and G. Leichtfried, Fully Dense and Crack Free Molybdenum Manufactured by Selective Laser Melting Through Alloying with Carbon, Int. J. Refract Metal Hard Mater., 2019, 84, p 105000.ArticleGoogle Scholar
프로필 오목부가 탁도 퇴적물에 미치는 영향: 전 세계 대륙 경계에 대한 해저 협곡의 통찰력
Kaiqi Yu a, Elda Miramontes bc, Matthieu J.B. Cartigny d, Yuping Yang a, Jingping Xu a aDepartment of Ocean Science and Engineering, Southern University of Science and Technology, 1088 Xueyuan Rd., Shenzhen 518055, Guangdong, China bMARUM-Center for Marine Environmental Sciences, University of Bremen, Bremen, Germanyc Faculty of Geosciences, University of Bremen, Bremen, Germany dDepartment of Geography, Durham University, South Road, Durham DH1 3LE, UK
Received 10 August 2023, Revised 13 March 2024, Accepted 13 March 2024, Available online 17 March 2024, Version of Record 20 March 2024.
What do these dates mean?Show lessAdd to MendeleyShareCite
•The impact of submarine canyon concavity on turbidite deposition was assessed.
•Distribution of turbidite deposits varies with changes in canyon concavity.
•Three distinct deposition patterns were identified.
•The recognized deposition patterns align well with the observed turbidite deposits.
Abstract
Submarine canyons are primary conduits for turbidity currents transporting terrestrial sediments, nutrients, pollutants and organic carbon to the deep sea. The concavity in the longitudinal profile of these canyons (i.e. the downstream flattening rate along the profiles) influences the transport processes and results in variations in turbidite thickness, impacting the transfer and burial of particles. To better understand the controlling mechanisms of canyon concavity on the distribution of turbidite deposits, here we investigate the variation in sediment accumulation as a function of canyon concavity of 20 different modern submarine canyons, distributed on global continental margins. In order to effectively assess the isolated impact of the concavity of 20 different canyons, a series of two-dimensional, depth-resolved numerical simulations are conducted. Simulation results show that the highly concave profile (e.g. Surveyor and Horizon) tends to concentrate the turbidite deposits mainly at the slope break, while nearly straight profiles (e.g. Amazon and Congo) result in deposition focused at the canyon head. Moderately concave profiles with a smoother canyon floor (e.g. Norfolk-Washington and Mukluk) effectively facilitate the downstream transport of suspended sediments in turbidity currents. Furthermore, smooth and steep upper reaches of canyons commonly contribute to sediment bypass (i.e. Mukluk and Chirikof), while low slope angles lead to deposition at upper reaches (i.e. Bounty and Valencia). At lower reaches, the distribution of turbidite deposits is consistent with the occurrence of hydraulic jumps. Under the influence of different canyon concavities, three types of deposition patterns are inferred in this study, and verified by comparison with observed turbidite deposits on the modern or paleo-canyon floor. This study demonstrates a potential difference in sediment transport efficiency of submarine canyons with different concavities, which has potential consequences for sediment and organic carbon transport through submarine canyons.
Introduction
Submarine canyons are pivotal links in source-to-sink systems on continental margins (Sømme et al., 2009; Nyberg et al., 2018; Pope et al., 2022a, Pope et al., 2022b) that provide efficient pathways for moving prodigious volumes of terrestrial materials to the abyssal basin (Spychala et al., 2020; Heijnen et al., 2022). When turbidity currents, the main force that transports the above mentioned sediments (Xu et al., 2004; Xu, 2010; Talling et al., 2013; Stevenson et al., 2015), slow down after entering a flatter and/or wider stretch of the canyon downstream, the laden sediments settle, often rapidly, to form a deposit called turbidite that is known for organic carbon burial, hydrocarbon reserves and the accumulation of microplastics (Galy et al., 2007; Pohl et al., 2020a; Pope et al., 2022b; Pierdomenico et al., 2023). A set of flume experiments by Pohl et al. (2020b) revealed that the variation of bed slope plays a dominant role in controlling the sizes and locations of the deposit: a) a more gently dipping upper slope leads to upstream migration of upslope pinch-out; b) the increase of lower slope results in a decrease of the deposit thickness (Fig. 1a).
From upper continental slopes to deepwater basins, turbidity currents are commonly confined by submarine canyons that facilitate the longer distance transport of sediments (Eggenhuisen et al., 2022; Pope et al., 2022a; Wahab et al., 2022, Li et al., 2023a). The concavity, defined here as the downstream flattening rate of profiles (Covault et al., 2011; Chen et al., 2019; Seybold et al., 2021; Soutter et al., 2021a), of the longitudinal bed profile of the submarine canyons is therefore a key factor that determines hydrodynamic processes of turbidity currents, including the accumulation of sediments along the canyon thalweg (Covault et al., 2014; de Leeuw et al., 2016; Heerema et al., 2022; Heijnen et al., 2022). Due to the comprehensive impacts of sediment supply, grain size, climate change, regional tectonics, associated river and self-incision, the concavity of submarine canyons on global continental margins varies greatly (Parker et al., 1986; Harris and Whiteway, 2011; Casalbore et al., 2018; Nyberg et al., 2018; Soutter et al., 2021a, Li et al., 2023b), which is much more complex than the two constant slope setup of Pohl et al. (2020b)’s flume experiment (Fig. 1a). This raises the question of how the more complex concavity influences the dynamics of turbidity currents and the resultant distribution of turbidite deposits. For instance, the longitudinal profile concavity can also be increased by steepening the upper slope and/or gentling the lower slope of canyons (Fig. 1b). Parameters, known as significant factors influencing flow dynamics, include dip angle (Pohl et al., 2019), bed roughness (Baghalian and Ghodsian, 2020), obstacle presence (Howlett et al., 2019), and confinement conditions (Soutter et al., 2021b). However, the role of channel concavity in determining the downstream evolution of flow dynamics remains poorly understood (Covault et al., 2011; Georgiopoulou and Cartwright, 2013), and it is still unclear whether changes in concavity can result in different locations of pinch-out points and variations in turbidite deposit thicknesses (Pohl et al., 2020b).
In this study, we hypothesize that a more concave profile resulting from a steeper upper slope and a gentler lower slope may lead to a downstream migration of the upslope pinch-out and an increase of deposit thickness (Fig. 1b). This hypothesis is tested in 20 modern submarine canyons (shown in Fig. 2) whose longitudinal profiles are extracted from the GEBCO_2022 grid. Due to the lack of data describing the turbidite thickness trends in these canyons, we used a numerical model (FLOW-3D® software) to simulate the depositional process. The simulation results allow us to address at least two questions: (1) How does the concavity affect the distribution and thickness of turbidite deposits along the canyon thalwegs? (2) What is the impact of canyon concavity on the dynamics of the turbidity currents? Such answers on a global scale are undoubtedly helpful in understanding not only the sediment transport processes but also the efficient transfer and burial of organic carbon along global continental margins.
Section snippets
Submarine canyons used in this study
The longitudinal profiles of 20 modern submarine canyons are obtained using Global Mapper® from a public domain database GEBCO_2022 (doi:https://doi.org/10.5285/e0f0bb80-ab44-2739-e053-6c86abc0289c). The GEBCO_2022 grid provides elevation data, in meters, on a 15 arc-second interval grid. The 20 selected submarine canyons, which span the typical distance covered by turbidity currents, have been chosen from a diverse range of submarine canyon and channel systems that extend at least 250 km
Concavity of longitudinal canyon profiles
The NCI and α values of all 20 canyon profiles utilized in this study are plotted in Fig. 4, indicating the majority of these submarine canyons typically exhibit a concave profile, characterized by a negative NCI, except for the Amazon. In most of the profiles, the NCI is lower than −0.08, with the most concave point (indicated by the minimum ratio α) located closer to the canyon head than to the profile end, and their upper reaches are steeper than lower reaches, typically observed as the
Validation of the hypothesis
As previously mentioned in this paper, one of the primary objectives of this study is to evaluate the hypothesis inferred from the flume tank experiment of Pohl et al. (2020b): whether a more concave canyon profile can exert a comparable influence on turbidite deposits as the steepness of the lower and upper slopes in a slope-break system (Fig. 1). Shown as the modeling results, the deposition pattern of this study is more ‘irregular’ compared with the flume tank experiment (Pohl et al., 2020b
Conclusion
Based on global bathymetry, this study simulates the depositional behavior of turbidity currents flowing through the 20 different submarine canyons on the margins of open ocean and marginal sea. Influenced by the different concavities, the resulted deposition patterns are characterized by a variable distribution of turbidite deposits.
1)The simulation results demonstrate that the accumulation of turbidite deposits is primarily observed in downstream regions near the slope break for highly concave
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Acknowledgements
This study is supported by the Shenzhen Natural Science Foundation (JCYJ20210324105211031). Matthieu J. B. Cartigny was supported by Royal Society Research Fellowship (DHF/R1/180166). We thank the Chief Editor Zhongyuan Chen, the associate editor and two reviewers for their constructive comments that helped us improve our manuscript.
M. Azpiroz-Zabala et al.Newly recognized turbidity current structure can explain prolonged flushing of submarine canyonsSci. Adv.(2017)
N. Babonneau et al.Sedimentary Architecture in Meanders of a Submarine Channel: Detailed Study of the Present Congo Turbidite Channel (Zaiango Project)J. Sediment. Res.(2010)
R. Basani et al.MassFLOW-3DTM as a simulation tool for turbidity currents: some preliminary results
H.L. Brooks et al.Disconnected submarine lobes as a record of stepped slope evolution over multiple sea-level cyclesGeosphere(2018)
S.A. Chen et al.Aridity is expressed in river topography globallyNature(2019)
J.A. Covault et al.The natural range of submarine canyon-and-channel longitudinal profilesGeosphere(2011)
J.A. Covault et al.Deep-water channel run-out length: insights from seafloor geomorphologyJ. Sediment. Res.(2012)
J.A. Covault et al.Submarine channel initiation, filling and maintenance from sea-floor geomorphology and morphodynamic modelling of cyclic stepsSedimentology(2014)
J. de Leeuw et al.Morphodynamics of submarine channel inception revealed by new experimental approachNat. Commun.(2016)
J. de Leeuw et al.Entrainment and suspension of sand and gravelEarth Surf. Dyn.(2020)
J.T. Eggenhuisen et al.The Sediment Budget Estimator (SBE): a process model for the stochastic estimation of fluxes and budgets of sediment through submarine channel systemsJ. Sediment. Res.(2022)
T.H. Ellison et al.Turbulent entrainment in stratified flowsJ. Fluid Mech.(1959)
R.I. Ferguson et al.A simple universal equation for grain settling velocityJ. Sediment. Res.(2004)
A.M. Fernandes et al.Flow substrate interactions in aggrading and degrading submarine channelsJ. Sediment. Res.(2020)
Flow ScienceFLOW-3D User Manual v11. 2(2018)
V. Galy et al.Efficient organic carbon burial in the Bengal fan sustained by the Himalayan erosional systemNature(2007)
Z. Ge et al.How is a turbidite actually deposited?Sci. Adv.(2022)
B. Gomez et al.An assessment of bed load sediment transport formulae for gravel bed riversWater Resour. Res.(1989)
W.H. Graf et al.Suspension flows in open channels; experimental studyJ. Hydraul. Res.(2010)
C.J. Heerema et al.How distinctive are flood-triggered turbidity currents?J. Sediment. Res.(2022)
D.M. Howlett et al.Response of unconfined turbidity current to deep-water fold and thrust belt topography: orthogonal incidence on solitary and segmented foldsSedimentology(2019)
S. Kim et al.Seismostratigraphic and geomorphic evidence for the glacial history of the Northwestern Chukchi Margin, Arctic OceanJ. Geophys. Res. Earth Surf.(2021)
M. Liu et al.Two distinct types of turbidity currents observed in the Manila Trench, South China SeaCommun. Earth Environ.(2023)
There are more references available in the full text version of this article.
