Figure 5: 3D & 2D views of simulated fill sequence of a hollow cylinder at 1000 rpm and 1500 rpm at various time intervals during filling.

Computer Simulation of Centrifugal Casting Process using FLOW-3D

Aneesh Kumar J1, a, K. Krishnakumar1, b and S. Savithri2, c 1 Department of Mechanical Engineering, College of Engineering, Thiruvananthapuram, Kerala, 2 Computational Modelling& Simulation Division, Process Engineering & Environmental Technology Division CSIR-National Institute for Interdisciplinary Science & Technology
Thiruvananthapuram, Kerala, India.
a aneesh82kj@gmail.com, b kkk@cet.ac.in, c sivakumarsavi@gmail.com, ssavithri@niist.res.in Key words: Mold filling, centrifugal casting process, computer simulation, FLOW- 3D™

Abstract

원심 주조 공정은 기능적으로 등급이 지정된 재료, 즉 구성 요소 간에 밀도 차이가 큰 복합 재료 또는 금속 재료를 생산하는 데 사용되는 잠재적인 제조 기술 중 하나입니다. 이 공정에서 유체 흐름이 중요한 역할을 하며 복잡한 흐름 공정을 이해하는 것은 결함 없는 주물을 생산하는 데 필수입니다. 금형이 고속으로 회전하고 금형 벽이 불투명하기 때문에 흐름 패턴을 실시간으로 시각화하는 것은 불가능합니다. 따라서 현재 연구에서는 상용 CFD 코드 FLOW-3D™를 사용하여 수직 원심 주조 공정 중 단순 중공 원통형 주조에 대한 금형 충전 시퀀스를 시뮬레이션했습니다. 수직 원심주조 공정 중 다양한 방사 속도가 충전 패턴에 미치는 영향을 조사하고 있습니다.

Centrifugal casting process is one of the potential manufacturing techniques used for producing functionally graded materials viz., composite materials or metallic materials which have high differences of density among constituents. In this process, the fluid flow plays a major role and understanding the complex flow process is a must for the production of defect-free castings. Since the mold spins at a high velocity and the mold wall being opaque, it is impossible to visualise the flow patterns in real time. Hence, in the present work, the commercial CFD code FLOW-3D™, has been used to simulate the mold filling sequence for a simple hollow cylindrical casting during vertical centrifugal casting process. Effect of various spinning velocities on the fill pattern during vertical centrifugal casting process is being investigated.

Figure 1: (a) Mold geometry and (b) Computational mesh
Figure 1: (a) Mold geometry and (b) Computational mesh
Figure 2: Experimental data on height of
vertex formed [8]  / Figure 3: Vertex height as a function of time
Figure 2: Experimental data on height of vertex formed [8]/Figure 3: Vertex height as a function of time
Figure 4: Free surface contours for water model at 10 s, 15 s and 20 s.
Figure 4: Free surface contours for water model at 10 s, 15 s and 20 s.
Figure 5: 3D & 2D views of simulated fill sequence of a hollow cylinder at 1000 rpm and 1500 rpm at various time intervals during filling.
Figure 5: 3D & 2D views of simulated fill sequence of a hollow cylinder at 1000 rpm and 1500 rpm at various time intervals during filling.

References

[1] W. Shi-Ping, L. Chang-yun, G. Jing-jie, S. Yan-qing, L. Xiu-qiao, F. Heng-zhi, Numerical simulation and
experimental investigation of two filling methods in vertical centrifugal casting, Trans. Nonferrous Met. Soc.
China 16 (2006) 1035-1040.
10.1016/s1003-6326(06)60373-7
[2] G. Chirita, D. Soares, F.S. Silva, Advantages of the centrifugal casting technique for the production of
structural components with Al-Si alloys, Mater. Des. 29 (2008) 20-27.
10.1016/j.matdes.2006.12.011
[3] A. Kermanpur, Sh. Mahmoudi, A. Hajipour, Numerical simulation of metal flow and solidification in the
multi-cavity casting moulds of automotive components, J. Mater. Proc. Tech. 206 (208) 62-68.
10.1016/j.jmatprotec.2007.12.004
[4] D. McBride et. al. Complex free surface flows in centrifugal casting: Computational modelling and
validation experiments, Computers & Fluids 82 (2013) 63-72.
10.1016/j.compfluid.2013.04.021

Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.

AZ91 합금 주물 내 연행 결함에 대한 캐리어 가스의 영향

TianLiabJ.M.T.DaviesaXiangzhenZhuc
aUniversity of Birmingham, Birmingham B15 2TT, United Kingdom
bGrainger and Worrall Ltd, Bridgnorth WV15 5HP, United Kingdom
cBrunel Centre for Advanced Solidification Technology, Brunel University London, Kingston Ln, London, Uxbridge UB8 3PH, United Kingdom

Abstract

An entrainment defect (also known as a double oxide film defect or bifilm) acts a void containing an entrapped gas when submerged into a light-alloy melt, thus reducing the quality and reproducibility of the final castings. Previous publications, carried out with Al-alloy castings, reported that this trapped gas could be subsequently consumed by the reaction with the surrounding melt, thus reducing the void volume and negative effect of entrainment defects. Compared with Al-alloys, the entrapped gas within Mg-alloy might be more efficiently consumed due to the relatively high reactivity of magnesium. However, research into the entrainment defects within Mg alloys has been significantly limited. In the present work, AZ91 alloy castings were produced under different carrier gas atmospheres (i.e., SF6/CO2, SF6/air). The evolution processes of the entrainment defects contained in AZ91 alloy were suggested according to the microstructure inspections and thermodynamic calculations. The defects formed in the different atmospheres have a similar sandwich-like structure, but their oxide films contained different combinations of compounds. The use of carrier gases, which were associated with different entrained-gas consumption rates, affected the reproducibility of AZ91 castings.

연행 결함(이중 산화막 결함 또는 이중막이라고도 함)은 경합금 용융물에 잠길 때 갇힌 가스를 포함하는 공극으로 작용하여 최종 주물의 품질과 재현성을 저하시킵니다. Al-합금 주물을 사용하여 수행된 이전 간행물에서는 이 갇힌 가스가 주변 용융물과의 반응에 의해 후속적으로 소모되어 공극 부피와 연행 결함의 부정적인 영향을 줄일 수 있다고 보고했습니다. Al-합금에 비해 마그네슘의 상대적으로 높은 반응성으로 인해 Mg-합금 내에 포집된 가스가 더 효율적으로 소모될 수 있습니다. 그러나 Mg 합금 내 연행 결함에 대한 연구는 상당히 제한적이었습니다. 현재 작업에서 AZ91 합금 주물은 다양한 캐리어 가스 분위기(즉, SF6/CO2, SF6/공기)에서 생산되었습니다. AZ91 합금에 포함된 연행 결함의 진화 과정은 미세 조직 검사 및 열역학 계산에 따라 제안되었습니다. 서로 다른 분위기에서 형성된 결함은 유사한 샌드위치 구조를 갖지만 산화막에는 서로 다른 화합물 조합이 포함되어 있습니다. 다른 동반 가스 소비율과 관련된 운반 가스의 사용은 AZ91 주물의 재현성에 영향을 미쳤습니다.

Keywords

Magnesium alloy, Casting, Oxide film, Bifilm, Entrainment defect, Reproducibility

1. Introduction

As the lightest structural metal available on Earth, magnesium became one of the most attractive light metals over the last few decades. The magnesium industry has consequently experienced a rapid development in the last 20 years [1,2], indicating a large growth in demand for Mg alloys all over the world. Nowadays, the use of Mg alloys can be found in the fields of automobiles, aerospace, electronics and etc.[3,4]. It has been predicted that the global consumption of Mg metals will further increase in the future, especially in the automotive industry, as the energy efficiency requirement of both traditional and electric vehicles further push manufactures lightweight their design [3,5,6].

The sustained growth in demand for Mg alloys motivated a wide interest in the improvement of the quality and mechanical properties of Mg-alloy castings. During a Mg-alloy casting process, surface turbulence of the melt can lead to the entrapment of a doubled-over surface film containing a small quantity of the surrounding atmosphere, thus forming an entrainment defect (also known as a double oxide film defect or bifilm) [7][8][9][10]. The random size, quantity, orientation, and placement of entrainment defects are widely accepted to be significant factors linked to the variation of casting properties [7]. In addition, Peng et al. [11] found that entrained oxides films in AZ91 alloy melt acted as filters to Al8Mn5 particles, trapping them as they settle. Mackie et al. [12] further suggested that entrained oxide films can act to trawl the intermetallic particles, causing them to cluster and form extremely large defects. The clustering of intermetallic compounds made the entrainment defects more detrimental for the casting properties.

Most of the previous studies regarding entrainment defects were carried out on Al-alloys [7,[13][14][15][16][17][18], and a few potential methods have been suggested for diminishing their negative effect on the quality of Al-alloy castings. Nyahumwa et al.,[16] shows that the void volume within entrainment defects could be reduced by a hot isostatic pressing (HIP) process. Campbell [7] suggested the entrained gas within the defects could be consumed due to reaction with the surrounding melt, which was further verified by Raiszedeh and Griffiths [19].The effect of the entrained gas consumption on the mechanical properties of Al-alloy castings has been investigated by [8,9], suggesting that the consumption of the entrained gas promoted the improvement of the casting reproducibility.

Compared with the investigation concerning the defects within Al-alloys, research into the entrainment defects within Mg-alloys has been significantly limited. The existence of entrainment defects has been demonstrated in Mg-alloy castings [20,21], but their behaviour, evolution, as well as entrained gas consumption are still not clear.

In a Mg-alloy casting process, the melt is usually protected by a cover gas to avoid magnesium ignition. The cavities of sand or investment moulds are accordingly required to be flushed with the cover gas prior to the melt pouring [22]. Therefore, the entrained gas within Mg-alloy castings should contain the cover gas used in the casting process, rather than air only, which may complicate the structure and evolution of the corresponding entrainment defects.

SF6 is a typical cover gas widely used for Mg-alloy casting processes [23][24][25]. Although this cover gas has been restricted to use in European Mg-alloy foundries, a commercial report has pointed out that this cover is still popular in global Mg-alloy industry, especially in the countries which dominated the global Mg-alloy production, such as China, Brazil, India, etc. [26]. In addition, a survey in academic publications also showed that this cover gas was widely used in recent Mg-alloy studies [27]. The protective mechanism of SF6 cover gas (i.e., the reaction between liquid Mg-alloy and SF6 cover gas) has been investigated by several previous researchers, but the formation process of the surface oxide film is still not clearly understood, and even some published results are conflicting with each other. In early 1970s, Fruehling [28] found that the surface film formed under SF6 was MgO mainly with traces of fluorides, and suggested that SF6 was absorbed in the Mg-alloy surface film. Couling [29] further noticed that the absorbed SF6 reacted with the Mg-alloy melt to form MgF2. In last 20 years, different structures of the Mg-alloy surface films have been reported, as detailed below.(1)

Single-layered film. Cashion [30,31] used X-ray Photoelectron Spectroscopy (XPS) and Auger Spectroscopy (AES) to identify the surface film as MgO and MgF2. He also found that composition of the film was constant throughout the thickness and the whole experimental holding time. The film observed by Cashion had a single-layered structure created from a holding time from 10 min to 100 min.(2)

Double-layered film. Aarstad et. al [32] reported a doubled-layered surface oxide film in 2003. They observed several well-distributed MgF2 particles attached to the preliminary MgO film and grew until they covered 25–50% of the total surface area. The inward diffusion of F through the outer MgO film was the driving force for the evolution process. This double-layered structure was also supported by Xiong’s group [25,33] and Shih et al. [34].(3)

Triple-layered film. The triple-layered film and its evolution process were reported in 2002 by Pettersen [35]. Pettersen found that the initial surface film was a MgO phase and then gradually evolved to the stable MgF2 phase by the inward diffusion of F. In the final stage, the film has a triple-layered structure with a thin O-rich interlayer between the thick top and bottom MgF2 layers.(4)

Oxide film consisted of discrete particles. Wang et al [36] stirred the Mg-alloy surface film into the melt under a SF6 cover gas, and then inspect the entrained surface film after the solidification. They found that the entrained surface films were not continues as the protective surface films reported by other researchers but composed of discrete particles. The young oxide film was composed of MgO nano-sized oxide particles, while the old oxide films consist of coarse particles (about 1  µm in average size) on one side that contained fluorides and nitrides.

The oxide films of a Mg-alloy melt surface or an entrained gas are both formed due to the reaction between liquid Mg-alloy and the cover gas, thus the above-mentioned research regarding the Mg-alloy surface film gives valuable insights into the evolution of entrainment defects. The protective mechanism of SF6 cover gas (i.e., formation of a Mg-alloy surface film) therefore indicated a potential complicated evolution process of the corresponding entrainment defects.

However, it should be noted that the formation of a surface film on a Mg-alloy melt is in a different situation to the consumption of an entrained gas that is submerged into the melt. For example, a sufficient amount of cover gas was supported during the surface film formation in the studies previously mentioned, which suppressed the depletion of the cover gas. In contrast, the amount of entrained gas within a Mg-alloy melt is finite, and the entrained gas may become fully depleted. Mirak [37] introduced 3.5%SF6/air bubbles into a pure Mg-alloy melt solidifying in a specially designed permanent mould. It was found that the gas bubbles were entirely consumed, and the corresponding oxide film was a mixture of MgO and MgF2. However, the nucleation sites (such as the MgF2 spots observed by Aarstad [32] and Xiong [25,33]) were not observed. Mirak also speculated that the MgF2 formed prior to MgO in the oxide film based on the composition analysis, which was opposite to the surface film formation process reported in previous literatures (i.e., MgO formed prior to MgF2). Mirak’s work indicated that the oxide-film formation of an entrained gas may be quite different from that of surface films, but he did not reveal the structure and evolution of the oxide films.

In addition, the use of carrier gas in the cover gases also influenced the reaction between the cover gas and the liquid Mg-alloy. SF6/air required a higher content of SF6 than did a SF6/CO2 carrier gas [38], to avoid the ignition of molten magnesium, revealing different gas-consumption rates. Liang et.al [39] suggested that carbon was formed in the surface film when CO2 was used as a carrier gas, which was different from the films formed in SF6/air. An investigation into Mg combustion [40] reported a detection of Mg2C3 in the Mg-alloy sample after burning in CO2, which not only supported Liang’s results, but also indicated a potential formation of Mg carbides in double oxide film defects.

The work reported here is an investigation into the behaviour and evolution of entrainment defects formed in AZ91 Mg-alloy castings, protected by different cover gases (i.e., SF6/air and SF6/CO2). These carrier gases have different protectability for liquid Mg alloy, which may be therefore associated with different consumption rates and evolution processes of the corresponding entrained gases. The effect of the entrained-gas consumption on the reproducibility of AZ91 castings was also studied.

2. Experiment

2.1. Melting and casting

Three kilograms AZ91 alloy was melted in a mild steel crucible at 700 ± 5 °C. The composition of the AZ91 alloy has been shown in Table 1. Prior to heating, all oxide scale on the ingot surface was removed by machining. The cover gases used were 0.5%SF6/air or 0.5%SF6/CO2 (vol.%) at a flow rate of 6 L/min for different castings. The melt was degassed by argon with a flow rate of 0.3 L/min for 15 min [41,42], and then poured into sand moulds. Prior to pouring, the sand mould cavity was flushed with the cover gas for 20 min [22]. The residual melt (around 1 kg) was solidified in the crucible.

Table 1. Composition (wt.%) of the AZ91 alloy used in this study.

AlZnMnSiFeNiMg
9.40.610.150.020.0050.0017Residual

Fig. 1(a) shows the dimensions of the casting with runners. A top-filling system was deliberately used to generate entrainment defects in the final castings. Green and Campbell [7,43] suggested that a top-filling system caused more entrainment events (i.e., bifilms) during a casting process, compared with a bottom-filling system. A melt flow simulation (Flow-3D software) of this mould, using Reilly’s model [44] regarding the entrainment events, also predicted that a large amount of bifilms would be contained in the final casting (denoted by the black particles in Fig. 1b).

Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.

Shrinkage defects also affect the mechanical properties and reproducibility of castings. Since this study focused on the effect of bifilms on the casting quality, the mould has been deliberately designed to avoid generating shrinkage defects. A solidification simulation using ProCAST software showed that no shrinkage defect would be contained in the final casting, as shown in Fig. 1c. The casting soundness has also been confirmed using a real time X-ray prior to the test bar machining.

The sand moulds were made from resin-bonded silica sand, containing 1wt. % PEPSET 5230 resin and 1wt. % PEPSET 5112 catalyst. The sand also contained 2 wt.% Na2SiF6 to act as an inhibitor [45]. The pouring temperature was 700 ± 5 °C. After the solidification, a section of the runner bars was sent to the Sci-Lab Analytical Ltd for a H-content analysis (LECO analysis), and all the H-content measurements were carried out on the 5th day after the casting process. Each of the castings was machined into 40 test bars for a tensile strength test, using a Zwick 1484 tensile test machine with a clip extensometer. The fracture surfaces of the broken test bars were examined using Scanning Electron Microscope (SEM, Philips JEOL7000) with an accelerating voltage of 5–15 kV. The fractured test bars, residual Mg-alloy solidified in the crucible, and the casting runners were then sectioned, polished and also inspected using the same SEM. The cross-section of the oxide film found on the test-bar fracture surface was exposed by the Focused Ion Beam milling technique (FIB), using a CFEI Quanta 3D FEG FIB-SEM. The oxide film required to be analysed was coated with a platinum layer. Then, a gallium ion beam, accelerated to 30 kV, milled the material substrate surrounding the platinum coated area to expose the cross section of the oxide film. EDS analysis of the oxide film’s cross section was carried out using the FIB equipment at accelerating voltage of 30 kV.

2.2. Oxidation cell

As previously mentioned, several past researchers investigated the protective film formed on a Mg-alloy melt surface [38,39,[46][47][48][49][50][51][52]. During these experiments, the amount of cover gas used was sufficient, thus suppressing the depletion of fluorides in the cover gas. The experiment described in this section used a sealed oxidation cell, which limited the supply of cover gas, to study the evolution of the oxide films of entrainment defects. The cover gas contained in the oxidation cell was regarded as large-size “entrained bubble”.

As shown in Fig. 2, the main body of the oxidation cell was a closed-end mild steel tube which had an inner length of 400 mm, and an inner diameter of 32 mm. A water-cooled copper tube was wrapped around the upper section of the cell. When the tube was heated, the cooling system created a temperature difference between the upper and lower sections, causing the interior gas to convect within the tube. The temperature was monitored by a type-K thermocouple located at the top of the crucible. Nie et al. [53] suggested that the SF6 cover gas would react with the steel wall of the holding furnace when they investigated the surface film of a Mg-alloy melt. To avoid this reaction, the interior surface of the steel oxidation cell (shown in Fig. 2) and the upper half section of the thermocouple were coated with boron nitride (the Mg-alloy was not in contact with boron nitride).

Fig. 2. Schematic of the oxidation cell used to study the evolution of the oxide films of the entrainment defects (unit mm).

During the experiment, a block of solid AZ91 alloy was placed in a magnesia crucible located at the bottom of the oxidation cell. The cell was heated to 100 °C in an electric resistance furnace under a gas flow rate of 1 L/min. The cell was held at this temperature for 20 min, to replace the original trapped atmosphere (i.e. air). Then, the oxidation cell was further heated to 700 °C, melting the AZ91 sample. The gas inlet and exit valves were then closed, creating a sealed environment for oxidation under a limited supply of cover gas. The oxidation cell was then held at 700 ± 10 °C for periods of time from 5 min to 30 min in 5-min intervals. At the end of each holding time, the cell was quenched in water. After cooling to room temperature, the oxidised sample was sectioned, polished, and subsequently examined by SEM.

3. Results

3.1. Structure and composition of the entrainment defects formed in SF6/air

The structure and composition of the entrainment defect formed in the AZ91 castings under a cover gas of 0.5%SF6/air was observed by SEM and EDS. The results indicate that there exist two types of entrainment defects which are sketched in Fig. 3: (1) Type A defect whose oxide film has a traditional single-layered structure and (2) Type B defect, whose oxide film has two layers. The details of these defects were introduced in the following. Here it should be noticed that, as the entrainment defects are also known as biofilms or double oxide film, the oxide films of Type B defect were referred to as “multi-layered oxide film” or “multi-layered structure” in the present work to avoid a confusing description such as “the double-layered oxide film of a double oxide film defect”.

Fig. 3. Schematic of the different types of entrainment defects found in AZ91 castings. (a) Type A defect with a single-layered oxide film and (b) Type B defect with two-layered oxide film.

Fig. 4(a-b) shows a Type A defect having a compact single-layered oxide film with about 0.4 µm thickness. Oxygen, fluorine, magnesium and aluminium were detected in this film (Fig. 4c). It is speculated that oxide film is the mixture of fluoride and oxide of magnesium and aluminium. The detection of fluorine revealed that an entrained cover gas was contained in the formation of this defect. That is to say that the pores shown in Fig. 4(a) were not shrinkage defects or hydrogen porosity, but entrainment defects. The detection of aluminium was different with Xiong and Wang’s previous study [47,48], which showed that no aluminium was contained in their surface film of an AZ91 melt protected by a SF6 cover gas. Sulphur could not be clearly recognized in the element map, but there was a S-peak in the corresponding ESD spectrum.

Fig. 4. (a) A Type A entrainment defect formed in SF6/air and having a single-layered oxide film, (b) the oxide film of this defect, (c) SEM-EDS element maps (using Philips JEOL7000) corresponding to the area highlighted in (b).

Fig. 5(a-b) shows a Type B entrainment defect having a multi-layered oxide film. The compact outer layers of the oxide films were enriched with fluorine and oxygen (Fig. 5c), while their relatively porous inner layers were only enriched with oxygen (i.e., poor in fluorine) and partly grew together, thus forming a sandwich-like structure. Therefore, it is speculated that the outer layer is the mixture of fluoride and oxide, while the inner layer is mainly oxide. Sulphur could only be recognized in the EDX spectrum and could not be clearly identified in the element map, which might be due to the small S-content in the cover gas (i.e., 0.5% volume content of SF6 in the cover gas). In this oxide film, aluminium was contained in the outer layer of this oxide film but could not be clearly detected in the inner layer. Moreover, the distribution of Al seems to be uneven. It can be found that, in the right side of the defect, aluminium exists in the film but its concentration can not be identified to be higher than the matrix. However, there is a small area with much higher aluminium concentration in the left side of the defect. Such an uneven distribution of aluminium was also observed in other defects (shown in the following), and it is the result of the formation of some oxide particles in or under the film.

Fig. 5. (a) A Type B entrainment defect formed in SF6/air and having a multi-layered oxide film, (b) the oxide films of this defect have grown together, (c) SEM-EDS element maps (using Philips JEOL7000) corresponding to the area shown in (b).

Figs. 4 and 5 show cross sectional observations of the entrainment defects formed in the AZ91 alloy sample cast under a cover gas of SF6/air. It is not sufficient to characterize the entrainment defects only by the figures observed from the two-dimensional section. To have a further understanding, the surface of the entrainment defects (i.e. the oxide film) was further studied by observing the fracture surface of the test bars.

Fig. 6(a) shows fracture surfaces of an AZ91 alloy tensile test bar produced in SF6/air. Symmetrical dark regions can be seen on both sides of the fracture surfaces. Fig. 6(b) shows boundaries between the dark and bright regions. The bright region consisted of jagged and broken features, while the surface of the dark region was relatively smooth and flat. In addition, the EDS results (Fig. 6c-d and Table 2) show that fluorine, oxygen, sulphur, and nitrogen were only detected in the dark regions, indicating that the dark regions were surface protective films entrained into the melt. Therefore, it could be suggested that the dark regions were an entrainment defect with consideration of their symmetrical nature. Similar defects on fracture surfaces of Al-alloy castings have been previously reported [7]Nitrides were only found in the oxide films on the test-bar fracture surfaces but never detected in the cross-sectional samples shown in Figs. 4 and 5. An underlying reason is that the nitrides contained in these samples may have hydrolysed during the sample polishing process [54].

Fig. 6. (a) A pair of the fracture surfaces of a AZ91 alloy tensile test bar produced under a cover gas of SF6/air. The dimension of the fracture surface is 5 mm × 6 mm, (b) a section of the boundary between the dark and bright regions shown in (a), (c-d) EDS spectrum of the (c) bright regions and (d) dark regions, (e) schematic of an entrainment defect contained in a test bar.

Table 2. EDS results (wt.%) corresponding to the regions shown in Fig. 6 (cover gas: SF6/air).

Empty CellCOMgFAlZnSN
Dark region in Fig. 6(b)3.481.3279.130.4713.630.570.080.73
Bright region in Fig. 6(b)3.5884.4811.250.68

In conjunction with the cross-sectional observation of the defects shown in Figs. 4 and 5, the structure of an entrainment defect contained in a tensile test bar was sketched as shown in Fig. 6(e). The defect contained an entrained gas enclosed by its oxide film, creating a void section inside the test bar. When the tensile force applied on the defect during the fracture process, the crack was initiated at the void section and propagated along the entrainment defect, since cracks would be propagated along the weakest path [55]. Therefore, when the test bar was finally fractured, the oxide films of entrainment defect appeared on both fracture surfaces of the test bar, as shown in Fig. 6(a).

3.2. Structure and composition of the entrainment defects formed in SF6/CO2

Similar to the entrainment defect formed in SF6/air, the defects formed under a cover gas of 0.5%SF6/CO2 also had two types of oxide films (i.e., single-layered and multi-layered types). Fig. 7(a) shows an example of the entrainment defects containing a multi-layered oxide film. A magnified observation to the defect (Fig. 7b) shows that the inner layers of the oxide films had grown together, presenting a sandwich-like structure, which was similar to the defects formed in an atmosphere of SF6/air (Fig. 5b). An EDS spectrum (Fig. 7c) revealed that the joint area (inner layer) of this sandwich-like structure mainly contained magnesium oxides. Peaks of fluorine, sulphur, and aluminium were recognized in this EDS spectrum, but their amount was relatively small. In contrast, the outer layers of the oxide films were compact and composed of a mixture of fluorides and oxides (Fig. 7d-e).

Fig. 7. (a) An example of entrainment defects formed in SF6/CO2 and having a multi-layered oxide film, (b) magnified observation of the defect, showing the inner layer of the oxide films has grown together, (c) EDS spectrum of the point denoted in (b), (d) outer layer of the oxide film, (e) SEM-EDS element maps (using Philips JEOL7000) corresponding to the area shown in (d).

Fig. 8(a) shows an entrainment defect on the fracture surfaces of an AZ91 alloy tensile test bar, which was produced in an atmosphere of 0.5%SF6/CO2. The corresponding EDS results (Table 3) showed that oxide film contained fluorides and oxides. Sulphur and nitrogen were not detected. Besides, a magnified observation (Fig. 8b) indicated spots on the oxide film surface. The diameter of the spots ranged from hundreds of nanometres to a few micron meters.

Fig. 8. (a) A pair of the fracture surfaces of a AZ91 alloy tensile test bar, produced in an atmosphere of SF6/CO2. The dimension of the fracture surface is 5 mm × 6 mm, (b) surface appearance of the oxide films on the fracture surfaces, showing spots on the film surface.

To further reveal the structure and composition of the oxide film clearly, the cross-section of the oxide film on a test-bar fracture surface was onsite exposed using the FIB technique (Fig. 9). As shown in Fig. 9a, a continuous oxide film was found between the platinum coating layer and the Mg-Al alloy substrate. Fig. 9 (b-c) shows a magnified observation to oxide films, indicating a multi-layered structure (denoted by the red box in Fig. 9c). The bottom layer was enriched with fluorine and oxygen and should be the mixture of fluoride and oxide, which was similar to the “outer layer” shown in Figs. 5 and 7, while the only-oxygen-enriched top layer was similar to the “inner layer” shown in Figs. 5 and 7.

Fig. 9. (a) A cross-sectional observation of the oxide film on the fracture surface of the AZ91 casting produced in SF6/CO2, exposed by FIB, (b) a magnified observation of area highlighted in (a), and (c) SEM-EDS elements map of the area shown in (b), obtained by CFEI Quanta 3D FEG FIB-SEM.

Except the continuous film, some individual particles were also observed in or below the continuous film, as shown in Fig. 9. An Al-enriched particle was detected in the left side of the oxide film shown in Fig. 9b and might be speculated to be spinel Mg2AlO4 because it also contains abundant magnesium and oxygen elements. The existing of such Mg2AlO4 particles is responsible for the high concentration of aluminium in small areas of the observed film and the uneven distribution of aluminium, as shown in Fig. 5(c). Here it should be emphasized that, although the other part of the bottom layer of the continuous oxide film contains less aluminium than this Al-enriched particle, the Fig. 9c indicated that the amount of aluminium in this bottom layer was still non-negligible, especially when comparing with the outer layer of the film. Below the right side of the oxide film shown in Fig. 9b, a particle was detected and speculated to be MgO because it is rich in Mg and O. According to Wang’s result [56], lots of discrete MgO particles can be formed on the surface of the Mg melt by the oxidation of Mg melt and Mg vapor. The MgO particles observed in our present work may be formed due to the same reasons. While, due to the differences in experimental conditions, less Mg melt can be vapored or react with O2, thus only a few of MgO particles formed in our work. An enrichment of carbon was also found in the film, revealing that CO2 was able to react with the melt, thus forming carbon or carbides. This carbon concentration was consistent with the relatively high carbon content of the oxide film shown in Table 3 (i.e., the dark region). In the area next to the oxide film.

Table 3. EDS results (wt.%) corresponding to the regions shown in Fig. 8 (cover gas: SF6/ CO2).

Empty CellCOMgFAlZnSN
Dark region in Fig. 8(a)7.253.6469.823.827.030.86
Bright region in Fig. 8(a)2.100.4482.8313.261.36

This cross-sectional observation of the oxide film on a test bar fracture surface (Fig. 9) further verified the schematic of the entrainment defect shown in Fig. 6(e). The entrainment defects formed in different atmospheres of SF6/CO2 and SF6/air had similar structures, but their compositions were different.

3.3. Evolution of the oxide films in the oxidation cell

The results in Section 3.1 and 3.2 have shown the structures and compositions of entrainment defects formed in AZ91 castings under cover gases of SF6/air and SF6/CO2. Different stages of the oxidation reaction may lead to the different structures and compositions of entrainment defects. Although Campbell has conjectured that an entrained gas may react with the surrounding melt, it is rarely reported that the reaction occurring between the Mg-alloy melt and entrapped cover gas. Previous researchers normally focus on the reaction between a Mg-alloy melt and the cover gas in an open environment [38,39,[46][47][48][49][50][51][52], which was different from the situation of a cover gas trapped into the melt. To further understand the formation of the entrainment defect in an AZ91 alloy, the evolution process of oxide films of the entrainment defect was further studied using an oxidation cell.

Fig. 10 (a and d) shows a surface film held for 5 min in the oxidation cell, protected by 0.5%SF6/air. There was only one single layer consisting of fluoride and oxide (MgF2 and MgO). In this surface film. Sulphur was detected in the EDS spectrum, but its amount was too small to be recognized in the element map. The structure and composition of this oxide film was similar to the single-layered films of entrainment defects shown in Fig. 4.

Fig. 10. Oxide films formed in the oxidation cell under a cover gas of 0.5%SF6/air and held at 700 °C for (a) 5 min; (b) 10 min; (c) 30 min, and (d-f) the SEM-EDS element maps (using Philips JEOL7000) corresponding to the oxide film shown in (a-c) respectively, (d) 5 min; (e) 10 min; (f) 30 min. The red points in (c and f) are the location references, denoting the boundary of the F-enriched layer in different element maps.

After a holding time of 10 min, a thin (O, S)-enriched top layer (around 700 nm) appeared upon the preliminary F-enriched film, forming a multi-layered structure, as shown in Fig. 10(b and e). The thickness of the (O, S)-enriched top layer increased with increased holding time. As shown in Fig. 10(c and f), the oxide film held for 30 min also had a multi-layered structure, but the thickness of its (O, S)-enriched top layer (around 2.5 µm) was higher than the that of the 10-min oxide film. The multi-layered oxide films shown in Fig. 10(b-c) presented a similar appearance to the films of the sandwich-like defect shown in Fig. 5.

The different structures of the oxide films shown in Fig. 10 indicated that fluorides in the cover gas would be preferentially consumed due to the reaction with the AZ91 alloy melt. After the depletion of fluorides, the residual cover gas reacted further with the liquid AZ91 alloy, forming the top (O, S)-enriched layer in the oxide film. Therefore, the different structures and compositions of entrainment defects shown in Figs. 4 and 5 may be due to an ongoing oxidation reaction between melt and entrapped cover gas.

This multi-layered structure has not been reported in previous publications concerning the protective surface film formed on a Mg-alloy melt [38,[46][47][48][49][50][51]. This may be due to the fact that previous researchers carried out their experiments with an un-limited amount of cover gas, creating a situation where the fluorides in the cover gas were not able to become depleted. Therefore, the oxide film of an entrainment defect had behaviour traits similar to the oxide films shown in Fig. 10, but different from the oxide films formed on the Mg-alloy melt surface reported in [38,[46][47][48][49][50][51].

Similar with the oxide films held in SF6/air, the oxide films formed in SF6/CO2 also had different structures with different holding times in the oxidation cell. Fig. 11(a) shows an oxide film, held on an AZ91 melt surface under a cover gas of 0.5%SF6/CO2 for 5 min. This film had a single-layered structure consisting of MgF2. The existence of MgO could not be confirmed in this film. After the holding time of 30 min, the film had a multi-layered structure; the inner layer was of a compact and uniform appearance and composed of MgF2, while the outer layer is the mixture of MgF2 and MgO. Sulphur was not detected in this film, which was different from the surface film formed in 0.5%SF6/air. Therefore, fluorides in the cover gas of 0.5%SF6/CO2 were also preferentially consumed at an early stage of the film growth process. Compared with the film formed in SF6/air, the MgO in film formed in SF6/CO2 appeared later and sulphide did not appear within 30 min. It may mean that the formation and evolution of film in SF6/air is faster than SF6/CO2. CO2 may have subsequently reacted with the melt to form MgO, while sulphur-containing compounds accumulated in the cover gas and reacted to form sulphide in very late stage (may after 30 min in oxidation cell).

Fig. 11. Oxide films formed in the oxidation cell under a cover gas of 0.5%SF6/CO2, and their SEM-EDS element maps (using Philips JEOL7000). They were held at 700 °C for (a) 5 min; (b) 30 min. The red points in (b) are the location references, denoting the boundary between the top and bottom layers in the oxide film.

4. Discussion

4.1. Evolution of entrainment defects formed in SF6/air

HSC software from Outokumpu HSC Chemistry for Windows (http://www.hsc-chemistry.net/) was used to carry out thermodynamic calculations needed to explore the reactions which might occur between the trapped gases and liquid AZ91 alloy. The solutions to the calculations suggest which products are most likely to form in the reaction process between a small amount of cover gas (i.e., the amount within a trapped bubble) and the AZ91-alloy melt.

In the trials, the pressure was set to 1 atm, and the temperature set to 700 °C. The amount of the cover gas was assumed to be 7 × 10−7 kg, with a volume of approximately 0.57 cm3 (3.14 × 10−8 kmol) for 0.5%SF6/air, and 0.35 cm3 (3.12 × 10−8 kmol) for 0.5%SF6/CO2. The amount of the AZ91 alloy melt in contact with the trapped gas was assumed to be sufficient to complete all reactions. The decomposition products of SF6 were SF5, SF4, SF3, SF2, F2, S(g), S2(g) and F(g) [57][58][59][60].

Fig. 12 shows the equilibrium diagram of the thermodynamic calculation of the reaction between the AZ91 alloy and 0.5%SF6/air. In the diagram, the reactants and products with less than 10−15 kmol have not been shown, as this was 5 orders of magnitude less than the amount of SF6 present (≈ 1.57 × 10−10 kmol) and therefore would not affect the observed process in a practical way.

Fig. 12. An equilibrium diagram for the reaction between 7e-7 kg 0.5%SF6/air and a sufficient amount of AZ91 alloy. The X axis is the amount of AZ91 alloy melt having reacted with the entrained gas, and the vertical Y-axis is the amount of the reactants and products.

This reaction process could be divided into 3 stages.

Stage 1: The formation of fluorides. the AZ91 melt preferentially reacted with SF6 and its decomposition products, producing MgF2, AlF3, and ZnF2. However, the amount of ZnF2 may have been too small to be detected practically (1.25 × 10−12 kmol of ZnF2 compared with 3 × 10−10 kmol of MgF2), which may be the reason why Zn was not detected in any the oxide films shown in Sections 3.13.3. Meanwhile, sulphur accumulated in the residual gas as SO2.

Stage 2: The formation of oxides. After the liquid AZ91 alloy had depleted all the available fluorides in the entrapped gas, the amount of AlF3 and ZnF2 quickly reduced due to a reaction with Mg. O2(g) and SO2 reacted with the AZ91 melt, forming MgO, Al2O3, MgAl2O4, ZnO, ZnSO4 and MgSO4. However, the amount of ZnO and ZnSO4 would have been too small to be found practically by EDS (e.g. 9.5 × 10−12 kmol of ZnO,1.38 × 10−14 kmol of ZnSO4, in contrast to 4.68 × 10−10 kmol of MgF2, when the amount of AZ91 on the X-axis is 2.5 × 10−9 kmol). In the experimental cases, the concentration of F in the cover gas is very low, whole the concentration f O is much higher. Therefore, the stage 1 and 2, i.e, the formation of fluoride and oxide may happen simultaneously at the beginning of the reaction, resulting in the formation of a singer-layered mixture of fluoride and oxide, as shown in Figs. 4 and 10(a). While an inner layer consisted of oxides but fluorides could form after the complete depletion of F element in the cover gas.

Stages 1- 2 theoretically verified the formation process of the multi-layered structure shown in Fig. 10.

The amount of MgAl2O4 and Al2O3 in the oxide film was of a sufficient amount to be detected, which was consistent with the oxide films shown in Fig. 4. However, the existence of aluminium could not be recognized in the oxide films grown in the oxidation cell, as shown in Fig. 10. This absence of Al may be due to the following reactions between the surface film and AZ91 alloy melt:(1)

Al2O3 + 3Mg + = 3MgO + 2Al, △G(700 °C) = -119.82 kJ/mol(2)

Mg + MgAl2O4 = MgO + Al, △G(700 °C) =-106.34 kJ/molwhich could not be simulated by the HSC software since the thermodynamic calculation was carried out under an assumption that the reactants were in full contact with each other. However, in a practical process, the AZ91 melt and the cover gas would not be able to be in contact with each other completely, due to the existence of the protective surface film.

Stage 3: The formation of Sulphide and nitride. After a holding time of 30 min, the gas-phase fluorides and oxides in the oxidation cell had become depleted, allowing the melt reaction with the residual gas, forming an additional sulphur-enriched layer upon the initial F-enriched or (F, O)-enriched surface film, thus resulting in the observed multi-layered structure shown in Fig. 10 (b and c). Besides, nitrogen reacted with the AZ91 melt until all reactions were completed. The oxide film shown in Fig. 6 may correspond to this reaction stage due to its nitride content. However, the results shows that the nitrides were not detected in the polished samples shown in Figs. 4 and 5, but only found on the test bar fracture surfaces. The nitrides may have hydrolysed during the sample preparation process, as follows [54]:(3)

Mg3N2 + 6H2O =3Mg(OH)2 + 2NH3↑(4)

AlN+ 3H2O =Al(OH)3 + NH3

In addition, Schmidt et al. [61] found that Mg3N2 and AlN could react to form ternary nitrides (Mg3AlnNn+2, n= 1, 2, 3…). HSC software did not contain the database of ternary nitrides, and it could not be added into the calculation. The oxide films in this stage may also contain ternary nitrides.

4.2. Evolution of entrainment defects formed in SF6/CO2

Fig. 13 shows the results of the thermodynamic calculation between AZ91 alloy and 0.5%SF6/CO2. This reaction processes can also be divided into three stages.

Fig. 13. An equilibrium diagram for the reaction between 7e-7 kg 0.5%SF6/CO2 and a sufficient amount of AZ91 alloy. The X axis denotes the amount of Mg alloy melt having reacted with the entrained gas, and the vertical Y-axis denotes the amounts of the reactants and products.

Stage 1: The formation of fluorides. SF6 and its decomposition products were consumed by the AZ91 melt, forming MgF2, AlF3, and ZnF2. As in the reaction of AZ91 in 0.5%SF6/air, the amount of ZnF2 was too small to be detected practically (1.51 × 10−13 kmol of ZnF2 compared with 2.67 × 10−10 kmol of MgF2). Sulphur accumulated in the residual trapped gas as S2(g) and a portion of the S2(g) reacted with CO2, to form SO2 and CO. The products in this reaction stage were consistent with the film shown in Fig. 11(a), which had a single layer structure that contained fluorides only.

Stage 2: The formation of oxides. AlF3 and ZnF2 reacted with the Mg in the AZ91 melt, forming MgF2, Al and Zn. The SO2 began to be consumed, producing oxides in the surface film and S2(g) in the cover gas. Meanwhile, the CO2 directly reacted with the AZ91 melt, forming CO, MgO, ZnO, and Al2O3. The oxide films shown in Figs. 9 and 11(b) may correspond to this reaction stage due to their oxygen-enriched layer and multi-layered structure.

The CO in the cover gas could further react with the AZ91 melt, producing C. This carbon may further react with Mg to form Mg carbides, when the temperature reduced (during solidification period) [62]. This may be the reason for the high carbon content in the oxide film shown in Figs. 89. Liang et al. [39] also reported carbon-detection in an AZ91 alloy surface film protected by SO2/CO2. The produced Al2O3 may be further combined with MgO, forming MgAl2O4 [63]. As discussed in Section 4.1, the alumina and spinel can react with Mg, causing an absence of aluminium in the surface films, as shown in Fig. 11.

Stage 3: The formation of Sulphide. the AZ91 melt began to consume S2(g) in the residual entrapped gas, forming ZnS and MgS. These reactions did not occur until the last stage of the reaction process, which could be the reason why the S-content in the defect shown Fig. 7(c) was small.

In summary, thermodynamic calculations indicate that the AZ91 melt will react with the cover gas to form fluorides firstly, then oxides and sulphides in the last. The oxide film in the different reaction stages would have different structures and compositions.

4.3. Effect of the carrier gases on consumption of the entrained gas and the reproducibility of AZ91 castings

The evolution processes of entrainment defects, formed in SF6/air and SF6/CO2, have been suggested in Sections 4.1 and 4.2. The theoretical calculations were verified with respect to the corresponding oxide films found in practical samples. The atmosphere within an entrainment defect could be efficiently consumed due to the reaction with liquid Mg-alloy, in a scenario dissimilar to the Al-alloy system (i.e., nitrogen in an entrained air bubble would not efficiently react with Al-alloy melt [64,65], however, nitrogen would be more readily consumed in liquid Mg alloys, commonly referred to as “nitrogen burning” [66]).

The reaction between the entrained gas and the surrounding liquid Mg-alloy converted the entrained gas into solid compounds (e.g. MgO) within the oxide film, thus reducing the void volume of the entrainment defect and hence probably causing a collapse of the defect (e.g., if an entrained gas of air was depleted by the surrounding liquid Mg-alloy, under an assumption that the melt temperature is 700 °C and the depth of liquid Mg-alloy is 10 cm, the total volume of the final solid products would be 0.044% of the initial volume taken by the entrapped air).

The relationship between the void volume reduction of entrainment defects and the corresponding casting properties has been widely studied in Al-alloy castings. Nyahumwa and Campbell [16] reported that the Hot Isostatic Pressing (HIP) process caused the entrainment defects in Al-alloy castings to collapse and their oxide surfaces forced into contact. The fatigue lives of their castings were improved after HIP. Nyahumwa and Campbell [16] also suggested a potential bonding of the double oxide films that were in contact with each other, but there was no direct evidence to support this. This binding phenomenon was further investigated by Aryafar et.al.[8], who re-melted two Al-alloy bars with oxide skins in a steel tube and then carried out a tensile strength test on the solidified sample. They found that the oxide skins of the Al-alloy bars strongly bonded with each other and became even stronger with an extension of the melt holding time, indicating a potential “healing” phenomenon due to the consumption of the entrained gas within the double oxide film structure. In addition, Raidszadeh and Griffiths [9,19] successfully reduced the negative effect of entrainment defects on the reproducibility of Al-alloy castings, by extending the melt holding time before solidification, which allowed the entrained gas to have a longer time to react with the surrounding melt.

With consideration of the previous work mentioned, the consumption of the entrained gas in Mg-alloy castings may diminish the negative effect of entrainment defects in the following two ways.

(1) Bonding phenomenon of the double oxide films. The sandwich-like structure shown in Fig. 5 and 7 indicated a potential bonding of the double oxide film structure. However, more evidence is required to quantify the increase in strength due to the bonding of the oxide films.

(2) Void volume reduction of entrainment defects. The positive effect of void-volume reduction on the quality of castings has been widely demonstrated by the HIP process [67]. As the evolution processes discussed in Section 4.14.2, the oxide films of entrainment defects can grow together due to an ongoing reaction between the entrained gas and surrounding AZ91 alloy melt. The volume of the final solid products was significant small compared with the entrained gas (i.e., 0.044% as previously mentioned).

Therefore, the consumption rate of the entrained gas (i.e., the growth rate of oxide films) may be a critical parameter for improving the quality of AZ91 alloy castings. The oxide film growth rate in the oxidization cell was accordingly further investigated.

Fig. 14 shows a comparison of the surface film growth rates in different cover gases (i.e., 0.5%SF6/air and 0.5%SF6/CO2). 15 random points on each sample were selected for film thickness measurements. The 95% confidence interval (95%CI) was computed under an assumption that the variation of the film thickness followed a Gaussian distribution. It can be seen that all the surface films formed in 0.5%SF6/air grew faster than those formed in 0.5%SF6/CO2. The different growth rates suggested that the entrained-gas consumption rate of 0.5%SF6/air was higher than that of 0.5%SF6/CO2, which was more beneficial for the consumption of the entrained gas.

Fig. 14. A comparison of the AZ91 alloy oxide film growth rates in 0.5%SF6/air and 0.5%SF6/CO2

It should be noted that, in the oxidation cell, the contact area of liquid AZ91 alloy and cover gas (i.e. the size of the crucible) was relatively small with consideration of the large volume of melt and gas. Consequently, the holding time for the oxide film growth within the oxidation cell was comparatively long (i.e., 5–30 min). However, the entrainment defects contained in a real casting are comparatively very small (i.e., a few microns size as shown in Figs. 36, and [7]), and the entrained gas is fully enclosed by the surrounding melt, creating a relatively large contact area. Hence the reaction time for cover gas and the AZ91 alloy melt may be comparatively short. In addition, the solidification time of real Mg-alloy sand castings can be a few minutes (e.g. Guo [68] reported that a Mg-alloy sand casting with 60 mm diameter required 4 min to be solidified). Therefore, it can be expected that an entrained gas trapped during an Mg-alloy melt pouring process will be readily consumed by the surrounding melt, especially for sand castings and large-size castings, where solidification times are long.

Therefore, the different cover gases (0.5%SF6/air and 0.5%SF6/CO2) associated with different consumption rates of the entrained gases may affect the reproducibility of the final castings. To verify this assumption, the AZ91 castings produced in 0.5%SF6/air and 0.5%SF6/CO2 were machined into test bars for mechanical evaluation. A Weibull analysis was carried out using both linear least square (LLS) method and non-linear least square (non-LLS) method [69].

Fig. 15(a-b) shows a traditional 2-p linearized Weibull plot of the UTS and elongation of the AZ91 alloy castings, obtained by the LLS method. The estimator used is P= (i-0.5)/N, which was suggested to cause the lowest bias among all the popular estimators [69,70]. The casting produced in SF6/air has an UTS Weibull moduli of 16.9, and an elongation Weibull moduli of 5.0. In contrast, the UTS and elongation Weibull modulus of the casting produced in SF6/CO2 are 7.7 and 2.7 respectively, suggesting that the reproducibility of the casting protected by SF6/CO2 were much lower than that produced in SF6/air.

Fig. 15. The Weibull modulus of AZ91 castings produced in different atmospheres, estimated by (a-b) the linear least square method, (c-d) the non-linear least square method, where SSR is the sum of residual squares.

In addition, the author’s previous publication [69] demonstrated a shortcoming of the linearized Weibull plots, which may cause a higher bias and incorrect R2 interruption of the Weibull estimation. A Non-LLS Weibull estimation was therefore carried out, as shown in Fig. 15 (c-d). The UTS Weibull modulus of the SF6/air casting was 20.8, while the casting produced under SF6/CO2 had a lower UTS Weibull modulus of 11.4, showing a clear difference in their reproducibility. In addition, the SF6/air elongation (El%) dataset also had a Weibull modulus (shape = 5.8) higher than the elongation dataset of SF6/CO2 (shape = 3.1). Therefore, both the LLS and Non-LLS estimations suggested that the SF6/air casting has a higher reproducibility than the SF6/CO2 casting. It supports the method that the use of air instead of CO2 contributes to a quicker consumption of the entrained gas, which may reduce the void volume within the defects. Therefore, the use of 0.5%SF6/air instead of 0.5%SF6/CO2 (which increased the consumption rate of the entrained gas) improved the reproducibility of the AZ91 castings.

However, it should be noted that not all the Mg-alloy foundries followed the casting process used in present work. The Mg-alloy melt in present work was degassed, thus reducing the effect of hydrogen on the consumption of the entrained gas (i.e., hydrogen could diffuse into the entrained gas, potentially suppressing the depletion of the entrained gas [7,71,72]). In contrast, in Mg-alloy foundries, the Mg-alloy melt is not normally degassed, since it was widely believed that there is not a ‘gas problem’ when casting magnesium and hence no significant change in tensile properties [73]. Although studies have shown the negative effect of hydrogen on the mechanical properties of Mg-alloy castings [41,42,73], a degassing process is still not very popular in Mg-alloy foundries.

Moreover, in present work, the sand mould cavity was flushed with the SF6 cover gas prior to pouring [22]. However, not all the Mg-alloy foundries flushed the mould cavity in this way. For example, the Stone Foundry Ltd (UK) used sulphur powder instead of the cover-gas flushing. The entrained gas within their castings may be SO2/air, rather than the protective gas.

Therefore, although the results in present work have shown that using air instead of CO2 improved the reproducibility of the final casting, it still requires further investigations to confirm the effect of carrier gases with respect to different industrial Mg-alloy casting processes.

7. Conclusion

Entrainment defects formed in an AZ91 alloy were observed. Their oxide films had two types of structure: single-layered and multi-layered. The multi-layered oxide film can grow together forming a sandwich-like structure in the final casting.2.

Both the experimental results and the theoretical thermodynamic calculations demonstrated that fluorides in the trapped gas were depleted prior to the consumption of sulphur. A three-stage evolution process of the double oxide film defects has been suggested. The oxide films contained different combinations of compounds, depending on the evolution stage. The defects formed in SF6/air had a similar structure to those formed in SF6/CO2, but the compositions of their oxide films were different. The oxide-film formation and evolution process of the entrainment defects were different from that of the Mg-alloy surface films previous reported (i.e., MgO formed prior to MgF2).3.

The growth rate of the oxide film was demonstrated to be greater under SF6/air than SF6/CO2, contributing to a quicker consumption of the damaging entrapped gas. The reproducibility of an AZ91 alloy casting improved when using SF6/air instead of SF6/CO2.

Acknowledgements

The authors acknowledge funding from the EPSRC LiME grant EP/H026177/1, and the help from Dr W.D. Griffiths and Mr. Adrian Carden (University of Birmingham). The casting work was carried out in University of Birmingham.

Reference

[1]

M.K. McNutt, SALAZAR K.

Magnesium, Compounds & Metal, U.S. Geological Survey and U.S. Department of the Interior

Reston, Virginia (2013)

Google Scholar[2]

Magnesium

Compounds & Metal, U.S. Geological Survey and U.S. Department of the Interior

(1996)

Google Scholar[3]

I. Ostrovsky, Y. Henn

ASTEC’07 International Conference-New Challenges in Aeronautics, Moscow (2007), pp. 1-5

Aug 19-22

View Record in ScopusGoogle Scholar[4]

Y. Wan, B. Tang, Y. Gao, L. Tang, G. Sha, B. Zhang, N. Liang, C. Liu, S. Jiang, Z. Chen, X. Guo, Y. Zhao

Acta Mater., 200 (2020), pp. 274-286

ArticleDownload PDFView Record in Scopus[5]

J.T.J. Burd, E.A. Moore, H. Ezzat, R. Kirchain, R. Roth

Appl. Energy, 283 (2021), Article 116269

ArticleDownload PDFView Record in Scopus[6]

A.M. Lewis, J.C. Kelly, G.A. Keoleian

Appl. Energy, 126 (2014), pp. 13-20

ArticleDownload PDFView Record in Scopus[7]

J. Campbell

Castings

Butterworth-Heinemann, Oxford (2004)

Google Scholar[8]

M. Aryafar, R. Raiszadeh, A. Shalbafzadeh

J. Mater. Sci., 45 (2010), pp. 3041-3051 View PDF

CrossRefView Record in Scopus[9]

R. Raiszadeh, W.D. Griffiths

Metall. Mater. Trans. B-Process Metall. Mater. Process. Sci., 42 (2011), pp. 133-143 View PDF

CrossRefView Record in Scopus[10]

R. Raiszadeh, W.D. Griffiths

J. Alloy. Compd., 491 (2010), pp. 575-580

ArticleDownload PDFView Record in Scopus[11]

L. Peng, G. Zeng, T.C. Su, H. Yasuda, K. Nogita, C.M. Gourlay

JOM, 71 (2019), pp. 2235-2244 View PDF

CrossRefView Record in Scopus[12]

S. Ganguly, A.K. Mondal, S. Sarkar, A. Basu, S. Kumar, C. Blawert

Corros. Sci., 166 (2020)[13]

G.E. Bozchaloei, N. Varahram, P. Davami, S.K. Kim

Mater. Sci. Eng. A-Struct. Mater. Prop. Microstruct. Process., 548 (2012), pp. 99-105

View Record in Scopus[14]

S. Fox, J. Campbell

Scr. Mater., 43 (2000), pp. 881-886

ArticleDownload PDFView Record in Scopus[15]

M. Cox, R.A. Harding, J. Campbell

Mater. Sci. Technol., 19 (2003), pp. 613-625

View Record in Scopus[16]

C. Nyahumwa, N.R. Green, J. Campbell

Metall. Mater. Trans. A-Phys. Metall. Mater. Sci., 32 (2001), pp. 349-358

View Record in Scopus[17]

A. Ardekhani, R. Raiszadeh

J. Mater. Eng. Perform., 21 (2012), pp. 1352-1362 View PDF

CrossRefView Record in Scopus[18]

X. Dai, X. Yang, J. Campbell, J. Wood

Mater. Sci. Technol., 20 (2004), pp. 505-513

View Record in Scopus[19]

E.M. Elgallad, M.F. Ibrahim, H.W. Doty, F.H. Samuel

Philos. Mag., 98 (2018), pp. 1337-1359 View PDF

CrossRefView Record in Scopus[20]

W.D. Griffiths, N.W. Lai

Metall. Mater. Trans. A-Phys. Metall. Mater. Sci., 38A (2007), pp. 190-196 View PDF

CrossRefView Record in Scopus[21]

A.R. Mirak, M. Divandari, S.M.A. Boutorabi, J. Campbell

Int. J. Cast Met. Res., 20 (2007), pp. 215-220 View PDF

CrossRefView Record in Scopus[22]

C. Cingi

Laboratory of Foundry Engineering

Helsinki University of Technology, Espoo, Finland (2006)

Google Scholar[23]

Y. Jia, J. Hou, H. Wang, Q. Le, Q. Lan, X. Chen, L. Bao

J. Mater. Process. Technol., 278 (2020), Article 116542

ArticleDownload PDFView Record in Scopus[24]

S. Ouyang, G. Yang, H. Qin, S. Luo, L. Xiao, W. Jie

Mater. Sci. Eng. A, 780 (2020), Article 139138

ArticleDownload PDFView Record in Scopus[25]

S.-m. Xiong, X.-F. Wang

Trans. Nonferrous Met. Soc. China, 20 (2010), pp. 1228-1234

ArticleDownload PDFView Record in Scopus[26]

G.V. Research

Grand View Research

(2018)

USA

Google Scholar[27]

T. Li, J. Davies

Metall. Mater. Trans. A, 51 (2020), pp. 5389-5400 View PDF

CrossRefView Record in Scopus[28]J.F. Fruehling, The University of Michigan, 1970.