Alireza Khoshkonesh1, Blaise Nsom2, Saeid Okhravi3*, Fariba Ahmadi Dehrashid4, Payam Heidarian5, Silvia DiFrancesco6 1 Department of Geography, School of Social Sciences, History, and Philosophy, Birkbeck University of London, London, UK. 2 Université de Bretagne Occidentale. IRDL/UBO UMR CNRS 6027. Rue de Kergoat, 29285 Brest, France. 3 Institute of Hydrology, Slovak Academy of Sciences, Dúbravská cesta 9, 84104, Bratislava, Slovak Republic. 4Department of Water Science and Engineering, Faculty of Agriculture, Bu-Ali Sina University, 65178-38695, Hamedan, Iran. 5 Department of Civil, Environmental, Architectural Engineering and Mathematics, University of Brescia, 25123 Brescia, Italy. 6Niccol`o Cusano University, via Don C. Gnocchi 3, 00166 Rome, Italy. * Corresponding author. Tel.: +421-944624921. E-mail: saeid.okhravi@savba.sk
Abstract
This study aimed to comprehensively investigate the influence of substrate level difference and material composition on dam break wave evolution over two different erodible beds. Utilizing the Volume of Fluid (VOF) method, we tracked free surface advection and reproduced wave evolution using experimental data from the literature. For model validation, a comprehensive sensitivity analysis encompassed mesh resolution, turbulence simulation methods, and bed load transport equations. The implementation of Large Eddy Simulation (LES), non-equilibrium sediment flux, and van Rijn’s (1984) bed load formula yielded higher accuracy compared to alternative approaches. The findings emphasize the significant effect of substrate level difference and material composition on dam break morphodynamic characteristics. Decreasing substrate level disparity led to reduced flow velocity, wavefront progression, free surface height, substrate erosion, and other pertinent parameters. Initial air entrapment proved substantial at the wavefront, illustrating pronounced air-water interaction along the bottom interface. The Shields parameter experienced a one-third reduction as substrate level difference quadrupled, with the highest near-bed concentration observed at the wavefront. This research provides fresh insights into the complex interplay of factors governing dam break wave propagation and morphological changes, advancing our comprehension of this intricate phenomenon.
이 연구는 두 개의 서로 다른 침식층에 대한 댐 파괴파 진화에 대한 기질 수준 차이와 재료 구성의 영향을 종합적으로 조사하는 것을 목표로 했습니다. VOF(유체량) 방법을 활용하여 자유 표면 이류를 추적하고 문헌의 실험 데이터를 사용하여 파동 진화를 재현했습니다.
모델 검증을 위해 메쉬 해상도, 난류 시뮬레이션 방법 및 침대 하중 전달 방정식을 포함하는 포괄적인 민감도 분석을 수행했습니다. LES(Large Eddy Simulation), 비평형 퇴적물 플럭스 및 van Rijn(1984)의 하상 부하 공식의 구현은 대체 접근 방식에 비해 더 높은 정확도를 산출했습니다.
연구 결과는 댐 붕괴 형태역학적 특성에 대한 기질 수준 차이와 재료 구성의 중요한 영향을 강조합니다. 기판 수준 차이가 감소하면 유속, 파면 진행, 자유 표면 높이, 기판 침식 및 기타 관련 매개변수가 감소했습니다.
초기 공기 포집은 파면에서 상당한 것으로 입증되었으며, 이는 바닥 경계면을 따라 뚜렷한 공기-물 상호 작용을 보여줍니다. 기판 레벨 차이가 4배로 증가함에 따라 Shields 매개변수는 1/3로 감소했으며, 파면에서 가장 높은 베드 근처 농도가 관찰되었습니다.
이 연구는 댐 파괴파 전파와 형태학적 변화를 지배하는 요인들의 복잡한 상호 작용에 대한 새로운 통찰력을 제공하여 이 복잡한 현상에 대한 이해를 향상시킵니다.
Fig. 3. Free surface and substrate profiles in all Sp and Ls cases at t = 1 s, t = 3 s, and t = 5 s, arranged left to right (note: the colour contours
correspond to the horizontal component of the flow velocity (u), expressed in m/s).
Aleixo, R., Soares-Frazão, S., Zech, Y., 2010. Velocity profiles in dam-break flows: water and sediment layers. In: Proc. Int. Conf. on Fluvial Hydraulics “River Flow 2010”, pp. 533–540. An, S., Ku, H., Julien, P.Y., 2015. Numerical modelling of local scour caused by submerged jets. Maejo Int. J. Sci. Technol., 9, 3, 328–343. Bahmanpouri, F., Daliri, M., Khoshkonesh, A., Namin, M.M., Buccino, M., 2021. Bed compaction effect on dam break flow over erodible bed; experimental and numerical modeling. J. Hydrol., 594, 125645. https://doi.org/10.1016/j.jhydrol.2020.125645 Baklanov, A., 2007. Environmental risk and assessment modelling – scientific needs and expected advancements. In: Ebel, A., Davitashvili, T. (Eds.): Air, Water and Soil Quality Modelling for Risk and Impact Assessment Springer, Dordrecht, pp. 29–44. Biscarini, C., Di Francesco, S., Nardi, F., Manciola, P., 2013. Detailed simulation of complex hydraulic problems with macroscopic and mesoscopic mathematical methods. Math. Probl. Eng., 928309. https://doi.org/10.1155/2013/928309 Cao, Z., Pender, G., Wallis, S., Carling, P., 2004. Computational dam-break hydraulics over erodible sediment bed. J. Hydraul. Eng., 130, 7, 689–703. Catucci, D., Briganti, R., Heller, V., 2021. Numerical validation of novel scaling laws for air entrainment in water. Proc. R. Soc. A, 477, 2255,20210339. https://doi.org/10.1098/rspa.2021.0339 Dehrashid, F.A., Heidari, M., Rahimi, H., Khoshkonesh, A., Yuan, S., Tang, X., Lu, C., Wang, X., 2023. CFD modeling the flow dynamics in an open channel with double-layered vegetation. Model. Earth Syst. Environ., 9, 1, 543–555. Desombre, J., Morichon, D., Mory, M., 2013. RANS v2-f simulation of a swash event: Detailed flow structure. Coastal Eng., 71, 1–12. Dodangeh, E., Afzalimehr, H., 2022. Incipient motion of sediment particles in the presence of bed forms under decelerating and accelerating flows. J. Hydrol. Hydromech., 70, 1, 89–102. Dong, Z., Wang, J., Vetsch, D.F., Boes, R.M., Tan, G., 2019. Numerical simulation of air entrainment on stepped spillways. In: E-proceedings of the 38th IAHR World Congress (pp. 1494). September 1–6, 2019, Panama City, Panama. DOI: 10.3850/38WC092019-0755 Flow3D [computer software]. 2023. Santa Fe, NM: Flow Science, Inc. Fraccarollo, L., Capart, H., 2002. Riemann wave description of erosional dam-break flows. J. Fluid Mech., 461, 183–228. Gu, Z., Wang, T., Meng, W., Yu, C.H., An, R., 2023. Numerical investigation of silted-up dam-break flow with different silted-up sediment heights. Water Supply, 23, 2, 599–614. Gualtieri, P., De Felice, S., Pasquino, V., Doria, G.P., 2018. Use of conventional flow resistance equations and a model for the Nikuradse roughness in vegetated flows at high submergence. J. Hydrol. Hydromech., 66, 1, 107–120. Heller, V., 2011. Scale effects in physical hydraulic engineering models. J. Hydraul. Res., 49, 3, 293–306. Hirt, C.W., 2003. Modeling turbulent entrainment of air at a free surface. Flow Science, Inc. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys., 39, 1, 201– 225. Issakhov, A., Zhandaulet, Y., Nogaeva, A., 2018. Numerical simulation of dam break flow for various forms of the obstacle by VOF method. Int. J. Multiphase Flow, 109, 191–206. Khayyer, A., Gotoh, H., 2010. On particle-based simulation of a dam break over a wet bed. J. Hydraul. Res., 48, 2, 238–249. Khoshkonesh, A., Daliri, M., Riaz, K., Dehrashid, F.A., Bahmanpouri, F., Di Francesco, S., 2022. Dam-break flow dynamics over a stepped channel with vegetation. J. Hydrol., 613,128395. https://doi.org/10.1016/j.jhydrol.2022.128395 Khoshkonesh, A., Nsom, B., Gohari, S., Banejad, H., 2019. A comprehensive study on dam-break flow over dry and wet beds. Ocean Eng., 188, 106279. https://doi.org/10.1016/j.oceaneng.2019.106279 Khoshkonesh, A., Sadeghi, S.H., Gohari, S., Karimpour, S., Oodi, S., Di Francesco, S., 2023. Study of dam-break flow over a vegetated channel with and without a drop. Water Resour. Manage., 37, 5, 2107–2123. Khosravi, K., Chegini, A.H.N., Cooper, J., Mao, L., Habibnejad, M., Shahedi, K., Binns, A., 2021. A laboratory investigation of bedload transport of gravel sediments under dam break flow. Int. J. Sediment Res., 36, 2, 229–234. Kim, Y., Zhou, Z., Hsu, T.J., Puleo, J.A., 2017. Large eddy simulation of dam‐break‐driven swash on a rough‐planar beach. J. Geophys. Res.: Oceans, 122, 2, 1274–1296. Kocaman, S., Ozmen-Cagatay, H., 2012. The effect of lateral channel contraction on dam break flows: Laboratory experiment. J. Hydrol., 432, 145–153. Leal, J.G., Ferreira, R.M., Cardoso, A.H., 2006. Dam-break wavefront celerity. J. Hydraul. Eng., 132, 1, 69–76. Leal, J.G.A.B., Ferreira, R.M., Cardoso, A.H., 2003. Dam-break wave propagation over a cohesionless erodible bed. In: Proc. 30rd IAHR Congress, 100, 261–268. Li, Y. L., Ma, Y., Deng, R., Jiang, D.P., Hu, Z., 2019. Research on dam-break induced tsunami bore acting on the triangular breakwater based on high order 3D CLSVOF-THINC/WLICIBM approaching. Ocean Eng., 182, 645–659. Li, Y.L., Yu, C.H., 2019. Research on dam-break flow induced front wave impacting a vertical wall based on the CLSVOF and level set methods. Ocean Eng., 178, 442–462. Mei, S., Chen, S., Zhong, Q., Shan, Y., 2022. Detailed numerical modeling for breach hydrograph and morphology evolution during landslide dam breaching. Landslides, 19, 12, 2925–2949. Meng, W., Yu, C.H., Li, J., An, R., 2022. Three-dimensional simulation of silted-up dam-break flow striking a rigid structure. Ocean Eng., 261, 112042. https://doi.org/10.1016/j.oceaneng.2022.112042 Meyer-Peter, E., Müller, R., 1948. Formulas for bed-load transport. In: IAHSR 2nd meeting, Stockholm, appendix 2. IAHR. Nielsen, P., 1984. Field measurements of time-averaged suspended sediment concentrations under waves. Coastal Eng., 8, 1, 51–72. Nielsen, P., 2018. Bed shear stress, surface shape and velocity field near the tips of dam-breaks, tsunami and wave runup. Coastal Eng., 138, 126–131. Nsom, B., Latrache, N., Ramifidisoa, L., Khoshkonesh, A., 2019. Analytical solution to the stability of gravity-driven stratified flow of two liquids over an inclined plane. In: 24th French Mechanics Congress in Brest. Brest, p. 244178. Nsom, B., Ravelo, B., Ndong, W., 2008. Flow regimes in horizontal viscous dam-break flow of Cayous mud. Appl. Rheol., 18, 4, 43577-1. https://doi.org/10.1515/arh-2008-0012 Oguzhan, S., Aksoy, A.O., 2020. Experimental investigation of the effect of vegetation on dam break flood waves. J. Hydrol. Hydromech., 68, 3, 231–241. Okhravi, S., Gohari, S., Alemi, M., Maia, R., 2022. Effects of bedmaterial gradation on clear water scour at single and group of piles. J. Hydrol. Hydromech., 70, 1, 114–127. Okhravi, S., Gohari, S., Alemi, M., Maia, R., 2023. Numerical modeling of local scour of non-uniform graded sediment for two arrangements of pile groups. Int. J. Sediment Res., 38, 4, 597–614. Parambath, A., 2010. Impact of tsunamis on near shore wind power units. Master’s Thesis. Texas A&M University. Available electronically from https://hdl.handle.net/1969.1/ETD-TAMU2010-12-8919 Pintado-Patiño, J.C., Puleo, J.A., Krafft, D., Torres-Freyermuth, A.,
Hydrodynamics and sediment transport under a dambreak-driven swash: An experimental study. Coastal Eng., 170,
https://doi.org/10.1016/j.coastaleng.2021.103986 Riaz, K., Aslam, H.M.S., Yaseen, M.W., Ahmad, H.H., Khoshkonesh, A., Noshin, S., 2022. Flood frequency analysis and hydraulic design of bridge at Mashan on river Kunhar. Arch. Hydroengineering Environ. Mech., 69, 1, 1–12. Ritter, A., 1892. Die Fortpflanzung der Wasserwellen. Zeitschrift des Vereines Deutscher Ingenieure, 36, 33, 947–954. (In German.) Smagorinsky, J., 1963. General circulation experiments with the primitive equations: I. The basic experiment. Mon. Weather Rev., 91, 3, 99–164. Soulsby, R.L., 1997. Dynamics of marine sands: a manual for practical applications. Oceanogr. Lit. Rev., 9, 44, 947. Spinewine, B., Capart, H., 2013. Intense bed-load due to a sudden dam-break. J. Fluid Mech., 731, 579–614. Van Rijn, L.C., 1984. Sediment transport, part I: bed load transport. J. Hydraul. Eng., 110, 10, 1431–1456. Vosoughi, F., Rakhshandehroo, G., Nikoo, M.R., Sadegh, M.,
Experimental study and numerical verification of silted-up dam break. J. Hydrol., 590, 125267. https://doi.org/10.1016/j.jhydrol.2020.125267 Wu, W., Wang, S.S., 2008. One-dimensional explicit finite-volume model for sediment transport. J. Hydraul. Res., 46, 1, 87–98. Xu, T., Huai, W., Liu, H., 2023. MPS-based simulation of dam-break wave propagation over wet beds with a sediment layer. Ocean Eng., 281, 115035. https://doi.org/10.1016/j.oceaneng.2023.115035 Yang, S., Yang, W., Qin, S., Li, Q., Yang, B., 2018. Numerical study on characteristics of dam-break wave. Ocean Eng., 159, 358–371. Yao, G.F., 2004. Development of new pressure-velocity solvers in FLOW-3D. Flow Science, Inc., USA.
적층 제조는 바이메탈 및 다중 재료 구조의 제작 가능성을 제공합니다. 그러나 재료 호환성과 접착성은 부품의 성형성과 최종 품질에 직접적인 영향을 미칩니다. 적합한 프로세스를 기반으로 다양한 재료 조합의 기본 인쇄 가능성을 이해하는 것이 중요합니다.
여기에서는 두 가지 일반적이고 매력적인 재료 조합(니켈 및 철 기반 합금)의 인쇄 적성 차이가 레이저 지향 에너지 증착(DED)을 통해 거시적 및 미시적 수준에서 평가됩니다.
증착 프로세스는 현장 고속 이미징을 사용하여 캡처되었으며, 용융 풀 특징 및 트랙 형태의 차이점은 특정 프로세스 창 내에서 정량적으로 조사되었습니다. 더욱이, 다양한 재료 쌍으로 처리된 트랙과 블록의 미세 구조 다양성이 비교적 정교해졌고, 유익한 다중 물리 모델링을 통해 이종 재료 쌍 사이에 제시된 기계적 특성(미세 경도)의 불균일성이 합리화되었습니다.
재료 쌍의 서로 다른 열물리적 특성에 의해 유발된 용융 흐름의 차이와 응고 중 결과적인 요소 혼합 및 국부적인 재합금은 재료 조합 간의 인쇄 적성에 나타난 차이점을 지배합니다.
이 작업은 서로 다른 재료의 증착에서 현상학적 차이에 대한 심층적인 이해를 제공하고 바이메탈 부품의 보다 안정적인 DED 성형을 안내하는 것을 목표로 합니다.
Additive manufacturing provides achievability for the fabrication of bimetallic and multi-material structures; however, the material compatibility and bondability directly affect the parts’ formability and final quality. It is essential to understand the underlying printability of different material combinations based on an adapted process. Here, the printability disparities of two common and attractive material combinations (nickel- and iron-based alloys) are evaluated at the macro and micro levels via laser directed energy deposition (DED). The deposition processes were captured using in situ high-speed imaging, and the dissimilarities in melt pool features and track morphology were quantitatively investigated within specific process windows. Moreover, the microstructure diversity of the tracks and blocks processed with varied material pairs was comparatively elaborated and, complemented with the informative multi-physics modeling, the presented non-uniformity in mechanical properties (microhardness) among the heterogeneous material pairs was rationalized. The differences in melt flow induced by the unlike thermophysical properties of the material pairs and the resulting element intermixing and localized re-alloying during solidification dominate the presented dissimilarity in printability among the material combinations. This work provides an in-depth understanding of the phenomenological differences in the deposition of dissimilar materials and aims to guide more reliable DED forming of bimetallic parts.
Figure 1. Experimental setup and materials. (a) Schematic of the DED process, where three types of base materials were adopted—B1
(IN718), B2 (IN625), and B3 (SS316L), and two types of powder materials were adopted—P1 (IN718) and P2 (SS316L). (b) In situ
high-speed imaging of powder flow and the SEM images of IN718 and SS316L powder particle. (c) Powder size statistics, and (d) element
composition of powder IN718 (P1) and SS316L (P2).Figure 2. Deposition process and the track morphology. (a)–(c) Display the in situ captured tableaux of melt propagation and some physical
features during depositing for P1B1, P1B2, and P1B3, respectively. (d) The profiles of the melt pool at a frame of (t0 + 1) ms, and the flow
streamlines in the molten pool of each case. (e) The outer surface of the formed tracks, in which the colored arrows mark the scanning
direction. (f) Cross-section of the tracks. The parameter set used for in situ imaging was P-1000 W, S-600 mm·min–1, F-18 g·min–1. All the
scale bars are 2 mm.