Google Scholar[29]

S. Couling

36th Annual World Conference on Magnesium, Norway (1979), pp. 54-57

View Record in ScopusGoogle Scholar[30]

S. Cashion, N. Ricketts, P. Hayes

J. Light Met., 2 (2002), pp. 43-47

ArticleDownload PDFView Record in Scopus[31]

S. Cashion, N. Ricketts, P. Hayes

J. Light Met., 2 (2002), pp. 37-42

ArticleDownload PDFView Record in Scopus[32]

K. Aarstad, G. Tranell, G. Pettersen, T.A. Engh

Various Techniques to Study the Surface of Magnesium Protected by SF6

TMS (2003)

Google Scholar[33]

S.-M. Xiong, X.-L. Liu

Metall. Mater. Trans. A, 38 (2007), pp. 428-434 View PDF

CrossRefView Record in Scopus[34]

T.-S. Shih, J.-B. Liu, P.-S. Wei

Mater. Chem. Phys., 104 (2007), pp. 497-504

ArticleDownload PDFView Record in Scopus[35]

G. Pettersen, E. Øvrelid, G. Tranell, J. Fenstad, H. Gjestland

Mater. Sci. Eng. A, 332 (2002), pp. 285-294

ArticleDownload PDFView Record in Scopus[36]

H. Bo, L.B. Liu, Z.P. Jin

J. Alloy. Compd., 490 (2010), pp. 318-325

ArticleDownload PDFView Record in Scopus[37]

A. Mirak, C. Davidson, J. Taylor

Corros. Sci., 52 (2010), pp. 1992-2000

ArticleDownload PDFView Record in Scopus[38]

B.D. Lee, U.H. Beak, K.W. Lee, G.S. Han, J.W. Han

Mater. Trans., 54 (2013), pp. 66-73 View PDF

View Record in Scopus[39]

W.Z. Liang, Q. Gao, F. Chen, H.H. Liu, Z.H. Zhao

China Foundry, 9 (2012), pp. 226-230 View PDF

CrossRef[40]

U.I. Gol’dshleger, E.Y. Shafirovich

Combust. Explos. Shock Waves, 35 (1999), pp. 637-644[41]

A. Elsayed, S.L. Sin, E. Vandersluis, J. Hill, S. Ahmad, C. Ravindran, S. Amer Foundry

Trans. Am. Foundry Soc., 120 (2012), pp. 423-429[42]

E. Zhang, G.J. Wang, Z.C. Hu

Mater. Sci. Technol., 26 (2010), pp. 1253-1258

View Record in Scopus[43]

N.R. Green, J. Campbell

Mater. Sci. Eng. A-Struct. Mater. Prop. Microstruct. Process., 173 (1993), pp. 261-266

ArticleDownload PDFView Record in Scopus[44]

C Reilly, MR Jolly, NR Green

Proceedings of MCWASP XII – 12th Modelling of Casting, Welding and Advanced Solidifcation Processes, Vancouver, Canada (2009)

Google Scholar[45]H.E. Friedrich, B.L. Mordike, Springer, Germany, 2006.

Google Scholar[46]

C. Zheng, B.R. Qin, X.B. Lou

Proceedings of the 2010 International Conference on Mechanical, Industrial, and Manufacturing Technologies, ASME (2010), pp. 383-388

Mimt 2010 View PDF

CrossRefView Record in ScopusGoogle Scholar[47]

S.M. Xiong, X.F. Wang

Trans. Nonferrous Met. Soc. China, 20 (2010), pp. 1228-1234

ArticleDownload PDFView Record in Scopus[48]

S.M. Xiong, X.L. Liu

Metall. Mater. Trans. A-Phys. Metall. Mater. Sci., 38A (2007), pp. 428-434 View PDF

CrossRefView Record in Scopus[49]

T.S. Shih, J.B. Liu, P.S. Wei

Mater. Chem. Phys., 104 (2007), pp. 497-504

ArticleDownload PDFView Record in Scopus[50]

K. Aarstad, G. Tranell, G. Pettersen, T.A. Engh

Magn. Technol. (2003), pp. 5-10[51]

G. Pettersen, E. Ovrelid, G. Tranell, J. Fenstad, H. Gjestland

Mater. Sci. Eng. A-Struct. Mater. Prop. Microstruct. Process., 332 (2002), pp. 285-294

ArticleDownload PDFView Record in Scopus[52]

X.F. Wang, S.M. Xiong

Corros. Sci., 66 (2013), pp. 300-307

ArticleDownload PDFView Record in Scopus[53]

S.H. Nie, S.M. Xiong, B.C. Liu

Mater. Sci. Eng. A-Struct. Mater. Prop. Microstruct. Process., 422 (2006), pp. 346-351

ArticleDownload PDFView Record in Scopus[54]

C. Bauer, A. Mogessie, U. Galovsky

Zeitschrift Fur Metallkunde, 97 (2006), pp. 164-168 View PDF

CrossRef[55]

Q.G. Wang, D. Apelian, D.A. Lados

J. Light Met., 1 (2001), pp. 73-84

ArticleDownload PDFView Record in Scopus[56]

S. Wang, Y. Wang, Q. Ramasse, Z. Fan

Metall. Mater. Trans. A, 51 (2020), pp. 2957-2974[57]

S. Hayashi, W. Minami, T. Oguchi, H.J. Kim

Kag. Kog. Ronbunshu, 35 (2009), pp. 411-415 View PDF

CrossRefView Record in Scopus[58]

K. Aarstad

Norwegian University of Science and Technology

(2004)

Google Scholar[59]

R.L. Wilkins

J. Chem. Phys., 51 (1969), p. 853

-&

View Record in Scopus[60]

O. Kubaschewski, K. Hesselemam

Thermo-Chemical Properties of Inorganic Substances

Springer-Verlag, Belin (1991)

Google Scholar[61]

R. Schmidt, M. Strobele, K. Eichele, H.J. Meyer

Eur. J. Inorg. Chem. (2017), pp. 2727-2735 View PDF

CrossRefView Record in Scopus[62]

B. Hu, Y. Du, H. Xu, W. Sun, W.W. Zhang, D. Zhao

J. Min. Metall. Sect. B-Metall., 46 (2010), pp. 97-103

View Record in Scopus[63]

O. Salas, H. Ni, V. Jayaram, K.C. Vlach, C.G. Levi, R. Mehrabian

J. Mater. Res., 6 (1991), pp. 1964-1981

View Record in Scopus[64]

S.S.S. Kumari, U.T.S. Pillai, B.C. Pai

J. Alloy. Compd., 509 (2011), pp. 2503-2509

ArticleDownload PDFView Record in Scopus[65]

H. Scholz, P. Greil

J. Mater. Sci., 26 (1991), pp. 669-677

View Record in Scopus[66]

P. Biedenkopf, A. Karger, M. Laukotter, W. Schneider

Magn. Technol., 2005 (2005), pp. 39-42

View Record in Scopus[67]

H.V. Atkinson, S. Davies

Metall. Mater. Trans. A, 31 (2000), pp. 2981-3000 View PDF

CrossRefView Record in Scopus[68]

E.J. Guo, L. Wang, Y.C. Feng, L.P. Wang, Y.H. Chen

J. Therm. Anal. Calorim., 135 (2019), pp. 2001-2008 View PDF

CrossRefView Record in Scopus[69]

T. Li, W.D. Griffiths, J. Chen

Metall. Mater. Trans. A-Phys. Metall. Mater. Sci., 48A (2017), pp. 5516-5528 View PDF

CrossRefView Record in Scopus[70]

M. Tiryakioglu, D. Hudak

J. Mater. Sci., 42 (2007), pp. 10173-10179 View PDF

CrossRefView Record in Scopus[71]

Y. Yue, W.D. Griffiths, J.L. Fife, N.R. Green

Proceedings of the 1st International Conference on 3d Materials Science (2012), pp. 131-136 View PDF

CrossRefView Record in ScopusGoogle Scholar[72]

R. Raiszadeh, W.D. Griffiths

Metall. Mater. Trans. B-Process Metall. Mater. Process. Sci., 37 (2006), pp. 865-871

View Record in Scopus[73]

Z.C. Hu, E.L. Zhang, S.Y. Zeng

Mater. Sci. Technol., 24 (2008), pp. 1304-1308 View PDF

CrossRefView Record in Scopus

Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.

재료 압출 적층 제조에서 증착된 층의 안정성 및 변형

Md Tusher Mollah Raphaël 사령관 Marcin P. Serdeczny David B. Pedersen Jon Spangenberg덴마크 공과 대학 기계 공학과, Kgs. 덴마크 링비

2020년 12월 22일 접수, 2021년 5월 1일 수정, 2021년 7월 15일 수락, 2021년 7월 21일 온라인 사용 가능, 기록 버전 2021년 8월 17일 .

Abstract

이 문서는 재료 압출 적층 제조 에서 여러 레이어를 인쇄하는 동안 증착 흐름의 전산 유체 역학 시뮬레이션 을 제공합니다 개발된 모델은 증착된 레이어의 형태를 예측하고 점소성 재료 를 인쇄하는 동안 레이어 변형을 캡처합니다 . 물리학은 일반화된 뉴턴 유체 로 공식화된 Bingham 구성 모델의 연속성 및 운동량 방정식에 의해 제어됩니다. . 증착된 층의 단면 모양이 예측되고 재료의 다양한 구성 매개변수에 대해 층의 변형이 연구됩니다. 층의 변형은 인쇄물의 정수압과 압출시 압출압력으로 인한 것임을 알 수 있다. 시뮬레이션에 따르면 항복 응력이 높을수록 변형이 적은 인쇄물이 생성되는 반면 플라스틱 점도 가 높을수록 증착된 레이어에서변형이 커 집니다 . 또한, 인쇄 속도, 압출 속도 의 영향, 층 높이 및 인쇄된 층의 변형에 대한 노즐 직경을 조사합니다. 마지막으로, 이 모델은 후속 인쇄된 레이어의 정수압 및 압출 압력을 지원하기 위해 증착 후 점소성 재료가 요구하는 항복 응력의 필요한 증가에 대한 보수적인 추정치를 제공합니다.

This paper presents computational fluid dynamics simulations of the deposition flow during printing of multiple layers in material extrusion additive manufacturing. The developed model predicts the morphology of the deposited layers and captures the layer deformations during the printing of viscoplastic materials. The physics is governed by the continuity and momentum equations with the Bingham constitutive model, formulated as a generalized Newtonian fluid. The cross-sectional shapes of the deposited layers are predicted, and the deformation of layers is studied for different constitutive parameters of the material. It is shown that the deformation of layers is due to the hydrostatic pressure of the printed material, as well as the extrusion pressure during the extrusion. The simulations show that a higher yield stress results in prints with less deformations, while a higher plastic viscosity leads to larger deformations in the deposited layers. Moreover, the influence of the printing speed, extrusion speed, layer height, and nozzle diameter on the deformation of the printed layers is investigated. Finally, the model provides a conservative estimate of the required increase in yield stress that a viscoplastic material demands after deposition in order to support the hydrostatic and extrusion pressure of the subsequently printed layers.

Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.
Fig. 1. Model geometry with the computational domain, extrusion nozzle, toolpath, and boundary conditions. The model is presented while printing the fifth layer.

키워드

점성 플라스틱 재료, 재료 압출 적층 제조(MEX-AM), 다층 증착, 전산유체역학(CFD), 변형 제어
Viscoplastic Materials, Material Extrusion Additive Manufacturing (MEX-AM), Multiple-Layers Deposition, Computational Fluid Dynamics (CFD), Deformation Control

Introduction

Three-dimensional printing of viscoplastic materials has grown in popularity over the recent years, due to the success of Material Extrusion Additive Manufacturing (MEX-AM) [1]. Viscoplastic materials, such as ceramic pastes [2,3], hydrogels [4], thermosets [5], and concrete [6], behave like solids when the applied load is below their yield stress, and like a fluid when the applied load exceeds their yield stress [7]. Viscoplastic materials are typically used in MEX-AM techniques such as Robocasting [8], and 3D concrete printing [9,10]. The differences between these technologies lie in the processing of the material before the extrusion and in the printing scale (from microscale to big area additive manufacturing). In these extrusion-based technologies, the structure is fabricated in a layer-by-layer approach onto a solid surface/support [11, 12]. During the process, the material is typically deposited on top of the previously printed layers that may be already solidified (wet-on-dry printing) or still deformable (wet-on-wet printing) [1]. In wet-on-wet printing, control over the deformation of layers is important for the stability and geometrical accuracy of the prints. If the material is too liquid after the deposition, it cannot support the pressure of the subsequently deposited layers. On the other hand, the material flowability is a necessity during extrusion through the nozzle. Several experimental studies have been performed to analyze the physics of the extrusion and deposition of viscoplastic materials, as reviewed in Refs. [13–16]. The experimental measurements can be supplemented with Computational Fluid Dynamics (CFD) simulations to gain a more complete picture of MEX-AM. A review of the CFD studies within the material processing and deposition in 3D concrete printing was presented by Roussel et al. [17]. Wolfs et al. [18] predicted numerically the failure-deformation of a cylindrical structure due to the self-weight by calculating the stiffness and strength of the individual layers. It was found that the deformations can take place in all layers, however the most critical deformation occurs in the bottom layer. Comminal et al. [19,20] presented three-dimensional simulations of the material deposition in MEX-AM, where the fluid was approximated as Newtonian. Subsequently, the model was experimentally validated in Ref. [21] for polymer-based MEX-AM, and extended to simulate the deposition of multiple layers in Ref. [22], where the previously printed material was assumed solid. Xia et al. [23] simulated the influence of the viscoelastic effects on the shape of deposited layers in MEX-AM. A numerical model for simulating the deposition of a viscoplastic material was recently presented and experimentally validated in Refs. [24] and [25]. These studies focused on predicting the cross-sectional shape of a single printed layer for different processing conditions (relative printing speed, and layer height). Despite these research efforts, a limited number of studies have focused on investigating the material deformations in wet-on-wet printing when multiple layers are deposited on top of each other. This paper presents CFD simulations of the extrusion-deposition flow of a viscoplastic material for several subsequent layers (viz. three- and five-layers). The material is continuously printed one layer over another on a fixed solid surface. The rheology of the viscoplastic material is approximated by the Bingham constitutive equation that is formulated using the Generalized Newtonian Fluid (GNF) model. The CFD model is used to predict the cross-sectional shapes of the layers and their deformations while printing the next layers on top. Moreover, the simulations are used to quantify the extrusion pressure applied by the deposited material on the substrate, and the previously printed layers. Numerically, it is investigated how the process parameters (i.e., the extrusion speed, printing speed, nozzle diameter, and layer height) and the material rheology affect the deformations of the deposited layers. Section 2 describes the methodology of the study. Section 3 presents and discusses the results. The study is summarized and concluded in Section 4.

References

[1] R.A. Buswell, W.R. Leal De Silva, S.Z. Jones, J. Dirrenberger, 3D printing using
concrete extrusion: a roadmap for research, Cem. Concr. Res. 112 (2018) 37–49.
[2] Z. Chen, Z. Li, J. Li, C. Liu, C. Lao, Y. Fu, C. Liu, Y. Li, P. Wang, Y. He, 3D printing of
ceramics: a review, J. Eur. Ceram. Soc. 39 (4) (2019) 661–687.
[3] A. Bellini, L. Shor, S.I. Guceri, New developments in fused deposition modeling of
ceramics, Rapid Prototyp. J. 11 (4) (2005) 214–220.
[4] S. Aktas, D.M. Kalyon, B.M. Marín-Santib´
anez, ˜ J. P´erez-Gonzalez, ´ Shear viscosity
and wall slip behavior of a viscoplastic hydrogel, J. Rheol. 58 (2) (2014) 513–535.
[5] J. Lindahl, A. Hassen, S. Romberg, B. Hedger, P. Hedger Jr., M. Walch, T. Deluca,
W. Morrison, P. Kim, A. Roschli, D. Nuttall, Large-scale Additive Manufacturing
with Reactive Polymers, Oak Ridge National Lab.(ORNL), Oak Ridge, TN (United
States), 2018.
[6] V.N. Nerella, V. Mechtcherine, Studying the printability of fresh concrete for
formwork-free Concrete onsite 3D Printing Technology (CONPrint3D), 3D Concr.
Print. Technol. (2019) 333–347.
[7] C. Tiu, J. Guo, P.H.T. Uhlherr, Yielding behaviour of viscoplastic materials, J. Ind.
Eng. Chem. 12 (5) (2006) 653–662.
[8] B. Dietemann, F. Bosna, M. Lorenz, N. Travitzky, H. Kruggel-Emden, T. Kraft,
C. Bierwisch, Modeling robocasting with smoothed particle hydrodynamics:
printing gapspanning filaments, Addit. Manuf. 36 (2020), 101488.
[9] B. Khoshnevis, R. Russell, H. Kwon, S. Bukkapatnam, Contour crafting – a layered
fabrication, Spec. Issue IEEE Robot. Autom. Mag. 8 (3) (2001) 33–42.
[10] D. Asprone, F. Auricchio, C. Menna, V. Mercuri, 3D printing of reinforced concrete
elements: technology and design approach, Constr. Build. Mater. 165 (2018)
218–231.
[11] J. Jiang, Y. Ma, Path planning strategies to optimize accuracy, quality, build time
and material use in additive manufacturing: a review, Micromachines 11 (7)
(2020) 633.
[12] J. Jiang, A novel fabrication strategy for additive manufacturing processes,
J. Clean. Prod. 272 (2020), 122916.
[13] F. Bos, R. Wolfs, Z. Ahmed, T. Salet, Additive manufacturing of concrete in
construction: potentials and challenges, Virtual Phys. Prototyp. 11 (3) (2016)
209–225.
[14] P. Wu, J. Wang, X. Wang, A critical review of the use of 3-D printing in the
construction industry, Autom. Constr. 68 (2016) 21–31.
[15] T.D. Ngo, A. Kashani, G. Imbalzano, K.T. Nguyen, D. Hui, Additive manufacturing
(3D printing): a review of materials, methods, applications and challenges,
Compos. Part B: Eng. 143 (2018) 172–196.
[16] M. Valente, A. Sibai, M. Sambucci, Extrusion-based additive manufacturing of
concrete products: revolutionizing and remodeling the construction industry,
J. Compos. Sci. 3 (3) (2019) 88.
[17] N. Roussel, J. Spangenberg, J. Wallevik, R. Wolfs, Numerical simulations of
concrete processing: from standard formative casting to additive manufacturing,
Cem. Concr. Res. 135 (2020), 106075.
[18] R.J.M. Wolfs, F.P. Bos, T.A.M. Salet, Early age mechanical behaviour of 3D printed
concrete: numerical modelling and experimental testing, Cem. Concr. Res. 106
(2018) 103–116.
[19] R. Comminal, M.P. Serdeczny, D.B. Pedersen, J. Spangenberg, Numerical modeling
of the strand deposition flow in extrusion-based additive manufacturing, Addit.
Manuf. 20 (2018) 68–76.
[20] R. Comminal, M.P. Serdeczny, D.B. Pedersen, J. Spangenberg, Numerical modeling
of the material deposition and contouring precision in fused deposition modeling,
in Proceedings of the 29th Annual International Solid Freeform Fabrication
Symposium, Austin, TX, USA, 2018, pp. 1855–1864.
[21] M.P. Serdeczny, R. Comminal, D.B. Pedersen, J. Spangenberg, Experimental
validation of a numerical model for the strand shape in material extrusion additive
manufacturing, Addit. Manuf. 24 (2018) 145–153.
[22] M.P. Serdeczny, R. Comminal, D.B. Pedersen, J. Spangenberg, Numerical
simulations of the mesostructure formation in material extrusion additive
manufacturing, Addit. Manuf. 28 (2019) 419–429.
[23] H. Xia, J. Lu, G. Tryggvason, A numerical study of the effect of viscoelastic stresses
in fused filament fabrication, Comput. Methods Appl. Mech. Eng. 346 (2019)
242–259.
[24] R. Comminal, W.R.L. da Silva, T.J. Andersen, H. Stang, J. Spangenberg, Influence
of processing parameters on the layer geometry in 3D concrete printing:
experiments and modelling, in: Proceedings of the Second RILEM International
Conference on Concrete and Digital Fabrication, vol. 28, 2020, pp. 852–862.
[25] R. Comminal, W.R.L. da Silva, T.J. Andersen, H. Stang, J. Spangenberg, Modelling
of 3D concrete printing based on computational fluid dynamics, Cem. Concr. Res.
38 (2020), 106256.
[26] E.C. Bingham, An investigation of the laws of plastic flow, US Bur. Stand. Bull. 13
(1916) 309–352.
[27] N. Casson, A flow equation for pigment-oil suspensions of the printing ink type,
Rheol. Disperse Syst. (1959) 84–104.
[28] W.H. Herschel, R. Bulkley, Konsistenzmessungen von Gummi-Benzollosungen, ¨
Kolloid Z. 39 (1926) 291–300.
[29] “FLOW-3D | We solve The World’s Toughest CFD Problems,” FLOW SCIENCE.
〈https://www.flow3d.com/〉. (Accessed 27 June 2020).
[30] S. Jacobsen, R. Cepuritis, Y. Peng, M.R. Geiker, J. Spangenberg, Visualizing and
simulating flow conditions in concrete form filling using pigments, Constr. Build.
Mater. 49 (2013) 328–342.
[31] E.J. O’Donovan, R.I. Tanner, Numerical study of the Bingham squeeze film
problem, J. Non-Newton. Fluid Mech. 15 (1) (1984) 75–83.
[32] C.W. Hirt, B.D. Nichols, Volume of fluid (VOF) method for the dynamics of free
boundaries, J. Comput. Phys. 39 (1) (1981) 201–225.
[33] R. Comminal, J. Spangenberg, J.H. Hattel, Cellwise conservative unsplit advection
for the volume of fluid method, J. Comput. Phys. 283 (2015) 582–608.
[34] A. Negar, S. Nazarian, N.A. Meisel, J.P. Duarte, Experimental prediction of material
deformation in large-scale additive manufacturing of concrete, Addit. Manuf. 37
(2021), 101656.

Gating System Design Based on Numerical Simulation and Production Experiment Verification of Aluminum Alloy Bracket Fabricated by Semi-solid Rheo-Die Casting Process

Gating System Design Based on Numerical Simulation and Production Experiment Verification of Aluminum Alloy Bracket Fabricated by Semi-solid Rheo-Die Casting Process

반고체 레오 다이 캐스팅 공정으로 제작된 알루미늄 합금 브래킷의 수치 시뮬레이션 및 생산 실험 검증을 기반으로 한 게이팅 시스템 설계

International Journal of Metalcasting volume 16, pages878–893 (2022)Cite this article

Abstract

In this study a gating system including sprue, runner and overflows for semi-solid rheocasting of aluminum alloy was designed by means of numerical simulations with a commercial software. The effects of pouring temperature, mold temperature and injection speed on the filling process performance of semi-solid die casting were studied. Based on orthogonal test analysis, the optimal die casting process parameters were selected, which were metal pouring temperature 590 °C, mold temperature 260 °C and injection velocity 0.5 m/s. Semi-solid slurry preparation process of Swirled Enthalpy Equilibration Device (SEED) was used for die casting production experiment. Aluminum alloy semi-solid bracket components were successfully produced with the key die casting process parameters selected, which was consistent with the simulation result. The design of semi-solid gating system was further verified by observing and analyzing the microstructure of different zones of the casting. The characteristic parameters, particle size and shape factor of microstructure of the produced semi-solid casting showed that the semi-solid aluminum alloy components are of good quality.

이 연구에서 알루미늄 합금의 반고체 레오캐스팅을 위한 스프루, 러너 및 오버플로를 포함하는 게이팅 시스템은 상용 소프트웨어를 사용한 수치 시뮬레이션을 통해 설계되었습니다. 주입 온도, 금형 온도 및 사출 속도가 반고체 다이캐스팅의 충전 공정 성능에 미치는 영향을 연구했습니다. 직교 테스트 분석을 기반으로 금속 주입 온도 590°C, 금형 온도 260°C 및 사출 속도 0.5m/s인 최적의 다이 캐스팅 공정 매개변수가 선택되었습니다. Swirled Enthalpy Equilibration Device(SEED)의 반고체 슬러리 제조 공정을 다이캐스팅 생산 실험에 사용하였다. 알루미늄 합금 반고체 브래킷 구성 요소는 시뮬레이션 결과와 일치하는 주요 다이 캐스팅 공정 매개변수를 선택하여 성공적으로 생산되었습니다. 반고체 게이팅 시스템의 설계는 주조의 다른 영역의 미세 구조를 관찰하고 분석하여 추가로 검증되었습니다. 생산된 반고체 주조물의 특성 매개변수, 입자 크기 및 미세 구조의 형상 계수는 반고체 알루미늄 합금 부품의 품질이 양호함을 보여주었습니다.