References
[1] Tan C L, Weng F, Sui S, Chew Y and Bi G J 2021 Progress and perspectives in laser additive manufacturing of key aeroengine materials Int. J. Mach. Tools Manuf. 170 103804 [2] Bandyopadhyay A, Traxel K D, Lang M, Juhasz M, Eliaz N and Bose S 2022 Alloy design via additive manufacturing: advantages, challenges, applications and perspectives Mater. Today 52 207–24 [3] Sui S, Chew Y, Weng F, Tan C L, Du Z L and Bi G J 2022 Study of the intrinsic mechanisms of nickel additive for grain refinement and strength enhancement of laser aided additively manufactured Ti–6Al–4V Int. J. Extrem. Manuf. 4 035102 [4] Xue P S, Zhu L D, Xu P H, Ren Y, Xin B, Meng G R, Yang Z C and Liu Z 2021 Research on process optimization and microstructure of CrCoNi medium-entropy alloy formed by laser metal deposition Opt. Laser Technol. 142 107167 [5] Bandyopadhyay A, Traxel K D and Bose S 2021 Nature-inspired materials and structures using 3D printing Mater. Sci. Eng. R 145 100609 [6] Zuback J S, Palmer T A and DebRoy T 2019 Additive manufacturing of functionally graded transition joints between ferritic and austenitic alloys J. Alloys Compd. 770 995–1003 [7] Feenstra D R, Banerjee R, Fraser H L, Huang A, Molotnikov A and Birbilis N 2021 Critical review of the state of the art in multi-material fabrication via directed energy deposition Curr. Opin. Solid State Mater. Sci. 25 100924 [8] Wei C, Zhang Z Z, Cheng D X, Sun Z, Zhu M H and Li L 2021 An overview of laser-based multiple metallic material additive manufacturing: from macro- to micro-scales Int. J. Extrem. Manuf. 3 012003 [9] Gu D D, Shi X Y, Poprawe R, Bourell D L, Setchi R and Zhu J H 2021 Material-structure-performance integrated laser-metal additive manufacturing Science 372 eabg1487 [10] Bandyopadhyay A and Heer B 2018 Additive manufacturing of multi-material structures Mater. Sci. Eng. R 129 1–16 [11] Tammas-Williams S and Todd I 2017 Design for additive manufacturing with site-specific properties in metals and alloys Scr. Mater. 135 105–10 [12] Chen W, Gu D D, Yang J K, Yang Q, Chen J and Shen X F 2022 Compressive mechanical properties and shape memory effect of NiTi gradient lattice structures fabricated by laser powder bed fusion Int. J. Extrem. Manuf. 4 045002 [13] Svetlizky D, Das M, Zheng B L, Vyatskikh A L, Bose S, Bandyopadhyay A, Schoenung J M, Lavernia E J and Eliaz N 2021 Directed energy deposition (DED) additive manufacturing: physical characteristics, defects, challenges and applications Mater. Today 49 271–95 [14] Panwisawas C, Tang Y T and Reed R C 2020 Metal 3D printing as a disruptive technology for superalloys Nat. Commun. 11 2327 [15] Wang S H, Ning J S, Zhu L D, Yang Z C, Yan W T, Dun Y C, Xue P S, Xu P H, Bose S and Bandyopadhyay A 2022 Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies Mater. Today 59 133–60 [16] DebRoy T, Mukherjee T, Milewski J O, Elmer J W, Ribic B, Blecher J J and Zhang W 2019 Scientific, technological and economic issues in metal printing and their solutions Nat. Mater. 18 1026–32 [17] Afrouzian A, Groden C J, Field D P, Bose S and Bandyopadhyay A 2022 Additive manufacturing of Ti-Ni bimetallic structures Mater. Des. 215 110461 [18] Bandyopadhyay A, Zhang Y N and Onuike B 2022 Additive manufacturing of bimetallic structures Virtual Phys. Prototyp. 17 256–94 [19] Onuike B, Heer B and Bandyopadhyay A 2018 Additive manufacturing of Inconel 718—copper alloy bimetallic structure using laser engineered net shaping (LENSTM) Addit. Manuf. 21 133–40 [20] Sahasrabudhe H, Harrison R, Carpenter C and Bandyopadhyay A 2015 Stainless steel to titanium bimetallic structure using LENSTM Addit. Manuf. 5 1–8 [21] Li B Y, Han C J, Lim C W J and Zhou K 2022 Interface formation and deformation behaviors of an additively manufactured nickel-aluminum-bronze/15-5 PH multimaterial via laser-powder directed energy deposition Mater. Sci. Eng. A 829 142101 [22] Zhang X C, Pan T, Chen Y T, Li L, Zhang Y L and Liou F 2021 Additive manufacturing of copper-stainless steel hybrid components using laser-aided directed energy deposition J. Mater. Sci. Technol. 80 100–16 [23] Shinjo J and Panwisawas C 2022 Chemical species mixing during direct energy deposition of bimetallic systems using titanium and dissimilar refractory metals for repair and biomedical applications Addit. Manuf. 51 102654 [24] Wang D et al 2022 Recent progress on additive manufacturing of multi-material structures with laser powder bed fusion Virtual Phys. Prototyp. 17 329–65 [25] Lin X, Yue T M, Yang H O and Huang W D 2005 Laser rapid forming of SS316L/Rene88DT graded material Mater. Sci. Eng. A 391 325–36 [26] Melzer D, Dˇzugan J, Koukolíková M, Rzepa S and Vavˇrík J 2021 Structural integrity and mechanical properties of the functionally graded material based on 316L/IN718 processed by DED technology Mater. Sci. Eng. A 811 141038 [27] Melzer D, Dˇzugan J, Koukolíková M, Rzepa S, Dlouh´y J, Brázda M and Bucki T 2022 Fracture characterisation of vertically build functionally graded 316L stainless steel with Inconel 718 deposited by directed energy deposition process Virtual Phys. Prototyp. 17 821–40 [28] Zhang Y N and Bandyopadhyay A 2018 Direct fabrication of compositionally graded Ti-Al2O3 multi-material structures using laser engineered net shaping Addit. Manuf. 21 104–11 [29] Ben-Artzy A, Reichardt A, Borgonia P J, Dillon R P, McEnerney B, Shapiro A A and Hosemann P 2021 Compositionally graded SS316 to C300 maraging steel using additive manufacturing Mater. Des. 201 109500 [30] Tan C L, Liu Y C, Weng F, Ng F L, Su J L, Xu Z K, Ngai X D and Chew Y 2022 Additive manufacturing of voxelized heterostructured materials with hierarchical phases Addit. Manuf. 54 102775 [31] Chen J, Yang Y Q, Song C H, Zhang M K, Wu S B and Wang D 2019 Interfacial microstructure and mechanical properties of 316L/CuSn10 multi-material bimetallic structure fabricated by selective laser melting Mater. Sci. Eng. A 752 75–85 [32] Wei C, Gu H, Gu Y C, Liu L C, Huang Y H, Cheng D X, Li Z Q and Li L 2022 Abnormal interfacial bonding mechanisms of multi-material additive-manufactured tungsten–stainless steel sandwich structure Int. J. Extrem. Manuf. 4 025002 [33] Zhang Y N and Bandyopadhyay A 2021 Influence of compositionally graded interface on microstructure and compressive deformation of 316L stainless steel to Al12Si aluminum alloy bimetallic structures ACS Appl. Mater. Interfaces 13 9174–85 [34] Wei C et al 2022 Cu10Sn to Ti6Al4V bonding mechanisms in laser-based powder bed fusion multiple material additive 15 Int. J. Extrem. Manuf. 6 (2024) 025001 J Ning et al manufacturing with different build strategies Addit. Manuf. 51 102588 [35] Li W, Karnati S, Kriewall C, Liou F, Newkirk J, Brown Taminger K M and Seufzer W J 2017 Fabrication and characterization of a functionally graded material from Ti-6Al-4V to SS316 by laser metal deposition Addit. Manuf. 14 95–104 [36] Shi Q M, Zhong G Y, Sun Y, Politis C and Yang S F 2021 Effects of laser melting+remelting on interfacial macrosegregation and resulting microstructure and microhardness of laser additive manufactured H13/IN625 bimetals J. Manuf. Process. 71 345–55 [37] Zhang W X, Hou W Y, Deike L and Arnold C 2022 Understanding the Rayleigh instability in humping phenomenon during laser powder bed fusion process Int. J. Extrem. Manuf. 4 015201 [38] Chen Y W, Zhang X, Li M M, Xu R Q, Zhao C and Sun T 2020 Laser powder bed fusion of Inconel 718 on 316 stainless steel Addit. Manuf. 36 101500 [39] Yang Z C, Wang S H, Zhu L D, Ning J S, Xin B, Dun Y C and Yan W T 2022 Manipulating molten pool dynamics during metal 3D printing by ultrasound Appl. Phys. Rev. 9 021416 [40] Hofmann D C, Roberts S, Otis R, Kolodziejska J, Dillon R P, Suh J O, Shapiro A A, Liu Z K and Borgonia J P 2014 Developing gradient metal alloys through radial deposition additive manufacturing Sci. Rep. 4 5357 [41] Tumkur T U et al 2021 Nondiffractive beam shaping for enhanced optothermal control in metal additive manufacturing Sci. Adv. 7 eabg9358 [42] Scipioni Bertoli U, Guss G, Wu S, Matthews M J and Schoenung J M 2017 In-situ characterization of laser-powder interaction and cooling rates through high-speed imaging of powder bed fusion additive manufacturing Mater. Des. 135 385–96 [43] Siva Prasad H, Brueckner F and Kaplan A F H 2020 Powder incorporation and spatter formation in high deposition rate blown powder directed energy deposition Addit. Manuf. 35 101413 [44] Ebrahimi A, Kleijn C R and Richardson I M 2021 Numerical study of molten metal melt pool behaviour during conduction-mode laser spot melting J. Appl. Phys. 54 105304 [45] Mumtaz K A and Hopkinson N 2010 Selective laser melting of thin wall parts using pulse shaping J. Mater. Process. Technol. 210 279–87 [46] Sikandar Iquebal A, Yadav A, Botcha B, Krishna Gorthi R and Bukkapatnam S 2022 Tracking and quantifying spatter characteristics in a laser directed energy deposition process using Kalman filter Manuf. Lett. 33 692–700 [47] Criales L E, Arısoy Y M, Lane B, Moylan S, Donmez A and Özel T 2017 Laser powder bed fusion of nickel alloy 625: experimental investigations of effects of process parameters on melt pool size and shape with spatter analysis Int. J. Mach. Tools Manuf. 121 22–36 [48] Coen V, Goossens L and van Hooreweder B 2022 Methodology and experimental validation of analytical melt pool models for laser powder bed fusion J. Mater. Process. Technol. 304 117547 [49] Zhao C, Shi B, Chen S L, Du D, Sun T, Simonds B J, Fezzaa K and Rollett A D 2022 Laser melting modes in metal powder bed fusion additive manufacturing Rev. Mod. Phys. 94 045002 [50] Wang J H, Han F Z, Chen S F and Ying W S 2019 A novel model of laser energy attenuation by powder particles for laser solid forming Int. J. Mach. Tools Manuf. 145 103440 [51] Haley J C, Schoenung J M and Lavernia E J 2018 Observations of particle-melt pool impact events in directed energy deposition Addit. Manuf. 22 368–74 [52] Chen Y H et al 2021 Correlative synchrotron x-ray imaging and diffraction of directed energy deposition additive manufacturing Acta Mater. 209 116777 [53] Khorasani M, Ghasemi A, Leary M, Cordova L, Sharabian E, Farabi E, Gibson I, Brandt M and Rolfe B 2022 A comprehensive study on meltpool depth in laser-based powder bed fusion of Inconel 718 Int. J. Adv. Manuf. Technol. 120 2345–62 [54] Shamsaei N, Yadollahi A, Bian L and Thompson S M 2015 An overview of direct laser deposition for additive manufacturing; part II: mechanical behavior, process parameter optimization and control Addit. Manuf. 8 12–35 [55] Ghanavati R, Naffakh-Moosavy H, Moradi M and Eshraghi M 2022 Printability and microstructure of directed energy deposited SS316l-IN718 multi-material: numerical modeling and experimental analysis Sci. Rep. 12 16600 [56] Galbusera F, Demir A G, Platl J, Turk C, Schnitzer R and Previtali B 2022 Processability and cracking behaviour of novel high-alloyed tool steels processed by laser powder bed fusion J. Mater. Process. Technol. 302 117435 [57] Wang A et al 2023 Effects of processing parameters on pore defects in blue laser directed energy deposition of aluminum by in and ex situ observation J. Mater. Process. Technol. 319 118068 [58] Hinojos A, Mireles J, Reichardt A, Frigola P, Hosemann P, Murr L E and Wicker R B 2016 Joining of Inconel 718 and 316 stainless steel using electron beam melting additive manufacturing technology Mater. Des. 94 17–27 [59] Yang Z C, Zhu L D, Wang S H, Ning J S, Dun Y C, Meng G R, Xue P S, Xu P H and Xin B 2021 Effects of ultrasound on multilayer forming mechanism of Inconel 718 in directed energy deposition Addit. Manuf. 48 102462 [60] Yao L M, Huang S, Ramamurty U and Xiao Z M 2021 On the formation of “Fish-scale” morphology with curved grain interfacial microstructures during selective laser melting of dissimilar alloys Acta Mater. 220 117331 [61] Ghanavati R, Naffakh-Moosavy H and Moradi M 2021 Additive manufacturing of thin-walled SS316L-IN718 functionally graded materials by direct laser metal deposition J. Mater. Res. Technol. 15 2673–85 [62] Chen N N, Khan H A, Wan Z X, Lippert J, Sun H, Shang S L, Liu Z K and Li J J 2020 Microstructural characteristics and crack formation in additively manufactured bimetal material of 316L stainless steel and Inconel 625 Addit. Manuf. 32 101037 [63] Xiao Y H, Wan Z X, Liu P W, Wang Z, Li J J and Chen L 2022 Quantitative simulations of grain nucleation and growth at additively manufactured bimetallic interfaces of SS316L and IN625 J. Mater. Process. Technol. 302 117506 [64] Mukherjee T, DebRoy T, Lienert T J, Maloy S A and Hosemann P 2021 Spatial and temporal variation of hardness of a printed steel part Acta Mater. 209 116775 [65] Dinda G P, Dasgupta A K and Mazumder J 2021 Texture control during laser deposition of nickel-based superalloy Scr. Mater. 67 503–6 [66] Tan Z E, Pang J H L, Kaminski J and Pepin H 2019 Characterisation of porosity, density, and microstructure of directed energy deposited stainless steel AISI 316L Addit. Manuf. 25 286–96 [67] Wolff S J, Gan Z T, Lin S, Bennett J L, Yan W T, Hyatt G, Ehmann K F, Wagner G J, Liu W K and Cao J 2019 Experimentally validated predictions of thermal history and microhardness in laser-deposited Inconel 718 on carbon steel Addit. Manuf. 27 540–51 16 Int. J. Extrem. Manuf. 6 (2024) 025001 J Ning et al [68] Zhang L, Wen M, Imade M, Fukuyama S and Yokogawa K 2008 Effect of nickel equivalent on hydrogen gas embrittlement of austenitic stainless steels based on type 316 at low temperatures Acta Mater. 56 3414–21 [69] Zuback J S and DebRoy T 2018 The hardness of additively manufactured alloys Materials 11 2070 [70] Adomako N K, Lewandowski J J, Arkhurst B M, Choi H, Chang H J and Kim J H 2022 Microstructures and mechanical properties of multi-layered materials composed of Ti-6Al-4V, vanadium, and 17–4PH stainless steel produced by directed energy deposition Addit. Manuf. 59 103174
Solute segregation significantly affects material properties and is a critical issue in the laser powder-bed fusion (LPBF) additive manufacturing (AM) of Ni-based superalloys. To the best of our knowledge, this is the first study to demonstrate a computational thermal-fluid dynamics (CtFD) simulation coupled multi-phase-field (MPF) simulation with a multicomponent-composition model of Ni-based superalloy to predict solute segregation under solidification conditions in LPBF. The MPF simulation of the Hastelloy-X superalloy reproduced the experimentally observed submicron-sized cell structure. Significant solute segregations were formed within interdendritic regions during solidification at high cooling rates of up to 108 K s-1, a characteristic feature of LPBF. Solute segregation caused a decrease in the solidus temperature (TS), with a reduction of up to 30.4 K, which increases the risk of liquation cracks during LPBF. In addition, the segregation triggers the formation of carbide phases, which increases the susceptibility to ductility dip cracking. Conversely, we found that the decrease in TS is suppressed at the melt-pool boundary regions, where re-remelting occurs during the stacking of the layer above. Controlling the re-remelting behavior is deemed to be crucial for designing crack-free alloys. Thus, we demonstrated that solute segregation at the various interfacial regions of Ni-based multicomponent alloys can be predicted by the conventional MPF simulation. The design of crack-free Ni-based superalloys can be expedited by MPF simulations of a broad range of element combinations and their concentrations in multicomponent Ni-based superalloys.
Additive manufacturing (AM) technologies have attracted considerable attention as they allow us to easily build three-dimensional (3D) parts with complex geometries. Among the wide range of available AM techniques, laser powder-bed fusion (LPBF) has emerged as a preferred technique for metal AM [1], [2], [3], [4], [5]. In LPBF, metal products are built layer-by-layer by scanning laser, which fuse metal powder particles into bulk solids.
Significant attempts have been made to integrate LPBF techniques within the aerospace industry, with a particular focus on weldable Ni-based superalloys, such as IN718 [6], [7], [8], IN625 [9], [10], and Hastelloy-X (HX) [11], [12], [13], [14]. Non-weldable alloys, such as IN738LC [15], [16] and CMSX-4 [1], [17] are also suitable for their sufficient creep resistance under higher temperature conditions. However, non-weldable alloys are difficult to build using LPBF because of their susceptibility to cracking during the process. In general, a macro solute-segregation during solidification is suppressed by the rapid cooling conditions (up to 108 K s-1) unique to the LPBF process [18]. However, the solute segregation still occurs in the interdendritic regions that are smaller than the micrometer scale [5], [19], [20], [21]; these regions are suggested to be related to the hot cracks in LPBF-fabricated parts. Therefore, an understanding of solute segregation is essential for the fabrication of reliable LPBF-fabricated parts while avoiding cracks.
The multiphase-field (MPF) method has gained popularity for modeling the microstructure evolution and solute segregation under rapid cooling conditions [5], [20], [21], [22], [23], [24], [25], [26], [27], [28]. Moreover, quantifiable predictions have been achieved by combining the MPF method with temperature distribution analysis methods such as the finite-element method (FEM) [20] and computational thermal-fluid dynamics (CtFD) simulations [28]. These aforementioned studies have used binary-approximated multicomponent systems, such as Ni–Nb binary alloys, to simulate IN718 alloys. While MPF simulations using binary alloy systems can effectively reproduce microstructure formations and segregation behaviors, the binary approximation might be affected by the chemical interactions between the removed solute elements in the target multicomponent alloy. The limit of absolute stability predicted by the Mullins-Sekerka theory [29] is also crucial because the limit velocity is close to the solidification rate in the LPBF process and is different in multicomponent and binary-approximated systems. The difference between the solidus and liquidus temperatures, ΔT0, directly determines the absolute stability according to the Mullins-Sekerka theory. For example, the ΔT0 values of IN718 and its binary-approximated Ni–5 wt.%Nb alloy are 134 K [28] and 71 K [30], respectively. The solidification rate compared to the limit of absolute stability, i.e., the relative non-equilibrium of solidification, changes by simplification of the system. It is therefore important to use the composition of the actual multicomponent system in such simulations. However, to the best of our knowledge, there is no MPF simulation using a multicomponent model coupled with a temperature analysis simulation to predict solute segregation in a Ni-based superalloy.
In this study, we demonstrate that the conventional MPF model can reproduce experimentally observed dendritic structures by performing a phase-field simulation using the temperature distribution obtained by a CtFD simulation of a multicomponent Ni-based alloy (conventional solid-solution hardening-type HX). The MPF simulation revealed that the segregation behavior of solute elements largely depends on the regions of the melt pool, such as the cell boundary, the interior of the melt-pool boundary, and heat-affected regions. The sensitivities of the various interfaces to liquation and solidification cracks are compared based on the predicted concentration distributions. Moreover, the feasibility of using the conventional MPF model for LPBF is discussed in terms of the absolute stability limit.
2. Methods
2.1. Laser-beam irradiation experiments
Rolled and recrystallized HX ingots with dimensions of 20 × 50 × 10 mm were used as the specimens for laser-irradiation experiments. The specimens were irradiated with a laser beam scanned along straight lines of 10 mm in length using a laser AM machine (EOS 290 M, EOS) equipped with a 400 W Yb-fiber laser. Irradiation was performed with a beam power of P = 300 W and a scanning speed of V = 600 mm s-1, which are the conditions generally used in the LPBF fabrication of Ni-based superalloy [8]. The corresponding line energy was 0.5 J mm-1. The samples were cut perpendicular to the beam-scanning direction for cross-sectional observation using a field-emission scanning electron microscope (FE-SEM, JEOL JSM 6500). Crystal orientation analysis was performed by electron backscatter diffraction (EBSD). The sizes of each crystal grain and their aspect ratios were evaluated by analyzing the EBSD data.
2.2. CtFD simulation
CtFD simulations of the laser-beam irradiation of HX were performed using a 3D thermo-fluid analysis software (Flow Science FLOW-3D® with Flow-3D Weld module). A Gaussian heat source model was used, in which the irradiation intensity distribution of the beam is regarded as a symmetrical Gaussian distribution over the entire beam. The distribution of the beam irradiation intensity is expressed by the following equation.(1)q̇=2ηPπR2exp−2r2R2.
Here, P is the power, R is the effective beam radius, r is the actual beam radius, and η is the beam absorption rate of the substrate. To improve the accuracy of the model, η was calculated by assuming multiple reflections using the Fresnel equation:(2)�=1−121+1−�cos�21+1+�cos�2+�2−2�cos�+2cos2��2+2�cos�+2cos2�.