Gating System Design Based on Numerical Simulation and Production Experiment Verification of Aluminum Alloy Bracket Fabricated by Semi-solid Rheo-Die Casting Process
Gating System Design Based on Numerical Simulation and Production Experiment Verification of Aluminum Alloy Bracket Fabricated by Semi-solid Rheo-Die Casting Process

References

  1. G. Li, H. Lu, X. Hu et al., Current progress in rheoforming of wrought aluminum alloys: a review. Met. Open Access Metall. J. 10(2), 238 (2020)CAS Google Scholar 
  2. G. Eisaabadi, A. Nouri, Effect of Sr on the microstructure of electromagnetically stirred semi-solid hypoeutectic Al–Si alloys. Int. J. Metalcast. 12, 292–297 (2018). https://doi.org/10.1007/s40962-017-0161-8CAS Article Google Scholar 
  3. C. Xghab, D. Qza, E. Spma et al., Blistering in semi-solid die casting of aluminium alloys and its avoidance. Acta Mater. 124, 446–455 (2017)Article Google Scholar 
  4. M. Modigell, J. Koke, Rheological modelling on semi-solid metal alloys and simulation of thixocasting processes. J. Mater. Process. Technol. 111(1–3), 53–58 (2001)CAS Article Google Scholar 
  5. A. Pola, M. Tocci, P. Kapranos, Microstructure and properties of semi-solid aluminum alloys: a literature review. Met. Open Access Metall. J. 8(3), 181 (2018)Google Scholar 
  6. M.C. Flemings, Behavior of metal alloys in the semisolid state. Metall. Trans. B 22, 269–293 (1991). https://doi.org/10.1007/BF02651227Article Google Scholar 
  7. Q. Zhu, Semi-solid moulding: competition to cast and machine from forging in making automotive complex components. Trans. Nonferrous Met. Soc. China 20, 1042–1047 (2010)Article Google Scholar 
  8. K. Prapasajchavet, Y. Harada, S. Kumai, Microstructure analysis of Al–5.5 at.%Mg alloy semi-solid slurry by Weck’s reagent. Int. J. Metalcast. 11(1), 123 (2017). https://doi.org/10.1007/s40962-016-0084-9Article Google Scholar 
  9. P. Das, S.K. Samanta, S. Tiwari, P. Dutta, Die filling behaviour of semi solid A356 Al alloy slurry during rheo pressure die casting. Trans. Indian Inst. Met. 68(6), 1215–1220 (2015). https://doi.org/10.1007/s12666-015-0706-6CAS Article Google Scholar 
  10. B. Zhou, S. Lu, K. Xu et al., Microstructure and simulation of semisolid aluminum alloy castings in the process of stirring integrated transfer-heat (SIT) with water cooling. Int. J. Metalcast. 14(2), 396–408 (2019). https://doi.org/10.1007/s40962-019-00357-6CAS Article Google Scholar 
  11. S. Ji, Z. Fan, Solidification behavior of Sn–15 wt Pct Pb alloy under a high shear rate and high intensity of turbulence during semisolid processing. Metall. Mater. Trans. A. 33(11), 3511–3520 (2002). https://doi.org/10.1007/s11661-002-0338-4Article Google Scholar 
  12. P. Kapranos, P.J. Ward, H.V. Atkinson, D.H. Kirkwood, Near net shaping by semi-solid metal processing. Mater. Des. 21, 387–394 (2000). https://doi.org/10.1016/S0261-3069(99)00077-1Article Google Scholar 
  13. H.V. Atkinson, Alloys for semi-solid processing. Solid State Phenom. 192–193, 16–27 (2013)Google Scholar 
  14. L. Rogal, Critical assessment: opportunities in developing semi-solid processing: aluminium, magnesium, and high-temperature alloys. Mater. Sci. Technol. Mst A Publ. Inst. Met. 33, 759–764 (2017)CAS Article Google Scholar 
  15. H. Guo, Rheo-diecasting process for semi-solid aluminum alloys. J. Wuhan Univ. Technol. Mater. Sci. Ed. 22(004), 590–595 (2007)CAS Article Google Scholar 
  16. T. Chucheep, J. Wannasin, R. Canyook, T. Rattanochaikul, S. Janudom, S. Wisutmethangoon, M.C. Flemings, Characterization of flow behavior of semi-solid slurries with low solid fractions. Metall. Mater. Trans. A 44(10), 4754–4763 (2013)CAS Article Google Scholar 
  17. M. Li, Y.D. Li, W.L. Yang et al., Effects of forming processes on microstructures and mechanical properties of A356 aluminum alloy prepared by self-inoculation method. Mater. Res. 22(3) (2019)
  18. P. Côté, M.E. Larouche, X.G. Chen et al., New developments with the SEED technology. Solid State Phenom. 192(3), 373–378 (2012)Article Google Scholar 
  19. I. Dumanić, S. Jozić, D. Bajić et al., Optimization of semi-solid high-pressure die casting process by computer simulation, Taguchi method and grey relational analysis. Inter Metalcast. 15, 108–118 (2021). https://doi.org/10.1007/s40962-020-00422-5Article Google Scholar 
  20. Y. Bai et al., Numerical simulation on the rheo-diecasting of the semi-solid A356 aluminum alloy. Int. J. Miner. Metall. Mater. 16, 422 (2009). https://doi.org/10.1016/S1674-4799(09)60074-1CAS Article Google Scholar 
  21. B.C. Bhunia, Studies on die filling of A356 Al alloy and development of a steering knuckle component using rheo pressure die casting system. J. Mater. Process. Technol. 271, 293–311 (2019). https://doi.org/10.1016/j.jmatprotec.2019.04.014CAS Article Google Scholar 
  22. A. Guo, J. Zhao, C. Xu et al., Effects of pouring temperature and electromagnetic stirring on porosity and mechanical properties of A357 aluminum alloy rheo-diecasting. J. Mater. Eng. Perform. (2018). https://doi.org/10.1007/s11665-018-3310-1Article Google Scholar 
  23. C.G. Kang, S.M. Lee, B.M. Kim, A study of die design of semi-solid die casting according to gate shape and solid fraction. J. Mater. Process. Technol. 204(1–3), 8–21 (2008)CAS Article Google Scholar 
  24. Z. Liu, W. Mao, T. Wan et al., Study on semi-solid A380 aluminum alloy slurry prepared by water-cooling serpentine channel and its rheo-diecasting. Met. Mater. Int. (2020). https://doi.org/10.1007/s12540-020-00672-2Article Google Scholar 
  25. Z.Y. Liu, W.M. Mao, W.P. Wang et al., Investigation of rheo-diecasting mold filling of semi-solid A380 aluminum alloy slurry. Int. J. Miner. Metall. Mater. 24(006), 691–700 (2017)CAS Article Google Scholar 
  26. M. Arif, M.Z. Omar, N. Muhamad et al., Microstructural evolution of solid-solution-treated Zn–22Al in the semisolid state. J. Mater. Sci. Technol. 29(008), 765–774 (2013)CAS Article Google Scholar 

Keywords

  • semi-solid rheo-die casting
  • gating system
  • process parameters
  • numerical simulation
  • microstructure
Fig. 1. Modified Timelli mold design.

Characterization of properties of Vanadium, Boron and Strontium addition on HPDC of A360 alloy

A360 합금의 HPDC에 대한 바나듐, 붕소 및 스트론튬 첨가 특성 특성

OzenGursoya
MuratColakb
KazimTurc
DeryaDispinarde

aUniversity of Padova, Department of Management and Engineering, Vicenza, Italy
bUniversity of Bayburt, Mechanical Engineering, Bayburt, Turkey
cAtilim University, Metallurgical and Materials Engineering, Ankara, Turkey
dIstanbul Technical University, Metallurgical and Materials Engineering, Istanbul, Turkey
eCenter for Critical and Functional Materials, ITU, Istanbul, Turkey

ABSTRACT

The demand for lighter weight decreased thickness and higher strength has become the focal point in the
automotive industry. In order to meet such requirements, the addition of several alloying elements has been started to be investigated. In this work, the additions of V, B, and Sr on feedability and tensile properties of A360 has been studied. A mold design that consisted of test bars has been produced. Initially, a simulation was carried out to optimize the runners, filling, and solidification parameters. Following the tests, it was found that V addition revealed the highest UTS but low elongation at fracture, while B addition exhibited visa verse. On the other hand, impact energy was higher with B additions.

더 가벼운 무게의 감소된 두께와 더 높은 강도에 대한 요구는 자동차 산업의 초점이 되었습니다. 이러한 요구 사항을 충족하기 위해 여러 합금 원소의 추가가 조사되기 시작했습니다. 이 연구에서는 A360의 이송성 및 인장 특성에 대한 V, B 및 Sr의 첨가가 연구되었습니다. 시험봉으로 구성된 금형 설계가 제작되었습니다. 처음에는 러너, 충전 및 응고 매개변수를 최적화하기 위해 시뮬레이션이 수행되었습니다. 시험 결과, V 첨가는 UTS가 가장 높지만 파단 연신율은 낮았고, B 첨가는 visa verse를 나타냈다. 반면에 충격 에너지는 B 첨가에서 더 높았다.

Fig. 1. Modified Timelli mold design.
Fig. 1. Modified Timelli mold design.
Fig. 2. Microstructural images (a) unmodified alloy, (b) Sr modified, (c) V added, (d) B added.
Fig. 2. Microstructural images (a) unmodified alloy, (b) Sr modified, (c) V added, (d) B added.
Fig. 3. Effect of Sr and V addition on the tensile properties of A360
Fig. 3. Effect of Sr and V addition on the tensile properties of A360
Fig. 4. Effect of Sr and B addition on the tensile properties of A360.
Fig. 4. Effect of Sr and B addition on the tensile properties of A360.
Fig. 5. Bubbles chart of tensile properties values obtained from Weibull statistics. | Fig. 6. Effect of Sr, V and B addition on the impact properties of A360.
Fig. 5. Bubbles chart of tensile properties values obtained from Weibull statistics.
Fig. 6. Effect of Sr, V and B addition on the impact properties of A360.
Fig. 7. SEM images on the fracture surfaces (a) V added, (b) B added.
Fig. 7. SEM images on the fracture surfaces (a) V added, (b) B added.

References

[1] A. Johanson, Effect of Vanadium on Grain Refinement of Aluminium, Institutt for
materialteknologi, 2013.
[2] D.G. McCartney, Grain refining of aluminium and its alloys using inoculants, Int.
Mater. Rev. 34 (1) (1989) 247–260.
[3] M.T. Di Giovanni, The Influence of Ni and V Trace Elements on the High
Temperature Tensile Properties of A356 Aluminium Foundry Alloy, Institutt for
materialteknologi, 2014.
[4] D. Casari, T.H. Ludwig, M. Merlin, L. Arnberg, G.L. Garagnani, The effect of Ni and
V trace elements on the mechanical properties of A356 aluminium foundry alloy in
as-cast and T6 heat treated conditions, Mater. Sci. Eng., A 610 (2014) 414–426.
[5] D. Casari, T.H. Ludwig, M. Merlin, L. Arnberg, G.L. Garagnani, Impact behavior of
A356 foundry alloys in the presence of trace elements Ni and V, J. Mater. Eng.
Perform. 24 (2) (2015) 894–908.
[6] T.H. Ludwig, P.L. Schaffer, L. Arnberg, Influence of some trace elements on
solidification path and microstructure of Al-Si foundry alloys, Metall. Mater. Trans.
44 (8) (2013) 3783–3796.
[7] H.A. Elhadari, H.A. Patel, D.L. Chen, W. Kasprzak, Tensile and fatigue properties of
a cast aluminum alloy with Ti, Zr and V additions, Mater. Sci. Eng., A 528 (28)
(2011) 8128–8138.
[8] Y. Wu, H. Liao, K. Zhou, “Effect of minor addition of vanadium on mechanical
properties and microstructures of as-extruded near eutectic Al–Si–Mg alloy, Mater.
Sci. Eng., A 602 (2014) 41–48.
[9] E.S. Dæhlen, The Effect of Vanadium on AlFeSi-Intermetallic Phases in a
Hypoeutectic Al-Si Foundry Alloy, Institutt for materialteknologi, 2013.
[10] B. Lin, H. Li, R. Xu, H. Xiao, W. Zhang, S. Li, Effects of vanadium on modification of
iron-rich intermetallics and mechanical properties in A356 cast alloys with 1.5 wt.
% Fe, J. Mater. Eng. Perform. 28 (1) (2019) 475–484.
[11] P.A. Tøndel, G. Halvorsen, L. Arnberg, Grain refinement of hypoeutectic Al-Si
foundry alloys by addition of boron containing silicon metal, Light Met. (1993)
783.
[12] Z. Chen, et al., Grain refinement of hypoeutectic Al-Si alloys with B, Acta Mater.
120 (2016) 168–178.
[13] T. Wang, Z. Chen, H. Fu, J. Xu, Y. Fu, T. Li, “Grain refining potency of Al–B master
alloy on pure aluminum, Scripta Mater. 64 (12) (2011) 1121–1124.
[14] M. Gorny, ´ G. Sikora, M. Kawalec, Effect of titanium and boron on the stability of
grain refinement of Al-Cu alloy, Arch. Foundry Eng. 16 (2016).
[15] O. ¨ Gürsoy, E. Erzi, D. Dıs¸pınar, Ti grain refinement myth and cleanliness of A356
melt, in: Shape Casting, Springer, 2019, pp. 125–130.
[16] D. Dispinar, A. Nordmark, J. Voje, L. Arnberg, Influence of hydrogen content and
bi-film index on feeding behaviour of Al-7Si, in: 138th TMS Annual Meeting, Shape
Casting, 3rd International Symposium, San Francisco, California, USA, 2009,
pp. 63–70. February 2009.
[17] M. Uludag, ˘ R. Çetin, D. Dıs¸pınar, Observation of hot tearing in Sr-B modified A356
alloy, Arch. Foundry Eng. 17 (2017).
[18] X.L. Cui, Y.Y. Wu, T. Gao, X.F. Liu, “Preparation of a novel Al–3B–5Sr master alloy
and its modification and refinement performance on A356 alloy, J. Alloys Compd.
615 (2014) 906–911.
[19] F. Wang, Z. Liu, D. Qiu, J.A. Taylor, M.A. Easton, M.-X. Zhang, Revisiting the role
of peritectics in grain refinement of Al alloys, Acta Mater. 61 (1) (2013) 360–370.
[20] M. Akhtar, A. Khajuria, Effects of prior austenite grain size on impression creep and
microstructure in simulated heat affected zones of boron modified P91 steels,
Mater. Chem. Phys. 249 (2020) 122847.
[21] M. Akhtar, A. Khajuria, Probing true creep-hardening interaction in weld simulated
heat affected zone of P91 steels, J. Manuf. Process. 46 (2019) 345–356.
[22] E.M. Schulson, T.P. Weihs, I. Baker, H.J. Frost, J.A. Horton, Grain boundary
accommodation of slip in Ni3Al containing boron, Acta Metall. 34 (7) (1986)
1395–1399.
[23] I. Baker, E.M. Schulson, J.R. Michael, The effect of boron on the chemistry of grain
boundaries in stoichiometric Ni3Al, Philos. Mag. A B 57 (3) (Mar. 1988) 379–385.
[24] S. Zhu, et al., Influences of nickel and vanadium impurities on microstructure of
aluminum alloys, JOM (J. Occup. Med.) 65 (5) (2013) 584–592.
[25] D.J. Beerntsen, Effect of vanadium and zirconium on the formation of CrAI 7
primary crystals in 7075 aluminum alloy, Metall. Mater. Trans. B 8 (3) (1977)
687–688.
[26] G. Timelli, A. Fabrizi, S. Capuzzi, F. Bonollo, S. Ferraro, The role of Cr additions
and Fe-rich compounds on microstructural features and impact toughness of
AlSi9Cu3 (Fe) diecasting alloys, Mater. Sci. Eng., A 603 (2014) 58–68.
[27] S. Kirtay, D. Dispinar, Effect of ranking selection on the Weibull modulus
estimation, Gazi Univ. J. Sci. 25 (1) (2012) 175–187.
[28] J. Rakhmonov, G. Timelli, F. Bonollo, “The effect of transition elements on hightemperature mechanical properties of Al–Si foundry alloys–A review, Adv. Eng.
Mater. 18 (7) (2016) 1096–1105.

Figure 9. Scour morphology under different times for case 7.

Scour Characteristics and Equilibrium Scour Depth Prediction around Umbrella Suction Anchor Foundation under Random Waves

무작위 파동에서 우산 흡입 앵커 기초 주변의 세굴 특성 및 평형 세굴 깊이 예측

Ruigeng Hu 1
, Hongjun Liu 2
, Hao Leng 1
, Peng Yu 3 and Xiuhai Wang 1,2,*

1 College of Environmental Science and Engineering, Ocean University of China, Qingdao 266000, China;
huruigeng@stu.ouc.edu.cn (R.H.); lh4517@stu.ouc.edu.cn (H.L.)
2 Key Lab of Marine Environment and Ecology (Ocean University of China), Ministry of Education,
Qingdao 266000, China; hongjun@ouc.edu.cn
3 Qingdao Geo-Engineering Survering Institute, Qingdao 266100, China; yp6650@stu.ouc.edu.cn

Abstract

무작위 파동 하에서 우산 흡입 앵커 기초(USAF) 주변의 국부 세굴을 연구하기 위해 일련의 수치 시뮬레이션이 수행되었습니다. 본 연구에서는 먼저 본 모델의 정확성을 검증하기 위해 검증을 수행하였다.

또한, 세굴 진화와 세굴 메커니즘을 각각 분석하였다. 또한 USAF 주변의 평형 세굴 깊이 Seq를 예측하기 위해 두 가지 수정된 모델이 제안되었습니다. 마지막으로 Seq에 대한 Froude 수 Fr과 Euler 수 Eu의 영향을 연구하기 위해 매개변수 연구가 수행되었습니다.

결과는 현재 수치 모델이 무작위 파동에서 세굴 형태를 묘사하는 데 정확하고 합리적임을 나타냅니다.

수정된 Raaijmaker의 모델은 KCs,p < 8일 때 본 연구의 시뮬레이션 결과와 잘 일치함을 보여줍니다. 수정된 확률적 모델의 예측 결과는 KCrms,a < 4일 때 n = 10일 때 가장 유리합니다. Fr과 Eu가 높을수록 둘 다 더 집중적 인 말굽 소용돌이와 더 큰 결과를 초래합니다.

Figure 1. The close-up of umbrella suction anchor foundation (USAF).
Figure 1. The close-up of umbrella suction anchor foundation (USAF).
Figure 2. (a) The sketch of seabed-USAF-wave three-dimensional model; (b) boundary condation:Wvwave boundary, S-symmetric boundary, O-outflow boundary; (c) USAF model.
Figure 2. (a) The sketch of seabed-USAF-wave three-dimensional model; (b) boundary condation:Wvwave boundary, S-symmetric boundary, O-outflow boundary; (c) USAF model.
Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52], Petersen et al. [17].
Figure 5. Comparison of time evolution of scour between the present study and Khosronejad et al. [52], Petersen et al. [17].
Figure 9. Scour morphology under different times for case 7.
Figure 9. Scour morphology under different times for case 7.

References

  1. Sumer, B.M.; Fredsøe, J.; Christiansen, N. Scour Around Vertical Pile in Waves. J. Waterw. Port. Coast. Ocean Eng. 1992, 118, 15–31.
    [CrossRef]
  2. Rudolph, D.; Bos, K. Scour around a monopile under combined wave-current conditions and low KC-numbers. In Proceedings of
    the 6th International Conference on Scour and Erosion, Amsterdam, The Netherlands, 1–3 November 2006; pp. 582–588.
  3. Nielsen, A.W.; Liu, X.; Sumer, B.M.; Fredsøe, J. Flow and bed shear stresses in scour protections around a pile in a current. Coast.
    Eng. 2013, 72, 20–38. [CrossRef]
  4. Ahmad, N.; Bihs, H.; Myrhaug, D.; Kamath, A.; Arntsen, Ø.A. Three-dimensional numerical modelling of wave-induced scour
    around piles in a side-by-side arrangement. Coast. Eng. 2018, 138, 132–151. [CrossRef]
  5. Li, H.; Ong, M.C.; Leira, B.J.; Myrhaug, D. Effects of Soil Profile Variation and Scour on Structural Response of an Offshore
    Monopile Wind Turbine. J. Offshore Mech. Arct. Eng. 2018, 140, 042001. [CrossRef]
  6. Li, H.; Liu, H.; Liu, S. Dynamic analysis of umbrella suction anchor foundation embedded in seabed for offshore wind turbines.
    Géoméch. Energy Environ. 2017, 10, 12–20. [CrossRef]
  7. Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Vanem, E.; Carvalho, H.; Correia, J.A.F.D.O. Editorial: Advanced research
    on offshore structures and foundation design: Part 1. Proc. Inst. Civ. Eng. Marit. Eng. 2019, 172, 118–123. [CrossRef]
  8. Chavez, C.E.A.; Stratigaki, V.; Wu, M.; Troch, P.; Schendel, A.; Welzel, M.; Villanueva, R.; Schlurmann, T.; De Vos, L.; Kisacik,
    D.; et al. Large-Scale Experiments to Improve Monopile Scour Protection Design Adapted to Climate Change—The PROTEUS
    Project. Energies 2019, 12, 1709. [CrossRef]
  9. Wu, M.; De Vos, L.; Chavez, C.E.A.; Stratigaki, V.; Fazeres-Ferradosa, T.; Rosa-Santos, P.; Taveira-Pinto, F.; Troch, P. Large Scale
    Experimental Study of the Scour Protection Damage Around a Monopile Foundation Under Combined Wave and Current
    Conditions. J. Mar. Sci. Eng. 2020, 8, 417. [CrossRef]
  10. Sørensen, S.P.H.; Ibsen, L.B. Assessment of foundation design for offshore monopiles unprotected against scour. Ocean Eng. 2013,
    63, 17–25. [CrossRef]
  11. Prendergast, L.; Gavin, K.; Doherty, P. An investigation into the effect of scour on the natural frequency of an offshore wind
    turbine. Ocean Eng. 2015, 101, 1–11. [CrossRef]
  12. Fazeres-Ferradosa, T.; Chambel, J.; Taveira-Pinto, F.; Rosa-Santos, P.; Taveira-Pinto, F.; Giannini, G.; Haerens, P. Scour Protections
    for Offshore Foundations of Marine Energy Harvesting Technologies: A Review. J. Mar. Sci. Eng. 2021, 9, 297. [CrossRef]
  13. Yang, Q.; Yu, P.; Liu, Y.; Liu, H.; Zhang, P.; Wang, Q. Scour characteristics of an offshore umbrella suction anchor foundation
    under the combined actions of waves and currents. Ocean Eng. 2020, 202, 106701. [CrossRef]
  14. Yu, P.; Hu, R.; Yang, J.; Liu, H. Numerical investigation of local scour around USAF with different hydraulic conditions under
    currents and waves. Ocean Eng. 2020, 213, 107696. [CrossRef]
  15. Sumer, B.M.; Christiansen, N.; Fredsøe, J. The horseshoe vortex and vortex shedding around a vertical wall-mounted cylinder
    exposed to waves. J. Fluid Mech. 1997, 332, 41–70. [CrossRef]
  16. Sumer, B.M.; Fredsøe, J. Scour around Pile in Combined Waves and Current. J. Hydraul. Eng. 2001, 127, 403–411. [CrossRef]
  17. Petersen, T.U.; Sumer, B.M.; Fredsøe, J. Time scale of scour around a pile in combined waves and current. In Proceedings of the
    6th International Conference on Scour and Erosion, Paris, France, 27–31 August 2012.
  18. Petersen, T.U.; Sumer, B.M.; Fredsøe, J.; Raaijmakers, T.C.; Schouten, J.-J. Edge scour at scour protections around piles in the
    marine environment—Laboratory and field investigation. Coast. Eng. 2015, 106, 42–72. [CrossRef]
  19. Qi, W.; Gao, F. Equilibrium scour depth at offshore monopile foundation in combined waves and current. Sci. China Ser. E Technol.
    Sci. 2014, 57, 1030–1039. [CrossRef]
  20. Larsen, B.E.; Fuhrman, D.R.; Baykal, C.; Sumer, B.M. Tsunami-induced scour around monopile foundations. Coast. Eng. 2017, 129,
    36–49. [CrossRef]
  21. Corvaro, S.; Marini, F.; Mancinelli, A.; Lorenzoni, C.; Brocchini, M. Hydro- and Morpho-dynamics Induced by a Vertical Slender
    Pile under Regular and Random Waves. J. Waterw. Port. Coast. Ocean Eng. 2018, 144, 04018018. [CrossRef]
  22. Schendel, A.; Welzel, M.; Schlurmann, T.; Hsu, T.-W. Scour around a monopile induced by directionally spread irregular waves in
    combination with oblique currents. Coast. Eng. 2020, 161, 103751. [CrossRef]
  23. Fazeres-Ferradosa, T.; Taveira-Pinto, F.; Romão, X.; Reis, M.; das Neves, L. Reliability assessment of offshore dynamic scour
    protections using copulas. Wind. Eng. 2018, 43, 506–538. [CrossRef]
  24. Fazeres-Ferradosa, T.; Welzel, M.; Schendel, A.; Baelus, L.; Santos, P.R.; Pinto, F.T. Extended characterization of damage in rubble
    mound scour protections. Coast. Eng. 2020, 158, 103671. [CrossRef]
  25. Tavouktsoglou, N.S.; Harris, J.M.; Simons, R.R.; Whitehouse, R.J.S. Equilibrium Scour-Depth Prediction around Cylindrical
    Structures. J. Waterw. Port. Coast. Ocean Eng. 2017, 143, 04017017. [CrossRef]
  26. Ettema, R.; Melville, B.; Barkdoll, B. Scale Effect in Pier-Scour Experiments. J. Hydraul. Eng. 1998, 124, 639–642. [CrossRef]
  27. Umeda, S. Scour Regime and Scour Depth around a Pile in Waves. J. Coast. Res. Spec. Issue 2011, 64, 845–849.
  28. Umeda, S. Scour process around monopiles during various phases of sea storms. J. Coast. Res. 2013, 165, 1599–1604. [CrossRef]
  29. Baykal, C.; Sumer, B.; Fuhrman, D.R.; Jacobsen, N.; Fredsøe, J. Numerical simulation of scour and backfilling processes around a
    circular pile in waves. Coast. Eng. 2017, 122, 87–107. [CrossRef]
  30. Miles, J.; Martin, T.; Goddard, L. Current and wave effects around windfarm monopile foundations. Coast. Eng. 2017, 121,
    167–178. [CrossRef]
  1. Miozzi, M.; Corvaro, S.; Pereira, F.A.; Brocchini, M. Wave-induced morphodynamics and sediment transport around a slender
    vertical cylinder. Adv. Water Resour. 2019, 129, 263–280. [CrossRef]
  2. Yu, T.; Zhang, Y.; Zhang, S.; Shi, Z.; Chen, X.; Xu, Y.; Tang, Y. Experimental study on scour around a composite bucket foundation
    due to waves and current. Ocean Eng. 2019, 189, 106302. [CrossRef]
  3. Carreiras, J.; Larroudé, P.; Seabra-Santos, F.; Mory, M. Wave Scour Around Piles. In Proceedings of the Coastal Engineering 2000,
    American Society of Civil Engineers (ASCE), Sydney, Australia, 16–21 July 2000; pp. 1860–1870.
  4. Raaijmakers, T.; Rudolph, D. Time-dependent scour development under combined current and waves conditions—Laboratory
    experiments with online monitoring technique. In Proceedings of the 4th International Conference on Scour and Erosion, Tokyo,
    Japan, 5–7 November 2008; pp. 152–161.
  5. Khalfin, I.S. Modeling and calculation of bed score around large-diameter vertical cylinder under wave action. Water Resour. 2007,
    34, 357. [CrossRef]
  6. Zanke, U.C.; Hsu, T.-W.; Roland, A.; Link, O.; Diab, R. Equilibrium scour depths around piles in noncohesive sediments under
    currents and waves. Coast. Eng. 2011, 58, 986–991. [CrossRef]
  7. Myrhaug, D.; Rue, H. Scour below pipelines and around vertical piles in random waves. Coast. Eng. 2003, 48, 227–242. [CrossRef]
  8. Myrhaug, D.; Ong, M.C.; Føien, H.; Gjengedal, C.; Leira, B.J. Scour below pipelines and around vertical piles due to second-order
    random waves plus a current. Ocean Eng. 2009, 36, 605–616. [CrossRef]
  9. Myrhaug, D.; Ong, M.C. Random wave-induced onshore scour characteristics around submerged breakwaters using a stochastic
    method. Ocean Eng. 2010, 37, 1233–1238. [CrossRef]
  10. Ong, M.C.; Myrhaug, D.; Hesten, P. Scour around vertical piles due to long-crested and short-crested nonlinear random waves
    plus a current. Coast. Eng. 2013, 73, 106–114. [CrossRef]
  11. Yakhot, V.; Orszag, S.A. Renormalization group analysis of turbulence. I. Basic theory. J. Sci. Comput. 1986, 1, 3–51. [CrossRef]
  12. Yakhot, V.; Smith, L.M. The renormalization group, the e-expansion and derivation of turbulence models. J. Sci. Comput. 1992, 7,
    35–61. [CrossRef]
  13. Mastbergen, D.R.; Berg, J.V.D. Breaching in fine sands and the generation of sustained turbidity currents in submarine canyons.
    Sedimentology 2003, 50, 625–637. [CrossRef]
  14. Soulsby, R. Dynamics of Marine Sands; Thomas Telford Ltd.: London, UK, 1998. [CrossRef]
  15. Van Rijn, L.C. Sediment Transport, Part I: Bed Load Transport. J. Hydraul. Eng. 1984, 110, 1431–1456. [CrossRef]
  16. 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. [CrossRef]
  17. Yu, Y.X.; Liu, S.X. Random Wave and Its Applications to Engineering, 4th ed.; Dalian University of Technology Press: Dalian,
    China, 2011.
  18. Pang, A.; Skote, M.; Lim, S.; Gullman-Strand, J.; Morgan, N. A numerical approach for determining equilibrium scour depth
    around a mono-pile due to steady currents. Appl. Ocean Res. 2016, 57, 114–124. [CrossRef]
  19. Higuera, P.; Lara, J.L.; Losada, I.J. Three-dimensional interaction of waves and porous coastal structures using Open-FOAM®.
    Part I: Formulation and validation. Coast. Eng. 2014, 83, 243–258. [CrossRef]
  20. Corvaro, S.; Crivellini, A.; Marini, F.; Cimarelli, A.; Capitanelli, L.; Mancinelli, A. Experimental and Numerical Analysis of the
    Hydrodynamics around a Vertical Cylinder in Waves. J. Mar. Sci. Eng. 2019, 7, 453. [CrossRef]
  21. Flow3D User Manual, version 11.0.3; Flow Science, Inc.: Santa Fe, NM, USA, 2013.
  22. Khosronejad, A.; Kang, S.; Sotiropoulos, F. Experimental and computational investigation of local scour around bridge piers. Adv.
    Water Resour. 2012, 37, 73–85. [CrossRef]
  23. Stahlmann, A. Experimental and Numerical Modeling of Scour at Foundation Structures for Offshore Wind Turbines. Ph.D. Thesis,
    Franzius-Institute for Hydraulic, Estuarine and Coastal Engineering, Leibniz Universität Hannover, Hannover, Germany, 2013.
  24. Breusers, H.N.C.; Nicollet, G.; Shen, H. Local Scour Around Cylindrical Piers. J. Hydraul. Res. 1977, 15, 211–252. [CrossRef]
  25. Schendel, A.; Hildebrandt, A.; Goseberg, N.; Schlurmann, T. Processes and evolution of scour around a monopile induced by
    tidal currents. Coast. Eng. 2018, 139, 65–84. [CrossRef]

FLOW DEM

FLOW-3D DEM Module 개요

FLOW DEM 은 FLOW-3D 의 기체 및 액체 유동 해석에 DEM(Discrete Element Method : 개별 요소법)공법인 입자의 거동을 분석해주는 모듈입니다.

dem9

dem10
주요 기능 : 고체 요소의 충돌, 스프링(Spring) / 대시 포트(Dash Pot) 모델 적용 Void, 1 fluid, 2 fluid(자유 계면 포함) 각각의 모드에 대응 가변 밀도 / 가변 직경 입자 크기조절로 입자 특성을 유지하면서 입자 수를 감소 독립적인 DEM의 Sub Time Step 이용

Discrete Element Method : 개별 요소법

다수의 고체 요소의 충돌 운동을 분석하는 데 유용합니다. 유동 해석과 함께 사용하면 광범위한 용도에 응용을 할 수 있습니다.

dem1

입자 간의 충돌

Voigt model은 스프링(Spring) 및 대시 포트(Dash pot)의 조합에 의해 입자 충돌 시의 힘을 평가합니다. 탄성력 부분은 스프링 모델에서,
비탄성 충돌의 에너지 소산부분은 대시 포트 모델에서 시뮬레이션되고 있으며, 중량 및 항력은 작용하는 외력으로 고려 될 수 있습니다.