ε is the Fresnel coefficient and θ is the incident angle of the laser. A local laser melt causes the vaporization of the material and results in a high vapor pressure. This vapor pressure acts as a recoil pressure on the surface, pushing the weld pool down. The recoil pressure is reproduced using the following equation.(3)precoil=Ap0exp∆HLVRTV1−TVT.
Here, p0 is the atmospheric pressure, ∆HLV is the latent heat of vaporization, R is the gas constant, and TV is the boiling point at the saturated vapor pressure. A is a ratio coefficient that is generally assumed to be 0.54, indicating that the recoil pressure due to evaporation is 54% of the vapor pressure at equilibrium on the liquid surface.
Table 1 shows the parameters used in the simulations. Most parameters were evaluated using an alloy physical property calculation software (Sente software JMatPro v11). The values in a previously published study [31] were used for the emissivity and the Stefan–Boltzmann constant, and the values for pure Ni [32] were used for the heat of vaporization and vaporization temperatures. The Fresnel coefficient, which determines the beam absorption efficiency, was used as a fitting parameter to reproduce the morphology of the experimentally observed melt region, and a Fresnel coefficient of 0.12 was used in this study.
The dimensions of the computational domain of the numerical model were 4.0 mm in the beam-scanning direction, 0.4 mm in width, and 0.3 mm in height. A uniform mesh size of 10 μm was applied throughout the computational domain. The boundary condition of continuity was applied to all boundaries except for the top surface. The temperature was initially set to 300 K. P and V were set to their experimental values, i.e., 300 W and 600 mm s-1, respectively. Solidification conditions based on the temperature gradient, G, the solidification rate, R, and the cooling rate were evaluated, and the obtained temperature distribution was used in the MPF simulations.
2.3. MPF simulation
Two-dimensional MPF simulations weakly coupled with the CtFD simulation were performed using the Microstructure Evolution Simulation Software (MICRESS) [33], [34], [35], [36], [37] with the TQ-Interface for Thermo-Calc [38]. A simplified HX alloy composition of Ni-21.4Cr-17.6Fe-0.46Mn-8.80Mo-0.39Si-0.50W-1.10Co-0.08 C (mass %) was used in this study. The Gibbs free energy and diffusion coefficient of the system were calculated using the TCNI9 thermodynamic database [39] and the MOBNi5 mobility database [40]. Τhe equilibrium phase diagram calculated using Thermo-Calc indicates that the face-centered cubic (FCC) and σ phases appear as the equilibrium solid phases [19]. However, according to the time-temperature-transformation (TTT) diagram [41], the phases are formed after the sample is maintained for tens of hours in a temperature range of 1073 to 1173 K. Therefore, only the liquid and FCC phases were assumed to appear in the MPF simulations. The simulation domain was 5 × 100 μm, and the grid size Δx and interface width were set to 0.025 and 0.1 µm, respectively. The interfacial mobility between the solid and liquid phases was set to 1.0 × 10-8 m4 J-1 s-1. Initially, one crystalline nucleus with a [100] crystal orientation was placed at the left bottom of the simulation domain, with the liquid phase occupying the remainder of the domain. The model was solidified under the temperature field distribution obtained by the CtFD simulation. The concentration distribution and crystal orientation of the solidified model were examined. The primary dendrite arm space (PDAS) was compared to the experimental PDAS measured by the cross-sectional SEM observation.
In an actual LPBF process, solidified layers are remelted and resolidified during the stacking of the one layer above, thereby greatly affecting solute element distributions in those regions. Therefore, remelting and resolidification simulations were performed to examine the effect of remelting on solute segregation. The solidified model was remelted and resolidified by applying a time-dependent temperature field shifted by 60 μm in the height direction, assuming reheating during the stacking of the upper layer (i.e., the upper 40 μm region of the simulation box was remelted and resolidified). The changes in the composition distribution and formed microstructure were investigated.
3. Results
3.1. Experimental observation of melt pool
Fig. 1 shows a cross-sectional optical microscopy image and corresponding inverse pole figure (IPF) orientation maps obtained from the laser-melted region of HX. The dashed line indicates the fusion line. A deep melted region was formed by keyhole-mode melting due to the vaporization of the metal and resultant recoil pressure. Epitaxial growth from the unmelted region was observed. Columnar crystal grains with an average diameter of 5.46 ± 0.32 μm and an aspect ratio of 3.61 ± 0.13 appeared at the melt regions (Figs. 1b–1d). In addition, crystal grains growing in the z direction could be observed in the lower center.
Fig. 2a shows a cross-sectional backscattering electron image (BEI) obtained from the laser-melted region indicated by the black square in Fig. 1a. The bright particles with a diameter of approximately 2 μm observed outside the melt pool. It is well known that M6C, M23C6, σ, and μ precipitate phases are formed in Hastelloy-X [41]. These precipitates mainly consisted of Mo, Cr, Fe, and Ni; The μ and M6C phases are rich in Mo, while the σ and M23C6 phases are rich in Cr. The SEM energy dispersive X-ray spectroscopy analysis suggested that the bright particles are the stable precipitates as shown in Fig. S2 and Table S1. Conversely, there are no carbides in the melt pool. This suggests that the cooling rate is extremely high during LPBF, which prevents the formation of a stable carbide during solidification. Figs. 2b–2f show magnified BEI images at different height positions indicated in Fig. 2a. Bright regions are observed between the cells, which become fragmentary at the center of the melt pool, as indicated by the yellow arrow heads in Figs. 2e and 2f.
3.2. CtFD simulation
Figs. 3a–3c show snapshots of the CtFD simulation of HX at 2.72 ms, with the temperature indicated in color. A melt pool with an elongated teardrop shape formed and keyhole-mode melting was observed at the front of the melt region. The cooling rate, temperature gradient (G), and solidification rate (R) were evaluated from the temporal change in the temperature distribution of the CtFD simulation results. The z-position of the solid/liquid interface during the melting and solidification processes is shown in Fig. 3d. The interface goes down rapidly during melting and then rises during solidification. The MPF simulation of the microstructure formation during solidification was performed using the temperature distribution. Moreover, the microstructure formation process during the fabrication of the upper layer was investigated by remelting and resolidifying the solidified layer using the same temperature distribution with a 60 μm upward shift, corresponding to the layer thickness commonly used in the LPBF of Ni-based superalloys.
Figs. 4a–4c show the changes in the cooling rate, temperature gradient, and solidification rate in the center line of the melt pool parallel to the z direction. To output the solidification conditions at the solid/liquid interface in the melt pool, only the data of the mesh where the solid phase ratio was close to 0.5 were plotted. Solidification occurred where the cooling rate was in the range of 2.1 × 105–1.6 × 106 K s-1, G was in the range of 3.6 × 105–1.9 × 107 K m-1, and R was in the range of 8.2 × 10−2–6.3 × 10−1 m s-1. The cooling rate was the highest near the fusion line and decreased as the interface approached the center of the melt region (Fig. 4a). G also exhibited the highest value in the regions near the fusion line and decreased throughout the solid/liquid interface toward the center of the melt pool (Fig. 4b). R had the lowest value near the fusion line and increased as the interface approached the center of the melt region (Fig. 4c).
3.3. MPF simulations coupled with CtFD simulation
MPF simulations of solidification, remelting, and resolidification were performed using the temperature-time distribution obtained by the CtFD simulation. Fig. 5 shows the MPF solidified models colored by phase and Mo concentration. All the computational domains show the FCC phase after the solidification (Fig. 5a). Dendrites grew parallel to the heat flow direction, and solute segregations were observed in the interdendritic regions. At the bottom of the melt pool (Fig. 5d), planar interface growth occurred before the formation of primary dendrites. The bottom of the melt pool is the turning point of the solid/liquid interface from the downward motion in melting to the upward motion in solidification. Thus, the solidification rate at the boundary is zero, and is extremely low immediately above the molt-pool boundary. Here, the lower limit of the solidification rate (R) for dendritic growth can be represented by the constitutional supercooling criterion [29], Vcs = (G × DL) / ΔT, and planar interface growth occurs at R < Vcs. DL and ΔT denote the diffusion coefficient in the liquid and the equilibrium freezing range, respectively. The results suggest that planar interface growth occurs at the bottom of the melt pool, resulting in a dark region with a different solute element distribution. Some of the primary dendrites were diminished by competition with other dendrites. In addition, secondary dendrite arms could be seen in the upper regions (Fig. 5c), where solidification occurred at a lower cooling rate. The fragmentation of the solute segregation near the secondary dendrite arms is similar to that observed in the experimental melt pool shown in Figs. 2e and 2f, and the secondary dendrite arms are suggested to have appeared at the center of the melt region. Fig. 6 shows the PDASs measured from the MPF simulation models, compared to the experimental PDASs measured by the cross-sectional SEM observation of the laser-melted regions (Fig. 2). The PDAS obtained by the MPF simulation become larger as the solidification progress. Ghosh et al. [21] evident by the phase-field method that the PDAS decreases as the cooling rate increases under the rapid cooling conditions obtained by the finite element analysis. In this study, the cooling rate was decreased as the interface approached the center of the melt region (Fig. 4a), and the trends in PDAS changes with respect to cooling rate is same as the reported trend [21]. The simulated trends of the PDAS with the position in the melt pool agreed well with the experimental trends. However, all PDASs in the simulation were larger than those observed in the experiment at the same positions. Ode et al. [42] reported that PDAS differences between 2D and 3D MPF simulations can be represented by PDAS2D = 1.12 × PDAS3D owing to differences in the effects of the interfacial energy and diffusivity. We also performed 2D and 3D MPF simulations under the solidification conditions of G = 1.94 × 107 K m-1 and R = 0.82 m s-1 (Fig. S1), and found that the PDAS from the 2D MPF simulation was 1.26 times larger than that from the 3D simulation. Therefore, the cell structure obtained by the CtFD simulation coupled with the 2D MPF simulation agreed well with the experimental results over the entire melt pool region considering the dimensional effects.
Fig. 7b1 and 7c1 show the concentration profiles of the solidified model along the growth direction indicated by dashed lines in Fig. 7a. The differences in concentrations from the alloy composition are also shown in Fig. 7b2 and 7c2. Cr, Mo, C, Mn, and W were segregated to the interdendritic regions, while Si, Fe, and Co were depressed. The solute segregation behavior agrees with the experimentally observation [43] and the prediction by the Scheil-Gulliver simulation [19]. Segregation occurred to the highest degree in Mo, while the ratio of segregation to the alloy composition was remarkable in C. The concentration fluctuations correlated with the position in the melt pool and decreased at the center of the melt pool, which was suggested to correspond to the lower cooling rate in this region. Conversely, droplets that appeared between secondary dendrite arms in the upper regions of the simulation domain exhibited a locally high segregation of solute elements, with the same amount of segregation as that at the bottom of the melt pool.