분석 모드

기본적으로 이용하는 운동 방정식은 FLOW-3D 에 사용되는 질량 입자의 운동 방정식과 같은 것이지만, 여기에 DEM으로
평가되는 항목이 추가되기 형태로되어 있으며, 실제 시뮬레이션으로는 ‘void + DEM’, ‘1 Fluid + DEM’ , ‘ 1 Fluid 자유계면 + DEM ‘을 기본 유동 모드로 취급이 가능합니다.

dem4

입자 유형

입자 타입도 표준 기능의 질량 입자 모델처럼 입자 크기 (반경)와 밀도가 동일한 것 외, 크기는 같지만 밀도가 다른 것이나 밀도는 같지만 크기가 다른 것 등도 취급 가능합니다. 이로 인해 표준 질량 입자 모델에서는 입자 간의 상호 작용이 고려되어 있지 않기 때문에 모든 아래에 가라 앉아 버리고 있었지만, FLOW DEM을 이용하여 기하학적 관계를 평가하는 것이 가능합니다.

dem7

응용 분야

1. Mechanical Engineering 분야

수지 충전, 스쿠류 이송, 분말 이송 / Resin filling, screw conveyance, powder conveyance

2. Civil Engineering분야

3. Civil Engineering 분야

파편, 자갈, 낙 성/ Debris flow, gravel, falling rock

dem11

3. Chemical Engineering, Pharmaceutics 분야

유동층, 사이클론, 교반기 / Fluidized bed, cyclone, stirrer

dem12

4. MEMS, Electrical Engineering 분야

하전 입자를 포함한 전기장 해석 등

dem15

입자 그룹 가시화

그룹 가시화

DEM은 일반적으로 다수의 입자를 필요로하는 분석을 상정하고 있습니다. 
다만 이 경우, 계산 부하가 높아 지므로 현실적인 계산자원을 고려하면, 입자 수가 너무 많아 현실적으로 취급 할 수 없는 경우 입자의 특성은 유지하고 숫자를 줄여 가시화할 필요가 있습니다 .
일반적인 유동해석 계산의 메쉬 해상도에 해당합니다.
메쉬 수 많음 (계산 부하 큼) → 소 (계산 부하 적음)
입자 수 다 (계산 부하 큼) → 소 (계산 부하 적음)

원래 입자수

입자 사이즈를 키운경우

그룹 가시화

  • 입자 수를 줄이기 위해 그대로 입경을 크게했을 경우와 그룹 가시화 한 경우의 비교.
  • 입자 크기를 크게하면 개별 입자 특성이 달라지기 때문에 거동이 달라진다. (본 사례에서는 부력이 커진다.)
  • 그룹 가시화의 경우 개별 특성은 동일 원래의 거동과 대체로 일치한다.

주조 시뮬레이션에 DEM 적용

그룹 가시화 비교 예

그룹 가시화한 경우와 입경을 크게하여 수를 줄인 경우, 입경을 크게하면
개별 입자 특성이 변화하여 거동이 바뀌어 버리기 때문에 실제 계산으로는 사용할 수 어렵습니다.

중자 모래 분사 분석

DEM에서의 계산부하를 생각할 때는 입자모델에 의한 안정제한을 고려해야 하지만 서브타임스텝이라는 개념을 도입함으로써 입자의 경우와 유체의 경우의 타임스텝을 바꾸고 필요이상으로 계산시간을 들이지 않고 효율적으로 계산하는 것을 가능하게 하고 있습니다.

이를 통해 예를 들어 중자사 분사 시뮬레이션 실험에서는 이러한 문제로 자주 이용되는 빙엄 유체에서는 실험과의 정합성이 별로 좋지 않기 때문에 당사에서는 이전부터 입상류 모델이라는 모델을 개발하고 연속체로부터의 접근에서도 실험과의 높은 정합성을 실현할 수 있는 모델화를 해왔는데, 이번에 DEM을 사용해도 그것과 거의 같은 결과를 얻습니다. 할 수 있음을 확인할 수 있었다.

Reference :

  • Lefebvre D., Mackenbrock A., Vidal V., Pavan V. and Haigh PM, 2004,
  • Development and use of simulation in the Design of Blown Cores and Moulds

FLOW-3D AM

flow3d AM-product
FLOW-3D AM-product

와이어 파우더 기반 DED | Wire Powder Based DED

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

와이어 기반 DED | Wire Based DED

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

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

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

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

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

레이저 파우더 베드 퓨전 (L-PBF)

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

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

파우더 베드 부설 공정

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

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

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

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

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

Melting | 파우더 베드 용해

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

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

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

Multilayer | 다층 적층 제조

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

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

다층 적층 적층 제조 시뮬레이션

LPBF의 키홀 링 | Keyholing in LPBF

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

바인더 분사 (Binder jetting)

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

Scan Strategy | 스캔 전략

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

Beam Shaping | 빔 형성

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

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

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

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

다중 재료 용접 사례 연구

이종 금속의 레이저 키홀 용접에서 금속 혼합 조사

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

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

방향성 에너지 증착

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

electromagnetic metal casting computation designs Fig1

A survey of electromagnetic metal casting computation designs, present approaches, future possibilities, and practical issues

The European Physical Journal Plus volume 136, Article number: 704 (2021) Cite this article

Abstract

Electromagnetic metal casting (EMC) is a casting technique that uses electromagnetic energy to heat metal powders. It is a faster, cleaner, and less time-consuming operation. Solid metals create issues in electromagnetics since they reflect the electromagnetic radiation rather than consume it—electromagnetic energy processing results in sounded pieces with higher-ranking material properties and a more excellent microstructure solution. For the physical production of the electromagnetic casting process, knowledge of electromagnetic material interaction is critical. Even where the heated material is an excellent electromagnetic absorber, the total heating quality is sometimes insufficient. Numerical modelling works on finding the proper coupled effects between properties to bring out the most effective operation. The main parameters influencing the quality of output of the EMC process are: power dissipated per unit volume into the material, penetration depth of electromagnetics, complex magnetic permeability and complex dielectric permittivity. The contact mechanism and interference pattern also, in turn, determines the quality of the process. Only a few parameters, such as the environment’s temperature, the interference pattern, and the rate of metal solidification, can be controlled by AI models. Neural networks are used to achieve exact outcomes by stimulating the neurons in the human brain. Additive manufacturing (AM) is used to design mold and cores for metal casting. The models outperformed the traditional DFA optimization approach, which is susceptible to local minima. The system works only offline, so real-time analysis and corrections are not yet possible.

Korea Abstract

전자기 금속 주조 (EMC)는 전자기 에너지를 사용하여 금속 분말을 가열하는 주조 기술입니다. 더 빠르고 깨끗하며 시간이 덜 소요되는 작업입니다.

고체 금속은 전자기 복사를 소비하는 대신 반사하기 때문에 전자기학에서 문제를 일으킵니다. 전자기 에너지 처리는 더 높은 등급의 재료 특성과 더 우수한 미세 구조 솔루션을 가진 사운드 조각을 만듭니다.

전자기 주조 공정의 물리적 생산을 위해서는 전자기 물질 상호 작용에 대한 지식이 중요합니다. 가열된 물질이 우수한 전자기 흡수재인 경우에도 전체 가열 품질이 때때로 불충분합니다. 수치 모델링은 가장 효과적인 작업을 이끌어 내기 위해 속성 간의 적절한 결합 효과를 찾는데 사용됩니다.

EMC 공정의 출력 품질에 영향을 미치는 주요 매개 변수는 단위 부피당 재료로 분산되는 전력, 전자기의 침투 깊이, 복합 자기 투과성 및 복합 유전율입니다. 접촉 메커니즘과 간섭 패턴 또한 공정의 품질을 결정합니다. 환경 온도, 간섭 패턴 및 금속 응고 속도와 같은 몇 가지 매개 변수 만 AI 모델로 제어 할 수 있습니다.

신경망은 인간 뇌의 뉴런을 자극하여 정확한 결과를 얻기 위해 사용됩니다. 적층 제조 (AM)는 금속 주조용 몰드 및 코어를 설계하는 데 사용됩니다. 모델은 로컬 최소값에 영향을 받기 쉬운 기존 DFA 최적화 접근 방식을 능가했습니다. 이 시스템은 오프라인에서만 작동하므로 실시간 분석 및 수정은 아직 불가능합니다.

electromagnetic metal casting computation designs Fig1
electromagnetic metal casting computation designs Fig1
electromagnetic metal casting computation designs Fig2
electromagnetic metal casting computation designs Fig2
electromagnetic metal casting computation designs Fig3
electromagnetic metal casting computation designs Fig3
electromagnetic metal casting computation designs Fig4
electromagnetic metal casting computation designs Fig4
electromagnetic metal casting computation designs Fig5
electromagnetic metal casting computation designs Fig5
electromagnetic metal casting computation designs Fig6
electromagnetic metal casting computation designs Fig6
electromagnetic metal casting computation designs Fig7
electromagnetic metal casting computation designs Fig7
electromagnetic metal casting computation designs Fig8
electromagnetic metal casting computation designs Fig8
electromagnetic metal casting computation designs Fig9
electromagnetic metal casting computation designs Fig9

References

  1. 1.J. Sun, W. Wang, Q. Yue, Review on electromagnetic-matter interaction fundamentals and efficient electromagnetic-associated heating strategies. Materials 9(4), 231 (2016). https://doi.org/10.3390/ma9040231ADS Article Google Scholar 
  2. 2.E. Ghasali, A. Fazili, M. Alizadeh, K. Shirvanimoghaddam, T. Ebadzadeh, Evaluation of microstructure and mechanical properties of Al-TiC metal matrix composite prepared by conventional, electromagnetic and spark plasma sintering methods. Materials 10(11), 1255 (2017). https://doi.org/10.3390/ma10111255ADS Article Google Scholar 
  3. 3.D. Agrawal, Latest global developments in electromagnetic materials processing. Mater. Res. Innov. 14(1), 3–8 (2010). https://doi.org/10.1179/143307510×12599329342926Article Google Scholar 
  4. 4.S. Singh, P. Singh, D. Gupta, V. Jain, R. Kumar, S. Kaushal, Development and characterization of electromagnetic processed cast iron joint. Eng. Sci. Technol. Int. J. (2018). https://doi.org/10.1016/j.jestch.2018.10.012Article Google Scholar 
  5. 5.S. Singh, D. Gupta, V. Jain, Electromagnetic melting and processing of metal–ceramic composite castings. Proc. Inst. Mech. Eng. Part B J. Eng. Manuf. 232(7), 1235–1243 (2016). https://doi.org/10.1177/0954405416666900Article Google Scholar 
  6. 6.S. Singh, D. Gupta, V. Jain, Novel electromagnetic composite casting process: theory, feasibility and characterization. Mater. Des. 111, 51–59 (2016). https://doi.org/10.1016/j.matdes.2016.08.071Article Google Scholar 
  7. 7.J. Lucas, J, What are electromagnetics? LiveScience. (2018). https://www.livescience.com/50259-Electromagnetics.html
  8. 8.R. Samyal, A.K. Bagha, R. Bedi, the casting of materials using electromagnetic energy: a review. Mater. Today Proc. (2020). https://doi.org/10.1016/j.matpr.2020.02.255Article Google Scholar 
  9. 9.S. Singh, D. Gupta, V. Jain, Processing of Ni-WC-8Co MMC casting through electromagnetic melting. Mater. Manuf. Process. (2017). https://doi.org/10.1080/10426914.2017.1291954Article Google Scholar 
  10. 10.R. Singh, S. Singh, V. Mahajan, Investigations for dimensional accuracy of investment casting process after cycle time reduction by advancements in shell moulding. Procedia Mater. Sci. 6, 859–865 (2014). https://doi.org/10.1016/j.mspro.2014.07.103Article Google Scholar 
  11. 11.R.R. Mishra, A.K. Sharma, On melting characteristics of bulk Al-7039 alloy during in-situ electromagnetic casting. Appl. Therm. Eng. 111, 660–675 (2017). https://doi.org/10.1016/j.applthermaleng.2016.09.122Article Google Scholar 
  12. 12.S. Zhang, 10 Different types of casting process. (2021). MachineMfg.com, https://www.machinemfg.com/types-of-casting/
  13. 13.Envirocare, Foundry health risks. (2013). https://envirocare.org/foundry-health-risks/
  14. 14.S.S. Gajmal, D.N. Raut, A review of opportunities and challenges in electromagnetic assisted casting. Recent Trends Product. Eng. 2(1) (2019)
  15. 15.R.R. Mishra, A.K. Sharma, Electromagnetic-material interaction phenomena: heating mechanisms, challenges and opportunities in material processing. Compos. Part A (2015). https://doi.org/10.1016/j.compositesa.2015.10.035Article Google Scholar 
  16. 16.S. Chandrasekaran, T. Basak, S. Ramanathan, Experimental and theoretical investigation on electromagnetic melting of metals. J. Mater. Process. Technol. 211(3), 482–487 (2011). https://doi.org/10.1016/j.jmatprotec.2010.11.001Article Google Scholar 
  17. 17.C.R. Bird, J.M. Mertz, U.S. Patent No. 4655276. (U.S. Patent and Trademark Office, Washington, DC, 1987)
  18. 18.R.R. Mishra, A.K. Sharma, Experimental investigation on in-situ electromagnetic casting of copper. IOP Conf. Ser. Mater. Sci. Eng. 346, 012052 (2018). https://doi.org/10.1088/1757-899x/346/1/012052Article Google Scholar 
  19. 19.V. Gangwar, S. Kumar, V. Singh, H. Singh, Effect of process parameters on hardness of AA-6063 in-situ electromagnetic casting by using taguchi method, in IOP Conference Series: Materials Science and Engineering, vol. 804(1) (IOP Publishing, 2020), p. 012019
  20. 20.X. Ye, S. Guo, L. Yang, J. Gao, J. Peng, T. Hu, L. Wang, M. Hou, Q. Luo, New utilization approach of electromagnetic thermal energy: preparation of metallic matrix diamond tool bit by electromagnetic hot-press sintering. J. Alloy. Compd. (2018). https://doi.org/10.1016/j.jallcom.2018.03.183Article Google Scholar 
  21. 21.S. Das, A.K. Mukhopadhyay, S. Datta, D. Basu, Prospects of Electromagnetic processing: an overview. Bull. Mater. Sci. 32(1), 1–13 (2009). https://doi.org/10.1007/s12034-009-0001-4Article Google Scholar 
  22. 22.K.L. Glass, D.M. Ashby, U.S. Patent No. 9050656. (U.S. Patent and Trademark Office, Washington, DC, 2015)
  23. 23.S. Verma, P. Gupta, S. Srivastava, S. Kumar, A. Anand, An overview: casting/melting of non ferrous metallic materials using domestic electromagnetic oven. J. Mater. Sci. Mech. Eng. 4(4), (2017). p-ISSN: 2393-9095; e-ISSN: 2393-9109
  24. 24.S.S. Panda, V. Singh, A. Upadhyaya, D. Agrawal, Sintering response of austenitic (316L) and ferritic (434L) stainless steel consolidated in conventional and electromagnetic furnaces. Scripta Mater. 54(12), 2179–2183 (2006). https://doi.org/10.1016/j.scriptamat.2006.02.034Article Google Scholar 
  25. 25.Y. Zhang, S. Yang, S. Wang, X. Liu, L. Li, Microwave/freeze casting assisted fabrication of carbon frameworks derived from embedded upholder in tremella for superior performance supercapacitors. Energy Storage Mater. (2018). https://doi.org/10.1016/j.ensm.2018.08.006Article Google Scholar 
  26. 26.D. Thomas, P. Abhilash, M.T. Sebastian, Casting and characterization of LiMgPO4 glass free LTCC tape for electromagnetic applications. J. Eur. Ceram. Soc. 33(1), 87–93 (2013). https://doi.org/10.1016/j.jeurceramsoc.2012.08.002Article Google Scholar 
  27. 27.M.H. Awida, N. Shah, B. Warren, E. Ripley, A.E. Fathy, Modeling of an industrial Electromagnetic furnace for metal casting applications. 2008 IEEE MTT-S Int. Electromagn. Symp. Digest. (2008). https://doi.org/10.1109/mwsym.2008.4633143Article Google Scholar 
  28. 28.P.K. Loharkar, A. Ingle, S. Jhavar, Parametric review of electromagnetic-based materials processing and its applications. J. Market. Res. 8(3), 3306–3326 (2019). https://doi.org/10.1016/j.jmrt.2019.04.004Article Google Scholar 
  29. 29.E.B. Ripley, J.A. Oberhaus, WWWeb search power page-melting and heat treating metals using electromagnetic heating-the potential of electromagnetic metal processing techniques for a wide variety of metals and alloys is. Ind. Heat. 72(5), 65–70 (2005)Google Scholar 
  30. 30.J. Campbell, Complete Casting Handbook: Metal Casting Processes, Metallurgy, Techniques and Design (Butterworth-Heinemann, 2015)Google Scholar 
  31. 31.B. Ravi, Metal Casting: Computer-Aided Design and Analysis, 1st edn. (PHI Learning Ltd, 2005)Google Scholar 
  32. 32.D.E. Clark, W.H. Sutton, Electromagnetic processing of materials. Annu. Rev. Mater. Sci. 26(1), 299–331 (1996)ADS Article Google Scholar 
  33. 33.A.D. Abdullin, New capabilities of software package ProCAST 2011 for modeling foundry operations. Metallurgist 56(5–6), 323–328 (2012). https://doi.org/10.1007/s11015-012-9578-8Article Google Scholar 
  34. 34.J. Ha, P. Cleary, V. Alguine, T. Nguyen, Simulation of die filling in gravity die casting using SPH and MAGMAsoft, in Proceedings of 2nd International Conference on CFD in Minerals & Process Industries (1999) pp. 423–428
  35. 35.M. Sirviö, M. Woś, Casting directly from a computer model by using advanced simulation software FLOW-3D Cast Ž. Arch. Foundry Eng. 9(1), 79–82 (2009)Google Scholar 
  36. 36.NOVACAST Systems, Nova-Solid/Flow Brochure, NOVACAST, Ronneby (2015)
  37. 37.AutoCAST-X1 Brochure, 3D Foundry Tech, Mumbai
  38. 38.EKK, Inc. Metal Casting Simulation Software and Consulting Services, CAPCAST Brochure
  39. 39.P. Muenprasertdee, Solidification modeling of iron castings using SOLIDCast (2007)
  40. 40.CasCAE, CT-CasTest Inc. Oy, Kerava
  41. 41.E. Dominguez-Tortajada, J. Monzo-Cabrera, A. Diaz-Morcillo, Uniform electric field distribution in electromagnetic heating applicators by means of genetic algorithms optimization of dielectric multilayer structures. IEEE Trans. Electromagn. Theory Tech. 55(1), 85–91 (2007). https://doi.org/10.1109/tmtt.2006.886913ADS Article Google Scholar 
  42. 42.B. Warren, M.H. Awida, A.E. Fathy, Electromagnetic heating of metals. IET Electromagn. Antennas Propag. 6(2), 196–205 (2012)Article Google Scholar 
  43. 43.S. Ashouri, M. Nili-Ahmadabadi, M. Moradi, M. Iranpour, Semi-solid microstructure evolution during reheating of aluminum A356 alloy deformed severely by ECAP. J. Alloy. Compd. 466(1–2), 67–72 (2008). https://doi.org/10.1016/j.jallcom.2007.11.010Article Google Scholar 
  44. 44.Penn State, Metal Parts Made In The Electromagnetic Oven. ScienceDaily. (1999) Retrieved May 8, 2021, from www.sciencedaily.com/releases/1999/06/990622055733.htm
  45. 45.R.R. Mishra, A.K. Sharma, A review of research trends in electromagnetic processing of metal-based materials and opportunities in electromagnetic metal casting. Crit. Rev. Solid State Mater. Sci. 41(3), 217–255 (2016). https://doi.org/10.1080/10408436.2016.1142421ADS Article Google Scholar 
  46. 46.D.K. Ghodgaonkar, V.V. Varadan, V.K. Varadan, Free-space measurement of complex permittivity and complex permeability of magnetic materials at Electromagnetic frequencies. IEEE Trans. Instrum. Meas. 39(2), 387–394 (1990). https://doi.org/10.1109/19.52520Article Google Scholar 
  47. 47.J. Baker-Jarvis, E.J. Vanzura, W.A. Kissick, Improved technique for determining complex permittivity with the transmission/reflection method. Microw. Theory Tech. IEEE Trans. 38, 1096–1103 (1990)ADS Article Google Scholar 
  48. 48.M. Bologna, A. Petri, B. Tellini, C. Zappacosta, Effective magnetic permeability measurementin composite resonator structures. Instrum. Meas. IEEE Trans. 59, 1200–1206 (2010)Article Google Scholar 
  49. 49.B. Ravi, G.L. Datta, Metal casting–back to future, in 52nd Indian Foundry Congress, (2004)
  50. 50.D. El Khaled, N. Novas, J.A. Gazquez, F. Manzano-Agugliaro. Microwave dielectric heating: applications on metals processing. Renew. Sustain. Energy Rev. 82, 2880–2892 (2018). https://doi.org/10.1016/j.rser.2017.10.043Article Google Scholar 
  51. 51.H. Sekiguchi, Y. Mori, Steam plasma reforming using Electromagnetic discharge. Thin Solid Films 435, 44–48 (2003)ADS Article Google Scholar 
  52. 52.J. Sun, W. Wang, C. Zhao, Y. Zhang, C. Ma, Q. Yue, Study on the coupled effect of wave absorption and metal discharge generation under electromagnetic irradiation. Ind. Eng. Chem. Res. 53, 2042–2051 (2014)Article Google Scholar 
  53. 53.K.I. Rybakov, E.A. Olevsky, E.V. Krikun, Electromagnetic sintering: fundamentals and modeling. J. Am. Ceram. Soc. 96(4), 1003–1020 (2013). https://doi.org/10.1111/jace.12278Article Google Scholar 
  54. 54.A.K. Shukla, A. Mondal, A. Upadhyaya, Numerical modeling of electromagnetic heating. Sci. Sinter. 42(1), 99–124 (2010)Article Google Scholar 
  55. 55.M. Chiumenti, C. Agelet de Saracibar, M. Cervera, On the numerical modeling of the thermomechanical contact for metal casting analysis. J. Heat Transf. 130(6), (2008). https://doi.org/10.1115/1.2897923Article MATH Google Scholar 
  56. 56.B. Ravi, Metal Casting: Computer-Aided Design and Analysis. (PHI Learning Pvt. Ltd., 2005)
  57. 57.J.H. Lee, S.D. Noh, H.-J. Kim, Y.-S. Kang, Implementation of cyber-physical production systems for quality prediction and operation control in metal casting. Sensors 18, 1428 (2018). https://doi.org/10.3390/s18051428ADS Article Google Scholar 
  58. 58.B. Aksoy, M. Koru, Estimation of casting mold interfacial heat transfer coefficient in pressure die casting process by artificial intelligence methods. Arab. J. Sci. Eng. 45, 8969–8980 (2020). https://doi.org/10.1007/s13369-020-04648-7Article Google Scholar 
  59. 59.S.S. Miriyala, V.R. Subramanian, K. Mitra, TRANSFORM-ANN for online optimization of complex industrial processes: casting process as case study. Eur. J. Oper. Res. 264(1), 294–309 (2018). https://doi.org/10.1016/j.ejor.2017.05.026MathSciNet Article MATH Google Scholar 
  60. 60.J.K. Kittu, G.C.M. Patel, M. Parappagoudar, Modeling of pressure die casting process: an artificial intelligence approach. Int. J. Metalcast. (2015). https://doi.org/10.1007/s40962-015-0001-7Article Google Scholar 
  61. 61.W. Chen, B. Gutmann, C.O. Kappe, Characterization of electromagnetic-induced electric discharge phenomena in metal-solvent mixtures. ChemistryOpen 1, 39–48 (2012)Article Google Scholar 
  62. 62.J. Walker, A. Prokop, C. Lynagh, B. Vuksanovich, B. Conner, K. Rogers, J. Thiel, E. MacDonald, Real-time process monitoring of core shifts during metal casting with wireless sensing and 3D sand printing. Addit. Manuf. (2019). https://doi.org/10.1016/j.addma.2019.02.018Article Google Scholar 
  63. 63.G.C. Manjunath Patel, A.K. Shettigar, M.B. Parappagoudar, A systematic approach to model and optimize wear behaviour of castings produced by squeeze casting process. J. Manuf. Process. 32, 199–212 (2018). https://doi.org/10.1016/j.jmapro.2018.02.004Article Google Scholar 
  64. 64.G.C. Manjunath Patel, P. Krishna, M.B. Parappagoudar, An intelligent system for squeeze casting process—soft computing based approach. Int. J. Adv. Manuf. Technol. 86, 3051–3065 (2016). https://doi.org/10.1007/s00170-016-8416-8Article Google Scholar 
  65. 65.M. Ferguson, R. Ak, Y.T. Lee, K.H. Law, Automatic localization of casting defects with convolutional neural networks, in 2017 IEEE International Conference on Big Data (Big Data) (Boston, MA, USA, 2017), pp. 1726–1735. https://doi.org/10.1109/BigData.2017.8258115.
  66. 66.P.K.D.V. Yarlagadda, Prediction of die casting process parameters by using an artificial neural network model for zinc alloys. Int. J. Prod. Res. 38(1), 119–139 (2000). https://doi.org/10.1080/002075400189617Article MATH Google Scholar 
  67. 67.G.C. ManjunathPatel, A.K. Shettigar, P. Krishna, M.B. Parappagoudar, Back propagation genetic and recurrent neural network applications in modelling and analysis of squeeze casting process. Appl. Soft Comput. 59, 418–437 (2017). https://doi.org/10.1016/j.asoc.2017.06.018Article Google Scholar 
  68. 68.J. Zheng, Q. Wang, P. Zhao et al., Optimization of high-pressure die-casting process parameters using artificial neural network. Int. J. Adv. Manuf. Technol. 44, 667–674 (2009). https://doi.org/10.1007/s00170-008-1886-6Article Google Scholar 
  69. 69.E. Mares, J. Sokolowski, Artificial intelligence-based control system for the analysis of metal casting properties. J. Achiev. Mater. Manuf. Eng. 40, 149–154 (2010)Google Scholar 
  70. 70.K.S. Senthil, S. Muthukumaran, C. Chandrasekhar Reddy, Suitability of friction welding of tube to tube plate using an external tool process for different tube diameters—a study. Exp. Tech. 37(6), 8–14 (2013)Article Google Scholar 
  71. 71.N.K. Bhoi, H. Singh, S. Pratap, P.K. Jain, Electromagnetic material processing: a clean, green, and sustainable approach. Sustain. Eng. Prod. Manuf. Technol. (2019). https://doi.org/10.1016/b978-0-12-816564-5.00001-3Article Google Scholar 
  72. 72.K.S. Senthil, D.A. Daniel, An investigation of boiler grade tube and tube plate without block by using friction welding process. Mater. Today Proc. 5(2), 8567–8576 (2018)Article Google Scholar 
  73. 73.E. Hetmaniok, D. Słota, A. Zielonka, Restoration of the cooling conditions in a three-dimensional continuous casting process using artificial intelligence algorithms. Appl. Math. Modell. 39(16), 4797–4807 (2015). https://doi.org/10.1016/j.apm.2015.03.056Article MATH Google Scholar 
  74. 74.C.V. Kumar, S. Muthukumaran, A. Pradeep, S.S. Kumaran, Optimizational study of friction welding of steel tube to aluminum tube plate using an external tool process. Int. J. Mech. Mater. Eng. 6(2), 300–306 (2011)Google Scholar 
  75. 75.T. Adithiyaa, D. Chandramohan, T. Sathish, Optimal prediction of process parameters by GWO-KNN in stirring-squeeze casting of AA2219 reinforced metal matrix composites. Mater. Today Proc. 150, 1598 (2020). https://doi.org/10.1016/j.matpr.2019.10.051Article Google Scholar 
  76. 76.B.P. Pehrson, A.F. Moore (2014). U.S. Patent No. 8708031 (U.S. Patent and Trademark Office, Washington, DC, 2014)
  77. 77.Liu, J., & Rynerson, M. L. (2008). U.S. Patent No. 7,461,684. Washington, DC: U.S. Patent and Trademark Office.
  78. 78.K. Salonitis, B. Zeng, H.A. Mehrabi, M. Jolly, The challenges for energy efficient casting processes. Procedia CIRP 40, 24–29 (2016). https://doi.org/10.1016/j.procir.2016.01.043Article Google Scholar 
  79. 79.R.R. Mishra, A.K. Sharma, Effect of solidification environment on microstructure and indentation hardness of Al–Zn–Mg alloy casts developed using electromagnetic heating. Int. J. Metal Cast. 10, 1–13 (2017). https://doi.org/10.1007/s40962-017-0176-1Article Google Scholar 
  80. 80.R.R. Mishra, A.K. Sharma, Effect of susceptor and Mold material on microstructure of in-situ electromagnetic casts of Al–Zn–Mg alloy. Mater. Des. 131, 428–440 (2017). https://doi.org/10.1016/j.matdes.2017.06.038Article Google Scholar 
  81. 81.S. Kaushal, S. Bohra, D. Gupta, V. Jain, On processing and characterization of Cu–Mo-based castings through electromagnetic heating. Int. J. Metalcast. (2020). https://doi.org/10.1007/s40962-020-00481-8Article Google Scholar 
  82. 82.S. Nandwani, S. Vardhan, A.K. Bagha, A literature review on the exposure time of electromagnetic based welding of different materials. Mater. Today Proc. (2019). https://doi.org/10.1016/j.matpr.2019.10.056Article Google Scholar 
  83. 83.F.J.B. Brum, S.C. Amico, I. Vedana, J.A. Spim, Electromagnetic dewaxing applied to the investment casting process. J. Mater. Process. Technol. 209(7), 3166–3171 (2009). https://doi.org/10.1016/j.jmatprotec.2008.07.024Article Google Scholar 
  84. 84.M.P. Reddy, R.A. Shakoor, G. Parande, V. Manakari, F. Ubaid, A.M.A. Mohamed, M. Gupta, Enhanced performance of nano-sized SiC reinforced Al metal matrix nanocomposites synthesized through electromagnetic sintering and hot extrusion techniques. Prog. Nat. Sci. Mater. Int. 27(5), 606–614 (2017). https://doi.org/10.1016/j.pnsc.2017.08.015Article Google Scholar 
  85. 85.V.R. Kalamkar, K. Monkova, (Eds.), Advances in Mechanical Engineering. Lecture Notes in Mechanical Engineering. (2021) https://doi.org/10.1007/978-981-15-3639-7
  86. 86.V. Bist, A.K. Sharma, P. Kumar, Development and microstructural characterisations of the lead casting using electromagnetic technology. Manager’s J. Mech. Eng. 4(4), 6 (2014). https://doi.org/10.26634/jme.4.4.2840Article Google Scholar 
  87. 87.A. Sharma, A. Chouhan, L. Pavithran, U. Chadha, S.K. Selvaraj, Implementation of LSS framework in automotive component manufacturing: a review, current scenario and future directions. Mater Today: Proc. (2021). https://doi.org/10.1016/J.MATPR.2021.02.374Article Google Scholar 
Fig.4 Schematic of a package structure

Three-Dimensional Flow Analysis of a Thermosetting Compound during Mold Filling

Junichi Saeki and Tsutomu Kono
Production Engineering Research Laboratory, Hitachi Ltd.
292, Y shida-cho, Totsuka-ku, Yokohama, 244-0817 Japan

Abstract

Thermosetting molding compounds are widely used for encapsulating semiconductor devices and electronic modules. In recent years, the number of electronic parts encapsulated in an electronic module has increased, in order to meet the requirements for high performance. As a result, the configuration of inserted parts during molding has become very complicated. Meanwhile, package thickness has been reduced in response to consumer demands for miniaturization. These trends have led to complicated flow patterns of molten compounds in a mold cavity, increasing the difficulty of predicting the occurrence of void formation or gold-wire deformation.

A method of three-dimensional (3-D) flow analysis of thermosetting compounds has been developed with the objective of minimizing the trial term before mass production and of enhancing the quality of molded products. A constitutive equation model was developed to describe isothermal viscosity changes as a function of time and temperature. This isothermal model was used for predicting non-isothermal viscosity changes. In addition, an empirical model was developed for calculating the amount of wire deformation as a function of viscosity, wire configuration, and other parameters. These models were integrated with FLOW-3D® software, which is used for multipurpose 3-D flow analysis.

The mold-filling dynamics of an epoxy compound were analyzed using the newly developed modeling software during transfer molding of an actual high performance electronic module. The changes in the 3-D distributions of parameters such as temperature, viscosity, velocity, and pressure were compared with the flow front patterns. The predicted results of cavity filling behavior corresponded well with actual short shot data. As well, the predicted amount of gold-wire deformation at each LSI chip with a substrate connection also corresponded well with observed data obtained by X-ray inspection of the molded product.

Korea Abstract

열경화성 몰딩 컴파운드는 반도체 장치 및 전자 모듈을 캡슐화하는 데 널리 사용됩니다. 최근에는 고성능에 대한 요구 사항을 충족시키기 위해 전자 모듈에 캡슐화되는 전자 부품의 수가 증가하고 있습니다.

그 결과 성형시 삽입 부품의 구성이 매우 복잡해졌습니다. 한편, 소비자의 소형화 요구에 부응하여 패키지 두께를 줄였다. 이러한 경향은 몰드 캐비티에서 용융된 화합물의 복잡한 흐름 패턴을 야기하여 보이드 형성 또는 금선 변형의 발생을 예측하기 어렵게합니다.

열경화성 화합물의 3 차원 (3-D) 유동 분석 방법은 대량 생산 전에 시험 기간을 최소화하고 성형 제품의 품질을 향상시킬 목적으로 개발되었습니다. 시간과 온도의 함수로서 등온 점도 변화를 설명하기 위해 구성 방정식 모델이 개발되었습니다. 이 등온 모델은 비등 온 점도 변화를 예측하는 데 사용되었습니다.

또한 점도, 와이어 구성 및 기타 매개 변수의 함수로 와이어 변형량을 계산하기위한 경험적 모델이 개발되었습니다. 이 모델은 다목적 3D 흐름 분석에 사용되는 FLOW-3D® 소프트웨어와 통합되었습니다.

실제 고성능 전자 모듈의 트랜스퍼 몰딩 과정에서 새로 개발 된 모델링 소프트웨어를 사용하여 에폭시 화합물의 몰드 충전 역학을 분석했습니다. 온도, 점도, 속도 및 압력과 같은 매개 변수의 3D 분포 변화를 유동 선단 패턴과 비교했습니다.

캐비티 충전 거동의 예측 결과는 실제 미 성형 데이터와 잘 일치했습니다. 또한, 기판 연결이 있는 각 LSI 칩에서 예상되는 금선 변형량은 성형품의 X-ray 검사에서 얻은 관찰 데이터와도 잘 일치했습니다.

Fig.1 A system of three-dimensional flow analysis for thermosetting compounds
Fig.1 A system of three-dimensional flow analysis for thermosetting compounds
Fig.2 Procedure for determining viscosity changes of thermosetting compounds
Fig.2 Procedure for determining viscosity changes of thermosetting compounds
Fig.4 Schematic of a package structure
Fig.4 Schematic of a package structure
Fig.6 Calculated results of filling behavior and temperature  distribution in the runner
Fig.6 Calculated results of filling behavior and temperature distribution in the runner
Fig.8 Comparison of cavity filling
Fig.8 Comparison of cavity filling

References

1)J.Saeki et al. ,6th annual meeting of PPS, 12KN1(1990)
2)J.Saeki et al. , JSME International Journal Series Ⅱ, 33,486(1990)
3)J.Saeki et al.,SEIKEI KAKOU,12,67(2000)
4) J.Saeki et al.,SEIKEI KAKOU,12,788(2000)
5) J.Saeki et al.,SEIKEI KAKOU,13,49(2001)

Figure 1. Steady-state shear stress a as a function of shear rate y in Sn-Pb alloy [10).

Numerical Modelling of Semi-Solid Flow under Processing Conditions

처리조건에서의 반고체유동의 수치모델링

David H. Kirkwood and Philip J. Ward
Department of Engineering Materials, University of Sheffield, Sheffield I UK

Keywords: semi-solid alloys, thixotropy, flow modelling.

Abstract

During the industrial process of semi-solid forming (or thixoforming) of alloy slurries, typically the operation of die filling takes around 0.1s.
During this time period the alloy slug is transformed from a solid-like structure capable of maintaining its shape, into a liquid-like slurry able
to fill a complex die cavity: this involves a decrease in viscosity of some 6 orders of magnitUde. Many attempts to measure thixotropic breakdown experimentally in alloy slurries have relied on the use of concentric cylindrical viscometers in which viscosity changes have been followed after shear rate changes over times above 1s to in excess of 1000 s, which have little relevance to actual processing conditions and therefore to modelling of flow in industrial practice. The present paper is an attempt to abstract thixotropic breakdown rates from rapid compression tests between parallel plates moving together at velocities of around 1mis, similar to industrial conditions. From this analysis, a model of slurry flow has been developed in which rapid thixotropic breakdown of the slurry occurs at high shear rates.

합금 슬러리의 반고체 성형 (또는 틱소 성형)의 산업 공정 동안, 일반적으로 다이 충진 작업은 약 0.1 초가 걸립니다.
이 기간 동안 합금 슬러그는 모양을 유지할 수있는 고체와 같은 구조에서 액체와 같은 슬러리로 변형됩니다.
복잡한 다이 캐비티를 채우기 위해 : 이것은 약 6 차의 마그 니트 점도 감소를 포함합니다. 합금 슬러리에서 실험적으로 요 변성 파괴를 측정하려는 많은 시도는 전단 속도가 1 초 이상에서 1000 초 이상으로 변화 한 후 점도 변화가 뒤 따르는 동심원 원통형 점도계의 사용에 의존하여 실제 가공 조건과는 거의 관련이 없습니다. 따라서 산업 현장에서 흐름 모델링에. 본 논문은 산업 조건과 유사하게 약 1mis의 속도로 함께 이동하는 평행 판 사이의 빠른 압축 테스트에서 요 변성 파괴 율을 추상화하려는 시도입니다. 이 분석으로부터 슬러리의 급속한 요 변성 분해가 높은 전단 속도에서 발생하는 슬러리 흐름 모델이 개발되었습니다.

Introduction

기존의 다이캐스팅을 위한 다이 설계는 과거에 예비 테스트 및 조정과 함께 축적 된 실무 경험의 문제였으며, 단기 실행, 랩, 다공성 등과 같은 결함을 제거하기 위해 다이 캐스트 제품을 검사했습니다. 이것은 모두 비용이 많이 드는 절차입니다.

시간과 비용, 그리고 프로세스의 컴퓨터 모델링은 이를 줄이거 나 없애기 위해 많은 운영자에 의해 개발되었습니다. 반고체 가공 (thixoforming)에서는 반고체 합금 슬러리의 전단이 내부 구조를 파괴하여 충전 작업 중 시간이 지남에 따라 점도가 낮아짐으로 발생하는 비 뉴턴 점도로 인해 모델링 문제가 더욱 어려워집니다.

시스템 전체에서 균일하지 않습니다. 충전 중에 발생하는 추가 응고로 인해 문제가 더욱 복잡해집니다. 빠른 충전으로 인해 이 단계에서 매우 작은 것으로 간주되기 때문에 현재 분석에서는 무시되었습니다.

우리 모델의 또 다른 한계는 슬러리가 균질한 물질로 거동 한다는 가정이며, 이는 어느 지점에서나 단일 점도로 설명될 수 있습니다. 이것은 빠른 전단의 고려 사항과 정상적인 요 변형성 조건 내에서 0.6 미만의 고형분을 분별하는 것으로 제한합니다.

<중략>……

Figure 1. Steady-state shear stress a as a function of shear rate y in Sn-Pb alloy [10).
Figure 1. Steady-state shear stress a as a function of shear rate y in Sn-Pb alloy [10).
Figure 2. Equilibrium viscosity as a function of shear rate in Sn-Pb alloy, fraction solid:0.36, fitted to Cross Model.
Figure 2. Equilibrium viscosity as a function of shear rate in Sn-Pb alloy, fraction solid:0.36, fitted to Cross Model.
Figure 3. Cheng Diagram: shear stress vs. shear rate.
Figure 3. Cheng Diagram: shear stress vs. shear rate.
Figure 4. Reciprocal of experimental breakdown time vs. y 1.3 for Sn-Pb alloy
Figure 4. Reciprocal of experimental breakdown time vs. y 1.3 for Sn-Pb alloy
Figure 5. Relaxation time, T, as a function of shear rate; see also figure 4, Fs =0.36.
Figure 5. Relaxation time, T, as a function of shear rate; see also figure 4, Fs =0.36.
Figure 6. Experimental and modelled results for compression test on AI-A356 alloy at two temperatures.
Figure 6. Experimental and modelled results for compression test on AI-A356 alloy at two temperatures.
Table 1. Calculated parameters for the breakdown in compression tests [20].
Table 1. Calculated parameters for the breakdown in compression tests [20].
Figure 7. Drop-forge results from Yurko and Flemings [7].
Figure 7. Drop-forge results from Yurko and Flemings [7].
Figure 8. Prediction of FLOW-3D®.
Figure 8. Prediction of FLOW-3D®.

Conclusions

y에서 전단 된 반고체 슬러리의 틱소 트로픽 분해에 대한 속도 방정식은 다음과 같은 형식으로 제안됩니다. T = l / (a ​​+ uym), 여기서 T는 급속 분해 또는 유사 정상 상태 구조에 대한 특성 시간이며, 밴드 m은 상수입니다. 이 관계는 제한된 범위의 전단 속도에서 Sn-Pb 합금의 전단 속도 점프에 의해 실험적으로 확인되었습니다.

이 파괴율 방정식은 AI-Si 합금의 반고체 슬러그에 대한 빠른 압축 테스트에서 실험적으로 얻은 힘-변위 곡선을 시뮬레이션하기 위해 FLOW-3D® (버전 8.2 : FlowScience Inc.)에 도입되었습니다. 담금 시간과 다른 압축 속도에서. 이 분석의 결과는 모든 경우에 요 변성 거동이 관련되어 있음을 나타내지만, 5 분 동안 담근 후 (산업 관행에서와 같이) 구조가 크게 분해되었으며 초기에는 낮은 전단 속도 영역에서 흐름이 뉴턴에 가깝습니다.

파괴율은 100 S-I 이상의 전단율에서 극적으로 증가하는 것으로 가정 됩니다. 이 예측은 높은 전단 속도에서 더 세심한 작업에 의해 테스트되어야 하지만 평균 전단 속도가 1300 sol까지 생성된 드롭 단조 실험에 의해 뒷받침되는 것으로 보입니다 [7].

References

[I] T.Y Liu, H.Y. Atkinson, PJ. Ward, D.H. Kirkwood: Metall.Mater.TransA, 34A (2003), 409/17.
[2] A. Zavaliangos and A. Lawley: J. Mater. Eng. Perfonn., 4 (1995),40/47.
[3] M.R. Barkhudarov, e.L. Bronisz, e.w. Hirt: ProcAth Int. Conf. onSemi-solid Processing of Alloys and Composites,1996, Sheffield,p.llO.
[4] W.R.Loue, M.Suery, J.L.Querbes: Proc.2ndInt.Conf.on Semi-solidProcessing of Alloys and Composites,1992, Cambridge MA , pp266-75.
[5] P.Kapranos, D.H.Kirkwood, M.R. Barkhudarov: Proc.5th Int. Conf.on Semi-solid Processing of Alloys and Composites, Golden, Colorado,1998. pp.II-19.
[6] T.Y. Liu, H.Y. Atkinson, P. Kapranos, D.H. Kirkwood, S.G. Hogg:Metall. Mater. Trans A, 34A (2003), 1545/54.
[7] J.A. Yurko and M.e. Flemings: Metall. Mater. Trans A, 33A (2002),2737/46.
[8] M. Modigell and J. Koke: Mechanics of Time Dependent Materials, 3(1999), 15/30.
[9] Y. Laxmanan and M.e. Flemings: Metall. Trans. A, IIA( 1980),1927/36.
[IO]A.R.A Mclelland, N.G. Henderson, H.Y. Atkinson, D.H. Kirkwood:Mater. Sci. Eng., A232 (1997), 110/18.
[II] H.A. Barnes: 1. Non-Newtonian Fluid Mech., 81 (1999),133n8.
[12]A.N. Alexandrou, E. Due , Y. Entov: 1. Non-Newtonian Fluid Mech.,96 (2001), 383/403.
[13]C.L. Martin, P. Kumar and S. Brown: Acta Mat. Mater., 42 (1994),3603/14.
[14]C. Quaak, L. Katgennan and W.H. Kool: Proc. 4th Conf. on Semi-solid Processing of Alloys and Composites, 1996, Sheffield, pp.35/39.
[15]D.C-H. Cheng: Int. Journal Cosmetic Science, 9 (1987), pp.151/91.
[16]An Introduction to Rheology: H.A. Barnes, J.F. Hutton and K Walters,Elsevier, Amsterdam, 1989.
[17]A.M. de Figueredo, A. Kato and M.e. Flemings: Proc.6th Int. Conf.on Semi-solid Processing of Alloys and Composites, 2000, Turin,477/82.
[18]1.y’ Chen and Z. Fan: Mater. Sci. Tech., 18 (2002), 237/42.
[19]Z. Fan: Int. Mater. Rev., 47 (2002), No.2, 49/85.
[20]D.H. Kirkwood and P.J. Ward: Proc. 8th Int. Conf. on Semi-solid Processing of Alloys and Composites, 2004, Cyprus. To be published.

Figure 4. Calculate and simulate the injection of water in a single-channel injection chamber with a nozzle diameter of 60 μm and a thickness of 50 μm, at an operating frequency of 5 KHz, in the X-Y two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs.

DNA Printing Integrated Multiplexer Driver Microelectronic Mechanical System Head (IDMH) and Microfluidic Flow Estimation

DNA 프린팅 통합 멀티플렉서 드라이버 Microelectronic Mechanical System Head (IDMH) 및 Microfluidic Flow Estimation

by Jian-Chiun Liou 1,*,Chih-Wei Peng 1,Philippe Basset 2 andZhen-Xi Chen 11School of Biomedical Engineering, Taipei Medical University, Taipei 11031, Taiwan2ESYCOM, Université Gustave Eiffel, CNRS, CNAM, ESIEE Paris, F-77454 Marne-la-Vallée, France*Author to whom correspondence should be addressed.

Abstract

The system designed in this study involves a three-dimensional (3D) microelectronic mechanical system chip structure using DNA printing technology. We employed diverse diameters and cavity thickness for the heater. DNA beads were placed in this rapid array, and the spray flow rate was assessed. Because DNA cannot be obtained easily, rapidly deploying DNA while estimating the total amount of DNA being sprayed is imperative. DNA printings were collected in a multiplexer driver microelectronic mechanical system head, and microflow estimation was conducted. Flow-3D was used to simulate the internal flow field and flow distribution of the 3D spray room. The simulation was used to calculate the time and pressure required to generate heat bubbles as well as the corresponding mean outlet speed of the fluid. The “outlet speed status” function in Flow-3D was used as a power source for simulating the ejection of fluid by the chip nozzle. The actual chip generation process was measured, and the starting voltage curve was analyzed. Finally, experiments on flow rate were conducted, and the results were discussed. The density of the injection nozzle was 50, the size of the heater was 105 μm × 105 μm, and the size of the injection nozzle hole was 80 μm. The maximum flow rate was limited to approximately 3.5 cc. The maximum flow rate per minute required a power between 3.5 W and 4.5 W. The number of injection nozzles was multiplied by 100. On chips with enlarged injection nozzle density, experiments were conducted under a fixed driving voltage of 25 V. The flow curve obtained from various pulse widths and operating frequencies was observed. The operating frequency was 2 KHz, and the pulse width was 4 μs. At a pulse width of 5 μs and within the power range of 4.3–5.7 W, the monomer was injected at a flow rate of 5.5 cc/min. The results of this study may be applied to estimate the flow rate and the total amount of the ejection liquid of a DNA liquid.

이 연구에서 설계된 시스템은 DNA 프린팅 기술을 사용하는 3 차원 (3D) 마이크로 전자 기계 시스템 칩 구조를 포함합니다. 히터에는 다양한 직경과 캐비티 두께를 사용했습니다. DNA 비드를 빠른 어레이에 배치하고 스프레이 유속을 평가했습니다.

DNA를 쉽게 얻을 수 없기 때문에 DNA를 빠르게 배치하면서 스프레이 되는 총 DNA 양을 추정하는 것이 필수적입니다. DNA 프린팅은 멀티플렉서 드라이버 마이크로 전자 기계 시스템 헤드에 수집되었고 마이크로 플로우 추정이 수행되었습니다.

Flow-3D는 3D 스프레이 룸의 내부 유동장과 유동 분포를 시뮬레이션 하는데 사용되었습니다. 시뮬레이션은 열 거품을 생성하는데 필요한 시간과 압력뿐만 아니라 유체의 해당 평균 출구 속도를 계산하는데 사용되었습니다.

Flow-3D의 “출구 속도 상태”기능은 칩 노즐에 의한 유체 배출 시뮬레이션을 위한 전원으로 사용되었습니다. 실제 칩 생성 프로세스를 측정하고 시작 전압 곡선을 분석했습니다. 마지막으로 유속 실험을 하고 그 결과를 논의했습니다. 분사 노즐의 밀도는 50, 히터의 크기는 105μm × 105μm, 분사 노즐 구멍의 크기는 80μm였다. 최대 유량은 약 3.5cc로 제한되었습니다. 분당 최대 유량은 3.5W에서 4.5W 사이의 전력이 필요했습니다. 분사 노즐의 수에 100을 곱했습니다. 분사 노즐 밀도가 확대 된 칩에 대해 25V의 고정 구동 전압에서 실험을 수행했습니다. 얻은 유동 곡선 다양한 펄스 폭과 작동 주파수에서 관찰되었습니다. 작동 주파수는 2KHz이고 펄스 폭은 4μs입니다. 5μs의 펄스 폭과 4.3–5.7W의 전력 범위 내에서 단량체는 5.5cc / min의 유속으로 주입되었습니다. 이 연구의 결과는 DNA 액체의 토 출액의 유량과 총량을 추정하는 데 적용될 수 있습니다.

Keywords: DNA printingflow estimationMEMS

Introduction

잉크젯 프린트 헤드 기술은 매우 중요하며, 잉크젯 기술의 거대한 발전은 주로 잉크젯 프린트 헤드 기술의 원리 개발에서 시작되었습니다. 잉크젯 인쇄 연구를 위한 대규모 액적 생성기 포함 [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8]. 연속 식 잉크젯 시스템은 고주파 응답과 고속 인쇄의 장점이 있습니다. 그러나이 방법의 잉크젯 프린트 헤드의 구조는 더 복잡하고 양산이 어려운 가압 장치, 대전 전극, 편향 전계가 필요하다. 주문형 잉크젯 시스템의 잉크젯 프린트 헤드는 구조가 간단하고 잉크젯 헤드의 다중 노즐을 쉽게 구현할 수 있으며 디지털화 및 색상 지정이 쉽고 이미지 품질은 비교적 좋지만 일반적인 잉크 방울 토출 속도는 낮음 [ 9 , 10 , 11 ].

핫 버블 잉크젯 헤드의 총 노즐 수는 수백 또는 수천에 달할 수 있습니다. 노즐은 매우 미세하여 풍부한 조화 색상과 부드러운 메쉬 톤을 생성할 수 있습니다. 잉크 카트리지와 노즐이 일체형 구조를 이루고 있으며, 잉크 카트리지 교체시 잉크젯 헤드가 동시에 업데이트되므로 노즐 막힘에 대한 걱정은 없지만 소모품 낭비가 발생하고 상대적으로 높음 비용. 주문형 잉크젯 기술은 배출해야 하는 그래픽 및 텍스트 부분에만 잉크 방울을 배출하고 빈 영역에는 잉크 방울이 배출되지 않습니다. 이 분사 방법은 잉크 방울을 충전할 필요가 없으며 전극 및 편향 전기장을 충전할 필요도 없습니다. 노즐 구조가 간단하고 노즐의 멀티 노즐 구현이 용이하며, 출력 품질이 더욱 개선되었습니다. 펄스 제어를 통해 디지털화가 쉽습니다. 그러나 잉크 방울의 토출 속도는 일반적으로 낮습니다. 열 거품 잉크젯, 압전 잉크젯 및 정전기 잉크젯의 세 가지 일반적인 유형이 있습니다. 물론 다른 유형이 있습니다.

압전 잉크젯 기술의 실현 원리는 인쇄 헤드의 노즐 근처에 많은 소형 압전 세라믹을 배치하면 압전 크리스탈이 전기장의 작용으로 변형됩니다. 잉크 캐비티에서 돌출되어 노즐에서 분사되는 패턴 데이터 신호는 압전 크리스탈의 변형을 제어한 다음 잉크 분사량을 제어합니다. 압전 MEMS 프린트 헤드를 사용한 주문형 드롭 하이브리드 인쇄 [ 12]. 열 거품 잉크젯 기술의 실현 원리는 가열 펄스 (기록 신호)의 작용으로 노즐의 발열체 온도가 상승하여 근처의 잉크 용매가 증발하여 많은 수의 핵 형성 작은 거품을 생성하는 것입니다. 내부 거품의 부피는 계속 증가합니다. 일정 수준에 도달하면 생성된 압력으로 인해 잉크가 노즐에서 분사되고 최종적으로 기판 표면에 도달하여 패턴 정보가 재생됩니다 [ 13 , 14 , 15 , 16 , 17 , 18 ].

“3D 제품 프린팅”및 “증분 빠른 제조”의 의미는 진화했으며 모든 증분 제품 제조 기술을 나타냅니다. 이는 이전 제작과는 다른 의미를 가지고 있지만, 자동 제어 하에 소재를 쌓아 올리는 3D 작업 제작 과정의 공통적 인 특징을 여전히 반영하고 있습니다 [ 19 , 20 , 21 , 22 , 23 , 24 ].