3.4. Remelting and resolidification simulation
The solidified model was subjected to remelting and resolidification conditions by shifting the temperature profile upward by 60 µm to reveal the effect of reheating on the solute segregation behavior. Figs. 8a and 8b shows the simulation domains of the HX model after resolidification, colored by phase and Mo concentration. The magnified MPF models during the resolidification of the regions indicated by rectangles in Figs. 8a and 8b are also shown as Figs. 8c and 8d. Dendrites grew from the bottom of the remelted region, with the segregation of solute elements occurring in the interdendritic regions. The entire domain become the FCC phase after the resolidification, as shown in Fig. 8a. The bottom of the remelted regions exhibited a different microstructure, and Mo was depressed at the remelted regions, rather than the interdendritic regions. The different solute segregation behavior [44] and the microstructure formation [45] at the melt pool boundary is also observed in LPBF manufactured 316 L stainless steel. We found that this microstructure was formed by further remelting during the resolidification process, which is shown in Fig. 9. Here, the solidified HX model was heated, and the interdendritic regions were preferentially melted while concentration fluctuations were maintained (Fig. 9a1 and 9a2). Subsequently, planer interface growth occurs near the melt pool boundary where the solidification rate is almost zero, and the dendrites outside of the boundary are grown epitaxially (Fig. 9b1 and 9b2). However, these remelted again because of the temperature rise (Fig. 9c1 and 9c2, and the temperature-time profile shown in Fig. 9e). The remelted regions then cooled and solidified with the abnormal solute segregations (Fig. 9d1 and 9d2). Then, dendrite grows from amplified fluctuations under the solidification rate larger than the criterion of constitutional supercooling (Fig. 9d1, 9d2, and Fig. 8d). It has been reported [46], [47] that temperature rising owning to latent heat affects microstructure formation: phase-field simulations of a Ni–Al binary alloy suggest that the release of latent heat during solidification increases the average temperature of the system [46] and strongly influences the solidification conditions [47]. In this study, the release of latent heat during solidification is considered in CtFD simulations for calculating the temperature distribution, and the temperature increase is suggested to have also occurred due to the release of latent heat.
Fig. 10b1 and 10c1 show the solute element concentration line profiles of the resolidified model along the growth direction indicated by dashed lines in Fig. 10a. Fig. 10b2 and 10c2 show the corresponding differences in concentration from the alloy composition. The segregation behavior of solute elements at the interdendritic regions (Fig. 10b1 and 10b2) was the same as that in the solidified model (Figs. 7b1 and 7b2). Here, Cr, Mo, C, Mn, and W were segregated to the interdendritic regions, while Si, Fe, and Co were depressed. However, the concentration fluctuations at the interdendritic regions were larger than those in the solidified model. Moreover, the segregation of the outside of the melt pool, i.e., the heat-affected zone, was remarkable throughout remelting and resolidification. Different segregation behaviors were observed in the re-remelted region: Mo, Si, Mn, and W were segregated, while Ni, Fe, and Co were depressed. These solute segregations caused by remelting are expected to heavily influence the crack behavior.
4. Discussion
4.1. Effect of segregation of solute elements on liquation cracking susceptibility
Strong solute segregation was observed between the interdendritic regions of the solidified alloy (Fig. 7). In addition, the solute segregation behavior was significantly affected by remelting and resolidification and varied across the alloy. Solute segregation can be categorized by the regions shown in Fig. 11a1–11a4, namely the cell boundary (Fig. 11a1), interior of the melt-pool boundary (Fig. 11a2), re-remelted regions (Fig. 11a3), and heat-affected regions (Fig. 11a4). The concentration profiles of these regions are shown in Fig. 11b1–11b4. Solute segregation was the highest in the cell boundary region. The solute segregation in the heat-affected region was almost the same as that in the cell boundary region, but seemed to have been attenuated by reheating during remelting and resolidification. The interior of the melt-pool boundary region also had the same tendency for solute segregation. However, the amount of Cr segregation was smaller than that of Mo. A decrease in the Cr concentration was also mitigated, and the concentration remained the same as that in the alloy composition. Fig. 11c1–11c4 show the chemical potentials of the solute elements for the FCC phase at 1073 K calculated using the compositions of those interfacial regions. All the interfacial regions showed non-constant chemical potentials for each element along the perpendicular direction, but the fluctuations of the chemical potentials differed by the type of interfaces. In particular, the fluctuation of the chemical potential of C at the cell boundary region was the largest, suggesting it can be relaxed easily by heat treatment. On the other hand, the fluctuations of the other elements in all the regions were small. The solute segregations are most likely to remain after the heat treatment and are supposed to affect the cracking susceptibilities.
The solidus temperatures TS, the difference between the liquidus and solidus temperatures (i.e., the brittle temperature range (BTR)), and the fractions of the equilibrium precipitate phases at 1073 K of the interfacial regions were calculated as the liquation, solidification, and ductility dip cracking susceptibilities, respectively. At the cell boundary (Fig. 12a1), interior of the melt-pool boundary (Fig. 12a1), and heat-affected regions (Fig. 12a1), the internal and interfacial regions exhibited higher and lower TS compared to that of the alloy composition, respectively. The lowest Ts was obtained with the composition at the cell boundary region, which is the largest solute-segregated region. It has been suggested that strong segregations of solute elements in LPBF lead to liquation cracks [16]. This study also supports this suggestion, and liquation cracks are more likely to occur at the interfacial regions indicated by predicting the solute segregation behavior using the MPF model. Additionally, the BTRs of the cell boundary, interior of the melt-pool boundary, and heat-affected regions were wider at the interdendritic regions, and solidification cracks were also likely to occur in these regions. Moreover, within the solute segregation regions, the fraction of the precipitate phases in these interfacial regions was larger than that calculated using the alloy composition (Fig. 12c1, 12c2, and 12c4). This indicates that ductility dip cracking is also likely to occur at the cell boundary, interior of the melt-pool boundary, and in heat-affected regions. Contrarily, we found that the re-remelted region exhibited a higher TS and smaller BTR even in the interfacial region (Fig. 12a3 and 12b3), where the solute segregation behavior was different from that of the other regions. In addition, the re-remelting region exhibited less precipitation compared with the other segregated regions (Fig. 12c3). The re-remelting caused by the latent heat can attenuate solute segregation, prevent Ts from decreasing, decrease the BTR, and decrease the amount of precipitate phases. Alloys with a large amount of latent heat are expected to increase the re-remelting region, thereby decreasing the susceptibility to liquation and ductility dip cracks due to solute element segregation. This can be a guide for designing alloys for the LPBF process. As mentioned in Section 3.4, the microstructure [45] and the solute segregation behavior [44] at the melt pool boundary of LPBF-manufactured 316 L stainless steel are observed, and they are different from that of the interdendritic regions. Experimental observations of the solute segregation behavior in the LPBF-fabricated Ni-based alloys are currently underway.
4.2. Applicability of the conventional MPF simulation to microstructure formation under LPBF
As the solidification growth rate increases, segregation coefficients approach 1, and the fluctuation of the solid/liquid interface is suppressed by the interfacial tension. The interface growth occurs in a flat fashion instead of having a cellular morphology at a velocity above the absolute stability limit, Ras, predicted by the Mullins-Sekerka theory [29]: Ras = (ΔT0DL) / (k Γ) where ΔT0, DL, k, and Γ are the difference between the liquidus and solidus temperatures, equilibrium segregation coefficient, the diffusivity of liquid, and the Gibbs-Thomson coefficient, respectively.
The Ras of HX was calculated using the equation and the thermodynamic parameters obtained by the TCNI9 thermodynamic database [39]. The calculated Ras of HX was 3.9 m s-1 and is ten times larger than that of the Ni–Nb alloy (approximately 0.4 m s-1) [20]. The HX alloy was solidified under R values in the range of 8.2 × 10−2–6.3 × 10−1 m s-1. The theoretically calculated criterion is larger than the evaluated R, and is in agreement with the experiment in which dendritic growth is observed in the melt pool (Fig. 5). In contrast, Karayagiz et al. [20] reported that the R of the Ni–Nb binary alloy under LPBF was as high as approximately 2 m s-1, and planar interface growth was observed to be predominant under the high-growth-rate conditions. These experimentally observed microstructures agree well with the prediction by the Mullins-Sekerka theory about the relationship between the morphology and solidification rates.
In this study, the solidification microstructure formed by the laser-beam irradiation of an HX multicomponent Ni-based superalloy was reproduced by a conventional MPF simulation, in which the system was assumed to be in a quasi-equilibrium condition. Boussinot et al. [24] also suggested that the conventional phase-field model can be applied to simulate the microstructure of an IN718 multicomponent Ni-based superalloy in LPBF. In contrast, Kagayaski et al. [20] suggested that the conventional MPF simulation cannot be applied to the solidification of the Ni-Nb binary alloy system and that the finite interface dissipation model proposed by Steinbach et al. [48], [49] is necessary to simulate the high solidification rates observed in LPBF. The difference in the applicability of the conventional MPF method to HX and Ni–Nb binary alloys is presumed to arise from the differences in the non-equilibrium degree of these systems under the high solidification rates of LPBF. The results suggest that Ras can be used as a simple index to apply the conventional MPF model for solidification in LPBF. Solidification becomes a non-equilibrium process as the solidification rate approaches the limit of absolute stability, Ras. In this study, the solidification of the HX multicomponent system occurred under a relatively low solidification rate compared to Ras, and the microstructure of the conventional MPF model was successfully reproduced in the physical experiment. However, note that the limit of absolute stability predicted by the Mullins-Sekerka theory was originally proposed for solidification in a binary alloy system, and further investigation is required to consider its applicability to multicomponent alloy systems. Moreover, the fast solidification, such as in the LPBF process, causes segregation coefficient approaching a value of 1 [20], [21], [25] corresponds to a diffusion length that is on the order of the atomic interface thickness. When the segregation coefficient approaches 1, solute undercooling disappears; hence, there is no driving force to amplify fluctuations regardless of whether interfacial tension is present. This phenomenon should be further investigated in future studies.