이 개발 시스템은 열 거품 분사 기술입니다. 이 빠른 어레이에 DNA 비드를 배치하고 스프레이 유속을 평가하기 위해 다른 히터 직경과 캐비티 두께를 설계하는 것입니다. DNA 제트 칩의 부스트 회로 시스템은 큰 흐름을 구동하기위한 신호 소스입니다. 목적은 분사되는 DNA 용액의 양과 출력을 조정하는 것입니다. 입력 전압을 더 높은 출력 전압으로 변환해야 하는 경우 부스트 컨버터가 유일한 선택입니다. 부스트 컨버터는 내부 금속 산화물 반도체 전계 효과 트랜지스터 (MOSFET)를 통해 전압을 충전하여 부스트 출력의 목적을 달성하고, MOSFET이 꺼지면 인덕터는 부하 정류를 통해 방전됩니다.

인덕터의 충전과 방전 사이의 변환 프로세스는 인덕터를 통한 전압의 방향을 반대로 한 다음 점차적으로 입력 작동 전압보다 높은 전압을 증가시킵니다. MOSFET의 스위칭 듀티 사이클은 확실히 부스트 비율을 결정합니다. MOSFET의 정격 전류와 부스트 컨버터의 부스트 비율은 부스트 ​​컨버터의 부하 전류의 상한을 결정합니다. MOSFET의 정격 전압은 출력 전압의 상한을 결정합니다. 일부 부스트 컨버터는 정류기와 MOSFET을 통합하여 동기식 정류를 제공합니다. 통합 MOSFET은 정확한 제로 전류 턴 오프를 달성하여 부스트 변압기를 보다 효율적으로 만듭니다. 최대 전력 점 추적 장치를 통해 입력 전력을 실시간으로 모니터링합니다. 입력 전압이 최대 입력 전력 지점에 도달하면 부스트 컨버터가 작동하기 시작하여 부스트 컨버터가 최대 전력 출력 지점으로 유리 기판에 DNA 인쇄를 하는 데 적합합니다. 일정한 온 타임 생성 회로를 통해 온 타임이 온도 및 칩의 코너 각도에 영향을 받지 않아 시스템의 안정성이 향상됩니다.

잉크젯 프린트 헤드에 사용되는 기술은 매우 중요합니다. 잉크젯 기술의 엄청난 발전은 주로 잉크젯 프린팅에 사용되는 대형 액적 이젝터 [ 1 , 2 , 3 , 4 , 5 , 6 , 7 , 8 ]를 포함하여 잉크젯 프린트 헤드 기술의 이론 개발에서 시작되었습니다 . 연속 잉크젯 시스템은 고주파 응답과 고속 인쇄의 장점을 가지고 있습니다. 잉크젯 헤드의 총 노즐 수는 수백 또는 수천에 달할 수 있으며 이러한 노즐은 매우 복잡합니다. 노즐은 풍부하고 조화로운 색상과 부드러운 메쉬 톤을 생성할 수 있습니다 [ 9 , 10 ,11 ]. 잉크젯은 열 거품 잉크젯, 압전 잉크젯 및 정전 식 잉크젯의 세 가지 주요 유형으로 분류할 수 있습니다. 다른 유형도 사용 중입니다. 압전 잉크젯의 기능은 다음과 같습니다. 많은 소형 압전 세라믹이 잉크젯 헤드 노즐 근처에 배치됩니다. 압전 결정은 전기장 아래에서 변형됩니다. 그 후, 잉크는 잉크 캐비티에서 압착되어 노즐에서 배출됩니다. 패턴의 데이터 신호는 압전 결정의 변형을 제어한 다음 분사되는 잉크의 양을 제어합니다. 압전 마이크로 전자 기계 시스템 (MEMS) 잉크젯 헤드는 하이브리드 인쇄에 사용됩니다. [ 12]. 열 버블 잉크젯 기술은 다음과 같이 작동합니다. 가열 펄스 (즉, 기록 신호) 하에서 노즐의 가열 구성 요소의 온도가 상승하여 근처의 잉크 용매를 증발시켜 많은 양의 작은 핵 기포를 생성합니다. 내부 기포의 부피가 지속적으로 증가합니다. 압력이 일정 수준에 도달하면 노즐에서 잉크가 분출되고 잉크가 기판 표면에 도달하여 패턴과 메시지가 표시됩니다 [ 13 , 14 , 15 , 16 , 17 , 18 ].

3 차원 (3D) 제품 프린팅 및 빠른 프로토 타입 기술의 발전에는 모든 빠른 프로토 타입의 생산 기술이 포함됩니다. 래피드 프로토 타입 기술은 기존 생산 방식과는 다르지만 3D 제품 프린팅 생산 과정의 일부 특성을 공유합니다. 구체적으로 자동 제어 [ 19 , 20 , 21 , 22 , 23 , 24 ] 하에서 자재를 쌓아 올립니다 .

이 연구에서 개발된 시스템은 열 기포 방출 기술을 사용했습니다. 이 빠른 어레이에 DNA 비드를 배치하기 위해 히터에 대해 다른 직경과 다른 공동 두께가 사용되었습니다. 그 후, 스프레이 유속을 평가했다. DNA 제트 칩의 부스트 회로 시스템은 큰 흐름을 구동하기위한 신호 소스입니다. 목표는 분사되는 DNA 액체의 양과 출력을 조정하는 것입니다. 입력 전압을 더 높은 출력 전압으로 수정해야하는 경우 승압 컨버터가 유일한 옵션입니다. 승압 컨버터는 내부 금속 산화물 반도체 전계 효과 트랜지스터 (MOSFET)를 충전하여 출력 전압을 증가시킵니다. MOSFET이 꺼지면 부하 정류를 통해 인덕턴스가 방전됩니다. 충전과 방전 사이에서 인덕터를 변경하는 과정은 인덕터를 통과하는 전압의 방향을 변경합니다. 전압은 입력 작동 전압을 초과하는 지점까지 점차적으로 증가합니다. MOSFET 스위치의 듀티 사이클은 부스트 ​​비율을 결정합니다. MOSFET의 승압 컨버터의 정격 전류와 부스트 비율은 승압 컨버터의 부하 전류의 상한을 결정합니다. MOSFET의 정격 전류는 출력 전압의 상한을 결정합니다. 일부 승압 컨버터는 정류기와 MOSFET을 통합하여 동기식 정류를 제공합니다. 통합 MOSFET은 정밀한 제로 전류 셧다운을 실현할 수 있으므로 셋업 컨버터의 효율성을 높일 수 있습니다. 최대 전력 점 추적 장치는 입력 전력을 실시간으로 모니터링하는 데 사용되었습니다. 입력 전압이 최대 입력 전력 지점에 도달하면 승압 컨버터가 작동을 시작합니다. 스텝 업 컨버터는 DNA 프린팅을 위한 최대 전력 출력 포인트가 있는 유리 기판에 사용됩니다.

MEMS Chip Design for Bubble Jet

이 연구는 히터 크기, 히터 번호 및 루프 저항과 같은 특정 매개 변수를 조작하여 5 가지 유형의 액체 배출 챔버 구조를 설계했습니다. 표 1 은 측정 결과를 나열합니다. 이 시스템은 다양한 히터의 루프 저항을 분석했습니다. 100 개 히터 설계를 완료하기 위해 2 세트의 히터를 사용하여 각 단일 회로 시리즈를 통과하기 때문에 100 개의 히터를 설계할 때 총 루프 저항은 히터 50 개의 총 루프 저항보다 하나 더 커야 합니다. 이 연구에서 MEMS 칩에서 기포를 배출하는 과정에서 저항 층의 면저항은 29 Ω / m 2입니다. 따라서 모델 A의 총 루프 저항이 가장 컸습니다. 일반 사이즈 모델 (모델 B1, C, D, E)의 두 배였습니다. 모델 B1, C, D 및 E의 총 루프 저항은 약 29 Ω / m 2 입니다. 표 1 에 따르면 오류 범위는 허용된 설계 값 이내였습니다. 따라서야 연구에서 설계된 각 유형의 단일 칩은 동일한 생산 절차 결과를 가지며 후속 유량 측정에 사용되었습니다.

Table 1. List of resistance measurement of single circuit resistance.
Table 1. List of resistance measurement of single circuit resistance.

DNA를 뿌린 칩의 파워가 정상으로 확인되면 히터 버블의 성장 특성을 테스트하고 검증했습니다. DNA 스프레이 칩의 필름 두께와 필름 품질은 히터의 작동 조건과 스프레이 품질에 영향을 줍니다. 따라서 기포 성장 현상과 그 성장 특성을 이해하면 본 연구에서 DNA 스프레이 칩의 특성과 작동 조건을 명확히 하는 데 도움이 됩니다.

설계된 시스템은 기포 성장 조건을 관찰하기 위해 개방형 액체 공급 방법을 채택했습니다. 이미지 관찰을 위해 발광 다이오드 (LED, Nichia NSPW500GS-K1, 3.1V 백색 LED 5mm)를 사용하는 동기식 플래시 방식을 사용하여 동기식 지연 광원을 생성했습니다. 이 시스템은 또한 전하 결합 장치 (CCD, Flir Grasshopper3 GigE GS3-PGE-50S5C-C)를 사용하여 이미지를 캡처했습니다. 그림 1핵 형성, 성장, 거품 생성에서 소산에 이르는 거품의 과정을 보여줍니다. 이 시스템은 기포의 성장 및 소산 과정을 확인하여 시작 전압을 관찰하는 데 사용할 수 있습니다. 마이크로 채널의 액체 공급 방법은 LED가 깜빡이는 시간을 가장 큰 기포 발생에 필요한 시간 (15μs)으로 설정했습니다. 이 디자인은 부적합한 깜박임 시간으로 인한 잘못된 판단과 거품 이미지 캡처 불가능을 방지합니다.

Figure 1. The system uses CCD to capture images.
Figure 1. The system uses CCD to capture images.

<내용 중략>…….

Table 2. Open pool test starting voltage results.
Table 2. Open pool test starting voltage results.
Figure 2. Serial input parallel output shift registers forms of connection.
Figure 2. Serial input parallel output shift registers forms of connection.
Figure 3. The geometry of the jet cavity. (a) The actual DNA liquid chamber, (b) the three-dimensional view of the microfluidic single channel. A single-channel jet cavity with 60 μm diameter and 50 μm thickness, with an operating frequency of 5 KHz, in (a) three-dimensional side view (b) X-Z two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs injection conditions.
Figure 3. The geometry of the jet cavity. (a) The actual DNA liquid chamber, (b) the three-dimensional view of the microfluidic single channel. A single-channel jet cavity with 60 μm diameter and 50 μm thickness, with an operating frequency of 5 KHz, in (a) three-dimensional side view (b) X-Z two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs injection conditions.
Figure 4. Calculate and simulate the injection of water in a single-channel injection chamber with a nozzle diameter of 60 μm and a thickness of 50 μm, at an operating frequency of 5 KHz, in the X-Y two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs.
Figure 4. Calculate and simulate the injection of water in a single-channel injection chamber with a nozzle diameter of 60 μm and a thickness of 50 μm, at an operating frequency of 5 KHz, in the X-Y two-dimensional cross-sectional view, at 10, 20, 30, 40 and 200 μs.
Figure 5 depicts the calculation results of the 2D X-Z cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. This may be because the size of the single-channel injection cavity was unsuitable for the highest operating frequency of 10 KHz. Thus, subsequent calculation simulations employed 5 KHz as the reference operating frequency. The calculation simulation results were calculated according to the operating frequency of the impact. Figure 6 illustrates the injection cavity height as 60 μm and 30 μm and reveals the 2D X-Y cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. In those stages, the fluid was still filling the chamber, and the flow field was not yet stable.
Figure 5 depicts the calculation results of the 2D X-Z cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. This may be because the size of the single-channel injection cavity was unsuitable for the highest operating frequency of 10 KHz. Thus, subsequent calculation simulations employed 5 KHz as the reference operating frequency. The calculation simulation results were calculated according to the operating frequency of the impact. Figure 6 illustrates the injection cavity height as 60 μm and 30 μm and reveals the 2D X-Y cross section. At 100 μs and 200 μs, the fluid injection orifice did not completely fill the chamber. In those stages, the fluid was still filling the chamber, and the flow field was not yet stable.
Figure 6. Calculate and simulate water in a single-channel spray chamber with a spray hole diameter of 60 μm and a thickness of 50 μm, with an operating frequency of 10 KHz, in an XY cross-sectional view, at 10, 20, 30, 40, 100, 110, 120, 130, 140 and 200 μs injection situation.
Figure 6. Calculate and simulate water in a single-channel spray chamber with a spray hole diameter of 60 μm and a thickness of 50 μm, with an operating frequency of 10 KHz, in an XY cross-sectional view, at 10, 20, 30, 40, 100, 110, 120, 130, 140 and 200 μs injection situation.
Figure 7. The DNA printing integrated multiplexer driver MEMS head (IDMH).
Figure 7. The DNA printing integrated multiplexer driver MEMS head (IDMH).
Figure 8. The initial voltage diagrams of chip number A,B,C,D,E type.
Figure 8. The initial voltage diagrams of chip number A,B,C,D,E type.
Figure 9. The initial energy diagrams of chip number A,B,C,D,E type.
Figure 9. The initial energy diagrams of chip number A,B,C,D,E type.
Figure 10. A Type-Sample01 flow test.
Figure 10. A Type-Sample01 flow test.
Figure 11. A Type-Sample01 drop volume.
Figure 11. A Type-Sample01 drop volume.
Figure 12. A Type-Sample01 flow rate.
Figure 12. A Type-Sample01 flow rate.
Figure 13. B1-00 flow test.
Figure 13. B1-00 flow test.
Figure 14. C Type-01 flow test.
Figure 14. C Type-01 flow test.
Figure 15. D Type-02 flow test.
Figure 15. D Type-02 flow test.
Figure 16. E1 type flow test.
Figure 16. E1 type flow test.
Figure 17. E1 type ejection rate relationship.
Figure 17. E1 type ejection rate relationship.

Conclusions

이 연구는 DNA 프린팅 IDMH를 제공하고 미세 유체 흐름 추정을 수행했습니다. 설계된 DNA 스프레이 캐비티와 20V의 구동 전압에서 다양한 펄스 폭의 유동 성능이 펄스 폭에 따라 증가하는 것으로 밝혀졌습니다.

E1 유형 유량 테스트는 해당 유량이 3.1cc / min으로 증가함에 따라 유량이 전력 변화에 영향을 받는 것으로 나타났습니다. 동력이 증가함에 따라 유량은 0.75cc / min에서 3.5cc / min으로 최대 6.5W까지 증가했습니다. 동력이 더 증가하면 유량은 에너지와 함께 증가하지 않습니다. 이것은 이 테이블 디자인이 가장 크다는 것을 보여줍니다. 유속은 3.5cc / 분이었다.
작동 주파수가 2KHz이고 펄스 폭이 4μs 및 5μs 인 특수 설계된 DNA 스프레이 룸 구조에서 다양한 전력 조건 하에서 유량 변화를 관찰했습니다. 4.3–5.87 W의 출력 범위 내에서 주입 된 모노머의 유속은 5.5cc / 분이었습니다. 이것은 힘이 증가해도 변하지 않았습니다. DNA는 귀중하고 쉽게 얻을 수 없습니다. 이 실험을 통해 우리는 DNA가 뿌려진 마이크로 어레이 바이오칩의 수천 개의 지점에 필요한 총 DNA 양을 정확하게 추정 할 수 있습니다.

<내용 중략>…….

References

  1. Pydar, O.; Paredes, C.; Hwang, Y.; Paz, J.; Shah, N.; Candler, R. Characterization of 3D-printed microfluidic chip interconnects with integrated O-rings. Sens. Actuators Phys. 2014205, 199–203. [Google Scholar] [CrossRef]
  2. Ohtani, K.; Tsuchiya, M.; Sugiyama, H.; Katakura, T.; Hayakawa, M.; Kanai, T. Surface treatment of flow channels in microfluidic devices fabricated by stereolitography. J. Oleo Sci. 201463, 93–96. [Google Scholar] [CrossRef]
  3. Castrejn-Pita, J.R.; Martin, G.D.; Hoath, S.D.; Hutchings, I.M. A simple large-scale droplet generator for studies of inkjet printing. Rev. Sci. Instrum. 200879, 075108. [Google Scholar] [CrossRef] [PubMed]
  4. Asai, A. Application of the nucleation theory to the design of bubble jet printers. Jpn. J. Appl. Phys. Regul. Rap. Short Notes 198928, 909–915. [Google Scholar] [CrossRef]
  5. Aoyama, R.; Seki, M.; Hong, J.W.; Fujii, T.; Endo, I. Novel Liquid Injection Method with Wedge-shaped Microchannel on a PDMS Microchip System for Diagnostic Analyses. In Transducers’ 01 Eurosensors XV; Springer: Berlin, Germany, 2001; pp. 1204–1207. [Google Scholar]
  6. Xu, B.; Zhang, Y.; Xia, H.; Dong, W.; Ding, H.; Sun, H. Fabrication and multifunction integration of microfluidic chips by femtosecond laser direct writing. Lab Chip 201313, 1677–1690. [Google Scholar] [CrossRef] [PubMed]
  7. Nayve, R.; Fujii, M.; Fukugawa, A.; Takeuchi, T.; Murata, M.; Yamada, Y. High-Resolution long-array thermal ink jet printhead fabricated by anisotropic wet etching and deep Si RIE. J. Microelectromech. Syst. 200413, 814–821. [Google Scholar] [CrossRef]
  8. O’Connor, J.; Punch, J.; Jeffers, N.; Stafford, J. A dimensional comparison between embedded 3D: Printed and silicon microchannesl. J. Phys. Conf. Ser. 2014525, 012009. [Google Scholar] [CrossRef]
  9. Fang, Y.J.; Lee, J.I.; Wang, C.H.; Chung, C.K.; Ting, J. Modification of heater and bubble clamping behavior in off-shooting inkjet ejector. In Proceedings of the IEEE Sensors, Irvine, CA, USA, 30 October–3 November 2005; pp. 97–100. [Google Scholar]
  10. Lee, W.; Kwon, D.; Choi, W.; Jung, G.; Jeon, S. 3D-Printed microfluidic device for the detection of pathogenic bacteria using size-based separation in helical channel with trapezoid cross-section. Sci. Rep. 20155, 7717. [Google Scholar] [CrossRef] [PubMed]
  11. Shin, D.Y.; Smith, P.J. Theoretical investigation of the influence of nozzle diameter variation on the fabrication of thin film transistor liquid crystal display color filters. J. Appl. Phys. 2008103, 114905-1–114905-11. [Google Scholar] [CrossRef]
  12. Kim, Y.; Kim, S.; Hwang, J.; Kim, Y. Drop-on-Demand hybrid printing using piezoelectric MEMS printhead at various waveforms, high voltages and jetting frequencies. J. Micromech. Microeng. 201323, 8. [Google Scholar] [CrossRef]
  13. Shin, S.J.; Kuka, K.; Shin, J.W.; Lee, C.S.; Oha, Y.S.; Park, S.O. Thermal design modifications to improve firing frequency of back shooting inkjet printhead. Sens. Actuators Phys. 2004114, 387–391. [Google Scholar] [CrossRef]
  14. Rose, D. Microfluidic Technologies and Instrumentation for Printing DNA Microarrays. In Microarray Biochip Technology; Eaton Publishing: Norwalk, CT, USA, 2000; p. 35. [Google Scholar]
  15. Wu, D.; Wu, S.; Xu, J.; Niu, L.; Midorikawa, K.; Sugioka, K. Hybrid femtosecond laser microfabrication to achieve true 3D glass/polymer composite biochips with multiscale features and high performance: The concept of ship-in-abottle biochip. Laser Photon. Rev. 20148, 458–467. [Google Scholar] [CrossRef]
  16. McIlroy, C.; Harlen, O.; Morrison, N. Modelling the jetting of dilute polymer solutions in drop-on-demand inkjet printing. J. Non Newton. Fluid Mech. 2013201, 17–28. [Google Scholar] [CrossRef]
  17. Anderson, K.; Lockwood, S.; Martin, R.; Spence, D. A 3D printed fluidic device that enables integrated features. Anal. Chem. 201385, 5622–5626. [Google Scholar] [CrossRef] [PubMed]
  18. Avedisian, C.T.; Osborne, W.S.; McLeod, F.D.; Curley, C.M. Measuring bubble nucleation temperature on the surface of a rapidly heated thermal ink-jet heater immersed in a pool of water. Proc. R. Soc. A Lond. Math. Phys. Sci. 1999455, 3875–3899. [Google Scholar] [CrossRef]
  19. Lim, J.H.; Kuk, K.; Shin, S.J.; Baek, S.S.; Kim, Y.J.; Shin, J.W.; Oh, Y.S. Failure mechanisms in thermal inkjet printhead analyzed by experiments and numerical simulation. Microelectron. Reliab. 200545, 473–478. [Google Scholar] [CrossRef]
  20. Shallan, A.; Semjkal, P.; Corban, M.; Gujit, R.; Breadmore, M. Cost-Effective 3D printing of visibly transparent microchips within minutes. Anal. Chem. 201486, 3124–3130. [Google Scholar] [CrossRef] [PubMed]
  21. Cavicchi, R.E.; Avedisian, C.T. Bubble nucleation and growth anomaly for a hydrophilic microheater attributed to metastable nanobubbles. Phys. Rev. Lett. 200798, 124501. [Google Scholar] [CrossRef] [PubMed]
  22. Kamei, K.; Mashimo, Y.; Koyama, Y.; Fockenberg, C.; Nakashima, M.; Nakajima, M.; Li, J.; Chen, Y. 3D printing of soft lithography mold for rapid production of polydimethylsiloxane-based microfluidic devices for cell stimulation with concentration gradients. Biomed. Microdevices 201517, 36. [Google Scholar] [CrossRef] [PubMed]
  23. Shin, S.J.; Kuka, K.; Shin, J.W.; Lee, C.S.; Oha, Y.S.; Park, S.O. Firing frequency improvement of back shooting inkjet printhead by thermal management. In Proceedings of the TRANSDUCERS’03. 12th International Conference on Solid-State Sensors.Actuators and Microsystems. Digest of Technical Papers (Cat. No.03TH8664), Boston, MA, USA, 8–12 June 2003; Volume 1, pp. 380–383. [Google Scholar]
  24. Laio, X.; Song, J.; Li, E.; Luo, Y.; Shen, Y.; Chen, D.; Chen, Y.; Xu, Z.; Sugoioka, K.; Midorikawa, K. Rapid prototyping of 3D microfluidic mixers in glass by femtosecond laser direct writing. Lab Chip 201212, 746–749. [Google Scholar] [CrossRef] [PubMed]
Fig. 2 Temperature distributions of oil pans (Cycling)

내열마그네슘 합금을 이용한 자동차용 오일팬의 다이캐스팅 공정 연구

A Study on Die Casting Process of the Automobile Oil Pan Using the Heat Resistant Magnesium Alloy

한국자동차공학회논문집 = Transactions of the Korean Society of Automotive Engineersv.17 no.3 = no.99 , 2009년, pp.45 – 53  신현우 (두원공과대학 메카트로닉스과 ) ;  정연준 ( 현대자동차(주) ) ;  강승구 ( 인지AMT(주))

Abstract

Die casting process of Mg alloys for high temperature applications was studied to produce an engine oil pan. The aim of this paper is to evaluate die casting processes of the Aluminium oil pan and in parallel to apply new Mg alloy for die casting the oil pan. Temperature distributions of the die and flow pattern of the alloys in cavity were simulated to diecast a new Mg alloy by the flow simulation software. Dies have to be modified according to material characteristics because melting temperature and heat capacity are different. We changed the shape and position of runner, gate, vent hole and overflow by the simulation results. After several trial and error, oil pans of AE44 and MRI153M Mg alloys are produced successfully without defect. Sleeve filling ratio, cavity filling time and shot speed of die casting machine are important parameter to minimize the defect for die casting Magnesium alloy.

Keywords: 오일팬 , 내열마그네슘합금, 알루미늄 합금,  다이캐스팅, 유동해석

서론

크랭크케이스의 하부에 부착되는 오일팬은 오일 펌프에 의해 펌핑된 오일이 윤활작용을 마치고 다시 모이는 부품이다. 오일의 온도에 의해 가열되므로 일반적으로 사용되는 마그네슘 합금인 AZ나 AM계열의 합금은 사용이 불가하며 내열소재의 적용이 불가피하다.

현재 ADC12종 알루미늄 오일팬 둥이 적용되고 있으며, 이를 마그네슘으로 대체할 경우 밀도가 알루미늄 2.8g/cm3‘, 마그네슘 1.8g/cm3‘이므로 약 35%의 경량화가 가능하다고 단순하게 말할 수 있다.

그러나 탄성계수는 알루미늄 73GPa이 고 마그네슘 45GPa이므로 외부 하중을 지지하고 있는 부품의 경우는 단순한 재질의 변경만으로는 알루미늄과 같은 정도의 강성을 나타내지 못하므로 형상의 변경 등을 통한 설계 최적화가 요구된다.

마그네슘은 현재까지 개발된 여러 가지 구조용 합금들 중에서 최소의 밀도를 가지고 있으며 동시에 우수한 비강도 및 비탄성 계수를 가지고 있다.1.2)

그러나 이러한 우수한 특성을 가지는 마그네슘 합금은 경쟁 재료에 비해 절대 강도 및 인성이 낮으며 고온에서 인장 강도가 급격히 감소하고 내부식 성능이 떨어지는 등의 문제점이 있다. 현재까지 자동차 부품 중 마그네슘 합금은 Cylinder head cover, Steering wheel, Instrument panel, Seat frame 등 비교적 내열성이 요구되지 않는 부분에만 한정적으로 적용되고 있다.
자동차 산업에서 좀 더 많은 부품에 마그네슘 합금을 적용하기 위해서는 내열성을 향상 시키고 고온강도를 향상시키기 위한 새로운 합금의 개발이 이루어져야 한다. 최근 마그네슘 합금개발에 대한 연구동향은 비교적 저가인 원소를 값비싼 원소가 첨가된 합금계에 부분적으로 첨가하거나 대체함으로써 비슷한 내열 특성을 가지는 합금을 개발하고,34) 이를 자동차 산업이나 전자 산업의 내열 부품 적용으로 확대하기 위하여 진행되고 있다. 현재 마그네슘 내열 부품은 선진국에서 자동차 부품으로 개발되고 있으나6-8)

국내에서는 아직 자동차 부품에 폭 넓게 적용되고 있지 않다. 그러므로 국내 자동차 산업이 치열한 국제 시장에서 생존하기 위해서는 마그네슘 합금의 내열 부품 제조기술을 조기에 개발하여 선진국보다 기술적, 경제적 우위를 확보하는 것이 절실히 요구된다.

본 연구에서는 내열 마그네슘합금을 이용하여 알루미늄 오일팬을 대체할 수 있는 새로운 오일팬의 개발올 위한 적절한 다이캐스팅 공정방안을 도출하고자 한다.

<중략>…….

Fig. 1 Current Al oil pan and cooling lines
Fig. 1 Current Al oil pan and cooling lines
Fig. 2 Temperature distributions of oil pans (Cycling)
Fig. 2 Temperature distributions of oil pans (Cycling)
Fig. 3 Developed Mg oil pan and cooling lines
Fig. 3 Developed Mg oil pan and cooling lines
Fig. 4 Temperature distributions of Mg oil pan for new cooling lines (Cycling)
Fig. 4 Temperature distributions of Mg oil pan for new cooling lines (Cycling)
Fig. 5 Filling pattern of current Al oil pan
Fig. 5 Filling pattern of current Al oil pan
Fig. 11 Temperature distribution at t-=1.825sec
Fig. 11 Temperature distribution at t-=1.825sec

<중략>…….

결론

오일팬은 엔진 내부에서 순환되어 돌아오는 오일의 열을 외부로 발산하는 냉각기능 및 엔진으로부터 발생하는 소음이 외부로 전달되지 않도록 소음을 차단하는 역할을 수행하는 매우 중요한 부품 중의 하나이다. 본 연구에서는 현재 개발 중에 있는 새로운 내열 마그네슘 합금을 이용하여 현재 사용하고 있는 알루미늄 오일팬을 대체할 마그네슘 오일팬을 개발하고 시험 생산하였으며 다음과 같은 결론을 얻었다.