5. Conclusions
We simulated solute segregation in a multicomponent HX alloy under the LPBF process by an MPF simulation using the temperature distributions obtained by a CtFD simulation. We set the parameters of the CtFD simulation to match the melt pool shape formed in the laser-irradiation experiment and found that solidification occurred under high cooling rates of up to 1.6 × 106 K s-1.
MPF simulations using the temperature distributions from CtFD simulation could reproduce the experimentally observed PDAS and revealed that significant solute segregation occurred at the interdendritic regions. Equilibrium thermodynamic calculations using the alloy compositions of the segregated regions when considering crack sensitivities suggested a decrease in the solidus temperature and an increase in the amount of carbide precipitation, thereby increasing the susceptibility to liquation and ductility dip cracks in these regions. Notably, these changes were suppressed at the melt-pool boundary region, where re-remelting occurred during the stacking of the layer above. This effect can be used to achieve a novel in-process segregation attenuation.
Our study revealed that a conventional MPF simulation weakly coupled with a CtFD simulation can be used to study the solidification of multicomponent alloys in LPBF, contrary to the cases of binary alloys investigated in previous studies. We discussed the applicability of the conventional MPF model to the LPBF process in terms of the limit of absolute stability, Ras, and suggested that alloys with a high limit velocity, i.e., multicomponent alloys, can be simulated using the conventional MPF model even under the high solidification velocity conditions of LPBF.
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper
Acknowledgments
This work was partly supported by the Cabinet Office, Government of Japan, Cross-ministerial Strategic Innovation Promotion Program (SIP), “Materials Integration for Revolutionary Design System of Structural Materials,” (funding agency: The Japan Science and Technology Agency), by JSPS KAKENHI Grant Numbers 21H05018 and 21H05193, and by CREST Nanomechanics: Elucidation of macroscale mechanical properties based on understanding nanoscale dynamics for innovative mechanical materials (Grant Number: JPMJCR2194) from the Japan Science and Technology Agency (JST). The authors would like to thank Mr. H. Kawabata and Mr. K. Kimura for their technical support with the sample preparations and laser beam irradiation experiments.
[1]M. Ramsperger, R.F. Singer, C. KörnerMicrostructure of the nickel-base superalloy CMSX-4 fabricated by selective electron beam meltingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 47 (2016), pp. 1469-1480, 10.1007/s11661-015-3300-y View at publisher This article is free to access.View in ScopusGoogle Scholar
[3]K. Hagihara, T. NakanoControl of anisotropic crystallographic texture in powder bed fusion additive manufacturing of metals and ceramics—A reviewJOM, 74 (2021), pp. 1760-1773, 10.1007/s11837-021-04966-7 View at publisher This article is free to access.Google Scholar
[6]N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J. Turner, N. Carlson, S.S. BabuNumerical modeling of heat-transfer and the influence of process parameters on tailoring the grain morphology of IN718 in electron beam additive manufacturingActa Mater, 112 (2016), pp. 303-314, 10.1016/j.actamat.2016.03.063View PDFView articleView in ScopusGoogle Scholar
[7]N. Raghavan, S. Simunovic, R. Dehoff, A. Plotkowski, J. Turner, M. Kirka, S. BabuLocalized melt-scan strategy for site specific control of grain size and primary dendrite arm spacing in electron beam additive manufacturingActa Mater, 140 (2017), pp. 375-387, 10.1016/j.actamat.2017.08.038View PDFView articleView in ScopusGoogle Scholar
[9]T. Keller, G. Lindwall, S. Ghosh, L. Ma, B.M. Lane, F. Zhang, U.R. Kattner, E.A. Lass, J.C. Heigel, Y. Idell, M.E. Williams, A.J. Allen, J.E. Guyer, L.E. LevineApplication of finite element, phase-field, and CALPHAD-based methods to additive manufacturing of Ni-based superalloysActa Mater, 139 (2017), pp. 244-253, 10.1016/j.actamat.2017.05.003View PDFView articleView in ScopusGoogle Scholar
[10]F. Zhang, L.E. Levine, A.J. Allen, M.R. Stoudt, G. Lindwall, E.A. Lass, M.E. Williams, Y. Idell, C.E. CampbellEffect of heat treatment on the microstructural evolution of a nickel-based superalloy additive-manufactured by laser powder bed fusionActa Mater, 152 (2018), pp. 200-214, 10.1016/j.actamat.2018.03.017View PDFView articleView in ScopusGoogle Scholar
[12]H. Wang, L. Chen, B. Dovgyy, W. Xu, A. Sha, X. Li, H. Tang, Y. Liu, H. Wu, M.S. PhamMicro-cracking, microstructure and mechanical properties of Hastelloy-X alloy printed by laser powder bed fusion: As-built, annealed and hot-isostatic pressedAddit. Manuf., 39 (2021), Article 101853, 10.1016/j.addma.2021.101853View PDFView articleView in ScopusGoogle Scholar
[14]H. Kitano, M. Tsujii, M. Kusano, A. Yumoto, M. WatanabeEffect of plastic strain on the solidification cracking of Hastelloy-X in the selective laser melting processAddit. Manuf., 37 (2020), Article 101742, 10.1016/j.addma.2020.101742View at publisher Google Scholar
[15]J. Xu, H. Gruber, D. Deng, R.L. Peng, J.J. MoverareShort-term creep behavior of an additive manufactured non-weldable Nickel-base superalloy evaluated by slow strain rate testingActa Mater, 179 (2019), pp. 142-157, 10.1016/j.actamat.2019.08.034View PDFView articleGoogle Scholar
[16]P. Kontis, E. Chauvet, Z. Peng, J. He, A.K. da Silva, D. Raabe, C. Tassin, J.J. Blandin, S. Abed, R. Dendievel, B. Gault, G. MartinAtomic-scale grain boundary engineering to overcome hot-cracking in additively-manufactured superalloysActa Mater, 177 (2019), pp. 209-221, 10.1016/j.actamat.2019.07.041View PDFView articleView in ScopusGoogle Scholar
[17]C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, G. EggelerMicrostructure and mechanical properties of CMSX-4 single crystals prepared by additive manufacturingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 49 (2018), pp. 3781-3792, 10.1007/s11661-018-4762-5 View at publisher This article is free to access.View in ScopusGoogle Scholar
[18]T. Ishimoto, R. Ozasa, K. Nakano, M. Weinmann, C. Schnitter, M. Stenzel, A. Matsugaki, T. Nagase, T. Matsuzaka, M. Todai, H.S. Kim, T. NakanoDevelopment of TiNbTaZrMo bio-high entropy alloy (BioHEA) super-solid solution by selective laser melting, and its improved mechanical property and biocompatibilityScr. Mater., 194 (2021), Article 113658, 10.1016/j.scriptamat.2020.113658View PDFView articleView in ScopusGoogle Scholar
[20]K. Karayagiz, L. Johnson, R. Seede, V. Attari, B. Zhang, X. Huang, S. Ghosh, T. Duong, I. Karaman, A. Elwany, R. ArróyaveFinite interface dissipation phase field modeling of Ni–Nb under additive manufacturing conditionsActa Mater, 185 (2020), pp. 320-339, 10.1016/j.actamat.2019.11.057View PDFView articleView in ScopusGoogle Scholar
[21]S. Ghosh, L. Ma, N. Ofori-Opoku, J.E. GuyerOn the primary spacing and microsegregation of cellular dendrites in laser deposited Ni-Nb alloysModel. Simul. Mater. Sci. Eng., 25 (2017), 10.1088/1361-651X/aa7369View at publisher Google Scholar
[22]S. Nomoto, M. Segawa, M. WatanabeNon- and quasi-equilibrium multi-phase field methods coupled with CALPHAD database for rapid-solidification microstructural evolution in laser powder bed additive manufacturing conditionMetals, 11 (2021), p. 626, 10.3390/met11040626View at publisher View in ScopusGoogle Scholar
[26]M. Okugawa, Y. Ohigashi, Y. Furishiro, Y. Koizumi, T. NakanoEquiaxed grain formation by intrinsic heterogeneous nucleation via rapid heating and cooling in additive manufacturing of aluminum-silicon hypoeutectic alloyJ. Alloys Compd., 919 (2022), Article 165812, 10.1016/j.jallcom.2022.165812View PDFView articleView in ScopusGoogle Scholar
[27]M. Okugawa, Y. Furushiro, Y. KoizumiEffect of rapid heating and cooling conditions on microstructure formation in powder bed fusion of Al-Si hypoeutectic alloy: A Phase-Field StudyMaterials, 15 (2022), p. 6092, 10.3390/ma15176092View at publisher View in ScopusGoogle Scholar
[36]C. Kumara, A. Ramanathan Balachandramurthi, S. Goel, F. Hanning, J. MoverareToward a better understanding of phase transformations in additive manufacturing of Alloy 718Materialia, 13 (2020), Article 100862View PDFView articleView in ScopusGoogle Scholar
[37]B. Böttger, M. ApelPhase-field simulation of the formation of new grains by fragmentation during melting of an ABD900 superalloyIOP Conf. Ser. Mater. Sci. Eng., 1281 (2023), Article 012008, 10.1088/1757-899x/1281/1/012008 View at publisher This article is free to access.Google Scholar
[44]K. Sato, S. Takagi, S. Ichikawa, T. Ishimoto, T. NakanoMicrostructure and Solute Segregation around the Melt-Pool Boundary of Orientation-Controlled 316L Austenitic Stainless Steel Produced by Laser Powder Bed FusionMaterials, 16 (2023), 10.3390/ma16010218View at publisher Google Scholar
[45]Y. Liu, K. Nose, M. Okugawa, Y. Koizumi, T. NakanoFabrication and process monitoring of 316L stainless steel by laser powder bed fusion with µ-helix scanning strategy and narrow scanning line intervalsMater. Trans., 64 (2023), pp. 1135-1142, 10.2320/matertrans.MT-ME2022006View at publisherView in ScopusGoogle Scholar
[46]H. Schaar, I. Steinbach, M. TegelerNumerical study of epitaxial growth after partial remelting during selective electron beam melting in the context of ni–alMetals, 11 (2021), pp. 2-13, 10.3390/met11122012View at publisher Google Scholar
[47]M. Uddagiri, O. Shchyglo, I. Steinbach, B. Wahlmann, C. KoernerPhase-Field Study of the History-Effect of Remelted Microstructures on Nucleation During Additive Manufacturing of Ni-Based SuperalloysMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 54 (2023), pp. 1825-1842, 10.1007/s11661-023-07004-0 View at publisher This article is free to access.View in ScopusGoogle Scholar
![Figure 6: Comparative life cycle assessment of car roof [1].](https://flow3d.co.kr/wp-content/uploads/image-784.webp)