  1. 알루미늄 합금과 마그네슘 합금의 단위 부피당 열 용량은 각각 3.07x10J/m/K, 2.38x10J/m/K로서 동일 주조 조건 시 응고 속도 차이가 제품 성형에 영향을 미칠 것으로 예상되었으며, 주조해석 및 제품분석을 통해 확인하였다. 따라서 주조 조건에 가장 큰 영향을 미치는 것으로 확인된 용탕, 금형온도, 주조속도 등을 변경하여 최적 주조공정 조건을 확립하였다.
  2. 제품 및 시험편 성형에 영향을 미치는 것으로 확인된 런너의 곡률 반경을 증대시키고 게이트의 갯수 및 오버플로우 위치와 형상을 조절함으로서 제품 및 시험편의 용탕 흐름을 원활하게 조절 할 수 있었다.
  3. MRI153M 합금은 AE44 합금에 비해 응고 시작점에서 완료점까지의 응고시간이 길어 응고 완료 후, 내부 수축기포가 보다 많이 관찰되었다.
    따라서 MRI153M 합금 주조시 슬리브 충진율, 게이트 통과속도, 충진시간 등을 달리하여 최적 주조 품을 생산할 수 있었다.

Reference

  1. W. Sebastian, K. Droder and S. Schumann, Properties and Processing of Magnesium Wrought Products for Automotive Applications; Conference Paper at Magnesium Alloys and Their Applications,Munich, Germany, 2000 
  2. J. Hwang and D. Kang, “FE Analysis on the press forging of AZ31 Magnesium alloys,” Transactions ofKSAE, Vo1.14, No.1, pp.86-91, 2006  원문보기 
  3. S. Koike, K. Washizu, S. Tanaka, K. Kikawa and T. Baba, “Development of Lightweight Oil Pans Made of a Heat-Resistant Magnesium Alloy for Hybrid Engines,” SAE 2000-01-1117, 2000 
  4. D.M. Kim, H.S. Kim and S.I. Park, “Magnesium for Automotive Application,” Journal ofKSAE, Vo1.18, No.5, pp.53-67, 1996 
  5. P. Lyon, J. F. King and K. Nuttal, “A New Magnesium HPDC Alloy for Elevated Temperature Use,” Proceedings of the 3rd International Magnesium Conference, ed. G. W. Lorimer, Manchester, UK, pp.1 0-12, 1996 
  6. S. Schumann and H. Friedrich, The Use ofMg in Cars – Today and in Future, Conference Paper at Mg Alloys and Their Applications, Wolfsburg, Germany, 1998 
  7. F. von Buch, S. Schumann, H. Friedrich, E. Aghion, B. Bronfin, B. L. Mordike, M. Bamberger and D. Eliezer, “New Die Casting Alloy MRI 153 for Power Train Applications,” Magnesium Technology 2002, pp.61-68, 2002 
  8. M.C. Kang and K.Y. Sohn, “The Trend and Prospects of Magnesium Alloys Consumption for Automotive Parts in Europe,” Proceedings of KSAE Autumn Conference, pp.1569-l576, 2003 
Figure 4.9 Flow analysis results using FLOW3D of the metal flow and solidification in the main cavity. (The velocity is in m/s.)

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

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

ABSTRACT

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

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

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

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

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

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

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

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

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

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

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

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

CFD Stirs Up Mixing 일반

CFD (전산 유체 역학) 전문가가 필요하고 때로는 실행하는데 몇 주가 걸리는 믹싱 시뮬레이션의 시대는 오래 전입니다. 컴퓨팅 및 관련 기술의 엄청난 도약에 힘 입어 Ansys, Comsol 및 Flow Science와 같은 회사는 엔지니어의 데스크톱에 사용하기 쉬운 믹싱 시뮬레이션을 제공하고 있습니다.

“병렬화 및 고성능 컴퓨팅의 발전과 템플릿화는 비전문 화학 엔지니어에게 정확한 CFD 시뮬레이션을 제공했습니다.”라고 펜실베이니아  피츠버그에있는 Ansys Inc.의 수석 제품 마케팅 관리자인 Bill Kulp는 말합니다 .

흐름 개선을위한 실용적인 지침이 필요하십니까? 다운로드 화학 처리의 eHandbook을 지금 흐름 도전 싸우는 방법!

예를 들어, 회사는 휴스턴에있는 Nalco Champion과 함께 프로젝트를 시작했습니다. 이 프로젝트는 시뮬레이션 전문가가 아닌 화학 엔지니어에게 Ansys Fluent 및 ACT (분석 제어 기술) 템플릿 기반 시뮬레이션 앱에 대한 액세스 권한을 부여합니다. 새로운 화학 물질을위한 프로세스를 빠르고 효율적으로 확장합니다.

Giving Mixing Its Due

“화학 산업은 CFD와 같은 계산 도구를 사용하여 많은 것을 얻을 수 있지만 혼합 프로세스는 단순하다고 가정하기 때문에 간과되는 경우가 있습니다. 그러나 최신 수치 기법을 사용하여 우수한 성능을 달성하는 흥미로운 방법이 많이 있습니다.”라고 Flow Science Inc. , Santa Fe, NM의 CFD 엔지니어인 Ioannis Karampelas는 말합니다 .

이러한 많은 기술이 회사의 Flow-3D Multiphysics 모델링 소프트웨어 패키지와 전용 포스트 프로세서 시각화 도구 인 FlowSight에 포함되어 있습니다.

“모든 상업용 CFD 패키지는 어떤 형태의 시각화 도구와 번들로 제공되지만 FlowSight는 매우 강력하고 사용하기 쉽고 이해하기 쉽게 설계되었습니다. 예를 들어, 프로세스를 재 설계하려는 엔지니어는 다양한 설계 변경의 효과를 평가하기 위해 매우 직관적인 시각화 도구가 필요합니다.”라고 그는 설명합니다.

이 접근 방식은 실험 측정을 얻기 어려운 공정 (예 : 쉽게 측정 할 수없는 매개 변수 및 독성 물질의 존재로 인해 본질적으로 위험한 공정)을 더 잘 이해하고 최적화하는데 특히 효과적입니다.

동일한 접근 방식은 또한 믹서 관련 장비 공급 업체가 고객 요구에 맞게 제품을보다 정확하게 개발하고 맞춤화하는 데 도움이되었습니다. “이는 불필요한 프로토 타이핑 비용이나 잠재적 인 과도한 엔지니어링을 방지합니다. 두 가지 모두 일부 공급 업체의 문제였습니다.”라고 Karampelas는 말합니다.

CFD 기술 자체는 계속해서 발전하고 있습니다. 예를 들어, 수치 알고리즘의 관점에서 볼 때 구형 입자의 상호 작용이 열 전달을 적절하게 모델링하는 데 중요한 다양한 문제에 대해 이산 요소 모델링을 쉽게 적용 할 수있는 반면, LES 난류 모델은 난류 흐름 패턴을 정확하게 시뮬레이션하는 데 이상적입니다.

컴퓨팅 리소스에 대한 비용과 수요에도 불구하고 Karampelas는 난류 모델의 전체 제품군을 제공 할 수있는 것이 중요하다고 생각합니다. 특히 LES는 이미 대부분의 학계와 일부 산업 (예 : 전력 공학)에서 선택하는 방법이기 때문입니다. .

그럼에도 불구하고 CFD의 사용이 제한적이거나 비실용적 일 수있는 경우는 확실히 있습니다. 여기에는 나노 입자에서 벌크 유체 증발을 모델링하는 것과 같이 관심의 규모가 다른 규모에 따라 달라질 수있는 문제와 중요한 물리적 현상이 아직 알려지지 않았거나 제대로 이해되지 않았거나 아마도 매우 복잡한 문제 (예 : 모델링)가 포함됩니다. 음 펨바 효과”라고 Karampelas는 경고합니다.

반면에 더욱 강력한 하드웨어와 업데이트 된 수치 알고리즘의 출현은 CFD 소프트웨어를 사용하여 과다한 설계 및 최적화 문제를 해결하기위한 최적의 접근 방식이 될 것이라고 그는 믿습니다.

“복잡한 열교환 시스템 및 새로운 혼합 기술과 같이 점점 더 복잡한 공정을 모델링 할 수있는 능력은 가까운 장래에 가능할 수있는 일을 간단히 보여줍니다. 수치적 방법 사용의 주요 이점은 설계자가 상상력에 의해서만 제한되어 소규모 믹서에서 대규모 반응기 및 증류 컬럼에 이르기까지 다양한 화학 플랜트 공정을 최적화 할 수있는 길을 열어 준다는 것입니다. 실험적 또는 경험적 접근 방식은 항상 관련성이 있지만 CFD가 미래의 엔지니어를위한 선택 도구가 될 것이라고 확신합니다.”라고 그는 결론을 내립니다.


Ottewell2
Seán Ottewell은 Chemical Processing의 편집장입니다. sottewell@putman.net으로 이메일을 보낼 수 있습니다 .

기사 원문 : https://www.chemicalprocessing.com/articles/2017/cfd-stirs-up-mixing/

Simulation of EPS foam decomposition in the lost foam casting process

X.J. Liu a,∗, S.H. Bhavnani b,1, R.A. Overfelt c,2
a United States Steel Corporation, Great Lakes Works, #1 Quality Drive, Ecorse, MI 48229, United States b 213 Ross Hall, Department of Mechanical Engineering, Auburn University, Auburn, AL 36849-5341, United States c 202 Ross Hall, Department of Mechanical Engineering, Materials Engineering Program, Auburn University, Auburn, AL 36849-5341, United States
Received 17 April 2006; received in revised form 14 July 2006; accepted 21 August 2006

Keywords: Lost foam casting; Heat transfer coefficient; Gas pressure; VOF-FAVOR

LFC (Loss Foam Casting) 공정에서 부드러운 몰드 충진의 중요성은 오랫동안 인식되어 왔습니다. 충진 공정이 균일할수록 생산되는 주조 제품의 품질이 향상됩니다. 성공적인 컴퓨터 시뮬레이션은 금형 충전 공정에서 복잡한 메커니즘과 다양한 공정 매개 변수의 상호 작용을 더 잘 이해함으로써 새로운 주조 제품 설계의 시도 횟수를 줄이고 리드 타임을 줄이는데 도움이 될 수 있습니다.

이 연구에서는 용융 알루미늄의 유체 흐름과 금속과 발포 폴리스티렌 (EPS) 폼 패턴 사이의 계면 갭에 관련된 열 전달을 시뮬레이션하기 위해 전산 유체 역학 (CFD) 모델이 개발되었습니다.

상업용 코드 FLOW-3D는 VOF (Volume of Fluid) 방법으로 용융 금속의 전면을 추적 할 수 있고 FAVOR (Fractional Area / Volume Ratios) 방법으로 복잡한 부품을 모델링 할 수 있기 때문에 사용되었습니다. 이 코드는 폼 열화 및 코팅 투과성과 관련된 기체 갭 압력을 기반으로 다양한 계면 열 전달 계수 (VHTC)의 효과를 포함하도록 수정되었습니다.

수정은 실험 연구에 대해 검증되었으며 비교는 FLOW-3D의 기본 상수 열 전달 (CHTC) 모델보다 더 나은 일치를 보여주었습니다. 금속 전면 온도는 VHTC 모델에 의해 실험적 불확실성 내에서 예측되었습니다. 몰드 충전 패턴과 1-4 초의 충전 시간 차이는 여러 형상에 대해 CHTC 모델보다 VHTC 모델에 의해 더 정확하게 포착되었습니다. 이 연구는 전통적으로 매우 경험적인 분야에서 중요한 프로세스 및 설계 변수의 효과에 대한 추가 통찰력을 제공했습니다.

지난 20 년 동안 LFC (Loss Foam Casting) 공정은 코어가 필요없는 복잡한 부품을 제조하기 위해 널리 채택되었습니다. 이는 자동차 제조업체가 현재 LFC 기술을 사용하여 광범위한 엔진 블록과 실린더 헤드를 생산하기 때문에 알루미늄 주조 산업에서 특히 그렇습니다.

기본 절차, 적용 및 장점은 [1]에서 찾을 수 있습니다. LFC 프로세스는 주로 숙련 된 실무자의 경험적 지식을 기반으로 개발되었습니다. 발포 폴리스티렌 (EPS) 발포 분해의 수치 모델링은 최근에야 설계 및 공정 변수를 최적화하는 데 유용한 통찰력을 제공 할 수있는 지점에 도달했습니다. LFC 공정에서 원하는 모양의 발포 폴리스티렌 폼 패턴을 적절한 게이팅 시스템이있는 모래 주형에 배치합니다.

폼 패턴은 용융 금속 전면이 패턴으로 진행될 때 붕괴, 용융, 기화 및 열화를 겪습니다. 전진하는 금속 전면과 후퇴하는 폼 패턴 사이의 간격 인 운동 영역은 Warner et al. [2] LFC 프로세스를 모델링합니다. 금형 충진 과정에서 분해 산물은 운동 영역에서 코팅층을 통해 모래로 빠져 나갑니다.

용융 금속과 폼 패턴 사이의 복잡한 반응은 LFC 공정의 시뮬레이션을 극도로 어렵게 만듭니다. SOLA-VOF (SOLution AlgorithmVolume of Fluid) 방법이 Hirt와 Nichols [3]에 의해 처음 공식화 되었기 때문에 빈 금형을 사용한 전통적인 모래 주조 시뮬레이션은 광범위하게 연구되었습니다.

Lost foam 주조 공정은 기존의 모래 주조와 많은 특성을 공유하기 때문에이 새로운 공정을 모델링하는 데 적용된 이론과 기술은 대부분 기존의 모래 주조를 위해 개발 된 시뮬레이션 방법에서 비롯되었습니다. 패턴 분해 속도가 금속성 헤드와 금속 전면 온도의 선형 함수라고 가정함으로써 Wang et al. [4]는 기존의 모래 주조의 기존 컴퓨터 프로그램을 기반으로 복잡한 3D 형상에서 Lost foam 주조 공정을 시뮬레이션했습니다.

Liu et al. [5]는 금속 앞쪽 속도를 예측하기 위한 간단한 1D 수학적 모델과 함께 운동 영역의 배압을 포함했습니다. Mirbagheri et al. [6]은 SOLA-VOF 기술을 기반으로 금속 전면의 자유 표면에 대한 압력 보정 방식을 사용하는 Foam 열화 모델을 개발했습니다.

Kuo et al.에 의해 유사한 배압 방식이 채택되었습니다. [7] 운동량 방정식에서이 힘의 값은 실험 결과에 따라 패턴의 충전 순서를 연구하기 위해 조정되었습니다.

이러한 시뮬레이션의 대부분은 LFC 공정의 충전 속도가 기존의 모래 주조 공정보다 훨씬 느린 것으로 성공적으로 예측합니다. 그러나 Foam 분해의 역할은 대부분 모델의 일부가 아니며 시뮬레이션을 수행하려면 실험 데이터 또는 경험적 함수가 필요합니다.

현재 연구는 일정한 열전달 계수 (CHTC)를 사용하는 상용 코드 FLOW-3D의 기본 LFC 모델을 수정하여 Foam 열화와 관련된 기체 갭 압력에 따라 다양한 열전달 계수 (VHTC)의 영향을 포함합니다. 코팅 투과성. 수정은 여러 공정 변수에 대한 실험 연구에 대해 검증되었습니다.

또한, 손실 된 폼 주조에서 가장 중요한 문제인 결함 형성은 문헌에서 인용 된 수치 작업에서 모델링되지 않았습니다. 접힘, 내부 기공 및 표면 기포와 같은 열분해 결함은 LFC 작업에서 많은 양의 스크랩을 설명합니다. FLOW-3D의 결함 예측 기능은 프로세스를 이해하고 최적화하는데 매우 중요합니다.

Fig. 7. Comparison of mold filling times for a plate pattern with three ingates: (a) measured values by thermometric technique [18]; (b) predicted filling times based on basic CHTC model with gravity effect; and (c) predicted filing times based on the VHTC model with heat transfer coefficient changing with gas pressure; (d) mold filling time at the right-and wall of the mold for the plate pattern with three ingates.
Fig. 7. Comparison of mold filling times for a plate pattern with three ingates: (a) measured values by thermometric technique [18]; (b) predicted filling times based on basic CHTC model with gravity effect; and (c) predicted filing times based on the VHTC model with heat transfer coefficient changing with gas pressure; (d) mold filling time at the right-and wall of the mold for the plate pattern with three ingates.
Fig. 10. Defects formation predicted by (a) basic CHTC model with gravity effect; (b) VHTC model with heat transfer coefficient based on both gas pressure and coating thickness; and (c) improved model for two ingates. Color represents probability for defects (blue is the lowest and red highest).
Fig. 10. Defects formation predicted by (a) basic CHTC model with gravity effect; (b) VHTC model with heat transfer coefficient based on both gas pressure and coating thickness; and (c) improved model for two ingates. Color represents probability for defects (blue is the lowest and red highest).

References

[1] S. Shivkumar, L. Wang, D. Apelian, The lost-foam casting of aluminum alloy components, JOM 42 (11) (1990) 38–44.
[2] M.H. Warner, B.A. Miller, H.E. Littleton, Pattern pyrolysis defect reduction in lost foam castings, AFS Trans. 106 (1998) 777–785.
[3] C.W. Hirt, B.D. Nichols, Volume of Fluid (VOF) method for the dynamics of free boundaries, J. Comp. Phys. 39 (1) (1981) 201–225.
[4] C. Wang, A.J. Paul, W.W. Fincher, O.J. Huey, Computational analysis of fluid flow and heat transfer during the EPC process, AFS Trans. 101 (1993) 897–904.
[5] Y. Liu, S.I. Bakhtiyarov, R.A. Overfelt, Numerical modeling and experimental verification of mold filling and evolved gas pressure in lost foam casting process, J. Mater. Sci. 37 (14) (2002) 2997–3003.
[6] S.M.H. Mirbagheri, H. Esmaeileian, S. Serajzadeh, N. Varahram, P. Davami, Simulation of melt flow in coated mould cavity in the lost foam casting process, J. Mater. Process. Technol. 142 (2003) 493–507.
[7] J.-H. Kuo, J.-C. Chen, Y.-N. Pan, W.-S. Hwang, Mold filling analysis in lost foam casting process for aluminum alloys and its experimental validation, Mater. Trans. 44 (10) (2003) 2169–2174.
[8] C.W. Hirt, Flow-3D User’s Manual, Flow Science Inc., 2005.
[9] E.S. Duff, Fluid flow aspects of solidification modeling: simulation of low pressure die casting, The University of Queensland, Ph.D. Thesis, 1999.
[10] X.J. Liu, S.H. Bhavnani, R.A. Overfelt, The effects of foam density and metal velocity on the heat and mass transfer in the lost foam casting process, in: Proceedings of the ASME Summer Heat Transfer Conference, 2003,
pp. 317–323.
[11] W. Sun, P. Scarber Jr., H. Littleton, Validation and improvement of computer modeling of the lost foam casting process via real time X-ray technology, in: Multiphase Phenomena and CFD Modeling and Simulation in
Materials Processes, Minerals, Metals and Materials Society, 2004, pp. 245–251.
[12] T.V. Molibog, Modeling of metal/pattern replacement in the lost foam casting process, Materials Engineering, University of Alabama, Birmingham, Ph.D. Thesis, 2002.
[13] X.J. Liu, S.H. Bhavnani, R.A. Overfelt, Measurement of kinetic zone temperature and heat transfer coefficient in the lost foam casting process, ASME Int. Mech. Eng. Congr. (2004) 411–418.
[14] X. Yao, An experimental analysis of casting formation in the expendable
pattern casting (EPC) process, Department of Materials Science and Engineering, Worcester Polytechnic Institute, M.S. Thesis, 1994.
[15] M.R. Barkhudarov, C.W. Hirt, Tracking defects, Die Casting Engineer 43 (1) (1999) 44–52.
[16] C.W. Hirt, Modeling the Lost Foam Process with Defect PredictionsProgress Report: Lost-Foam Model Extensions, Wicking, Flow Science Inc., 1999.
[17] D. Wang, Thermophysical Properties, Solidification Design Center, Auburn University, 2001.
[18] S. Shivkumar, B. Gallois, Physico-chemical aspects of the full mold casting of aluminum alloys, part II: metal flow in simple patterns, AFS Trans. 95 (1987) 801–812.

Simulation Gallery

Simulation Gallery

Simulation Gallery | 시뮬레이션 갤러리

시뮬레이션 비디오 갤러리에서 FLOW-3D  제품군으로 모델링 할 수 있는 다양한 가능성을 살펴보십시오 .

적층 제조 시뮬레이션 갤러리

FLOW-3D AM 은 레이저 파우더 베드 융합, 바인더 제트 및 직접 에너지 증착과 같은 적층 제조 공정을 시뮬레이션하고 분석합니다. FLOW-3D AM 의 다중 물리 기능은 공정 매개 변수의 분석 및 최적화를 위해 분말 확산 및 압축, 용융 풀 역학, L-PBF 및 DED에 대한 다공성 형성, 바인더 분사 공정을 위한 수지 침투 및 확산에 대한 매우 정확한 시뮬레이션을 제공합니다. 

Multi-material Laser Powder Bed Fusion | FLOW-3D AM

Micro and meso scale simulations using FLOW-3D AM help us understand the mixing of different materials in the melt pool and the formation of potential defects such as lack of fusion and porosity. In this simulation, the stainless steel and aluminum powders have independently-defined temperature dependent material properties that FLOW-3D AM tracks to accurately capture the melt pool dynamics. Learn more about FLOW-3D AM’s mutiphysics simulation capabilities at https://www.flow3d.com/products/flow3…

Laser Welding Simulation Gallery

FLOW-3D WELD 는 레이저 용접 공정에 대한 강력한 통찰력을 제공하여 공정 최적화를 달성합니다. 더 나은 공정 제어로 다공성, 열 영향 영역을 최소화하고 미세 구조 진화를 제어 할 수 있습니다. 레이저 용접 공정을 정확하게 시뮬레이션하기 위해 FLOW-3D WELD 는 레이저 열원, 레이저-재료 상호 작용, 유체 흐름, 열 전달, 표면 장력, 응고, 다중 레이저 반사 및 위상 변화를 특징으로 합니다.

Keyhole welding simulation | FLOW-3D WELD

물 및 환경 시뮬레이션 갤러리

FLOW-3D 는 물고기 통로, 댐 파손, 배수로, 눈사태, 수력 발전 및 기타 수자원 및 환경 공학 과제 모델링을 포함하여 유압 산업에 대한 많은 응용 분야를 가지고 있습니다. 엔지니어는 수력 발전소의 기존 인프라 용량을 늘리고, 어류 통로, 수두 손실을 최소화하는 흡입구, 포 이베이 설계 및 테일 레이스 흐름을위한 개선 된 설계를 개발하고, 수세 및 퇴적 및 공기 유입을 분석 할 수 있습니다.

금속 주조 시뮬레이션 갤러리

FLOW-3D CAST  에는 캐스팅을 위해 특별히 설계된 광범위하고 강력한 물리적 모델이 포함되어 있습니다. 이러한 특수 모델에는 lost foam casting, non-Newtonian fluids, and die cycling에 대한 알고리즘이 포함됩니다. FLOW-3D CAST 의 강력한 시뮬레이션 엔진과 결함 예측을 위한 새로운 도구는 설계주기를 단축하고 비용을 절감 할 수 있는 통찰력을 제공합니다.

HPDC |Comparison of slow shot profiles and entrained air during a filling simulation |FLOW-3D CAST

Shown is a video comparing two slow shot profiles. The graphs highlight the shot profiles through time and the difference in entrained air between the slow shots. Note the lack of air entrained in shot sleeve with calculated shot profile which yields a much better controlled flow within the shot sleeve.

Coastal & Maritime Applications | FLOW-3D

FLOW-3D는 선박 설계, 슬로싱 다이내믹스, 파동 충격 및 환기 등 연안 및 해양 애플리케이션에 이상적인 소프트웨어입니다. 연안 애플리케이션의 경우 FLOW-3D는 연안 구조물에 심각한 폭풍과 쓰나미 파장의 세부 정보를 정확하게 예측하고 플래시 홍수 및 중요 구조물 홍수 및 손상 분석에 사용됩니다.

education_banner

FLOW-3Dv12.0 온라인 교육

FLOW-3 D v12.0 온라인 교육 과정은 미국 FSI에서 제공되는 컨텐츠로 FLOW-3D 사용자(구매/임차 및 기술지원 계약이 되어 있는 고객)에게 제공되는 교육 리소스입니다. 이 온라인 교육 과정은 FLOW-3D 기본 모델 사용법 전반에 대한 온라인 주문형 비디오를 제공합니다.

각 과정에서는 사용자가 스스로 시뮬레이션을 설정할 수 있도록 예제와 설명을 제공합니다. 모든 신규 FLOW3D사용자는 프로젝트별 시뮬레이션 작업을 시작하기 전에 기본 과정을 완료하는 것이 좋습니다.

또한 기존 사용자는 FLOW3D v12.0모델 설정 프로세스에서 사용할 수 있는 향상된 기능과 새로운 기능에 대해 배우고 기본 모델 설정 항목에 대한 리프레시로 배우는 데 유용한 새로운 교육 시리즈를 찾게 될 것입니다. 과정 비디오는 특정 주제 및 세그먼트를 쉽게 찾을 수 있도록 구성되어 있고, 즐겨 찾기에 추가될 수 있으며, 언제든지 참조할 수 있는 유용한 리소스를 제공합니다.

본 교육 과정은 미국 본사 정책에 따라 유지보수 계약이 체결된 고객 ID를 통해 미국의 Users Site 에서 제공됩니다.

FLOW-3D Training Modules

FLOW-3D GUI PART 1 OF THE FLOW-3D V12.0 TRAINING SERIES

FLOW-3D GUI

  • Introduction to FLOW-3D graphical user interface
  • Simulation Manager Tab
  • Portfolio
  • Running Simulations and the Queue
  • Runtime Diagnostics: Text Output
  • Runtime Diagnostics: Plots
  • Runtime Controls
  • FLOW-3D File Structure
    Review the important files that are created when running simulations in FLOW-3D. Access the simulation files through a link on the Simulation Manager Tab. Identify the important setup and solver outputs files
Model Setup Tab PART 2 OF THE FLOW-3D V12.0 TRAINING SERIES

모델 설정 탭

  • Introduction to the Model Setup TabIntroduction to the Model Setup Tab including an orientation to its layout and how to access model inputs though the dock widgets on the process toolbar. Options for customizing the layout of the process toolbar are also reviewed.
  • Navigating the 3D ViewportLearn the basic controls for navigating the 3D viewport. This includes mouse controls, toolbar shortcuts, saving views, and moving the pivot point.
  • Other Menu/Toolbar Navigation Options
  • Working with Dock Widget Inputs
  • Model DependenciesRecognize and understand dock widget input dependencies.
Global Settings PART 3 OF THE FLOW-3D V12.0 TRAINING SERIES

전역 설정

  • Global Dock Widget Overview
  • Pressure Type
  • Finish Time
  • Finish Options: Additional Finish Condition
  • Finish Options: Active Simulation ControlDefine a logical condition to stop the simulation using active simulation control.
  • Restart OptionsHow to manually define the Restart options to continue running a previously completed simulation.
  • Version OptionsDefine the Version options to specify the solver version and the number of processors used when starting a new simulation run.
Physics Models PART 4 OF THE FLOW-3D V12.0 TRAINING SERIES

물리 모델

  • Physics Dock Widget OverviewDescription of the available options in the Physics dock widget
  • Interface Tracking, Number of Fluids and Flow ModeBackground information on interface tracking methods and defining the number of fluids. Description of the Volume of Fluid (VOF) method for simulation of complex free surfaces, and how this affects the selection of the number of fluids. Examples are presented for one fluid and two fluid simulations.
  • Activating Physics ModelsDemonstration for how to activate physics models and how to limit the display of inactive physics models using the physics model filter.
Fluid Properties PART 5 OF THE FLOW-3D V12.0 TRAINING SERIES

유체 속성

  • Fluids Dock Widget OverviewIntroduction to the Fluids dock widget and how to define properties for fluids in the simulation.
  • Defining Fluid Properties ManuallyExample for how to manually define fluid properties.
  • Defining Fluid Properties from the Materials DatabaseExample for how to load fluid properties from the fluids database.
  • Managing the Materials Database
    How to add and edit entries in the materials database.
Geometry PART 6 OF THE FLOW-3D V12.0 TRAINING SERIES

지오메트리

  • Introduction
  • Component and Subcomponent Overview
  • Creating Subcomponents: Overview
  • Creating Subcomponents: STL
  • Creating Subcomponents: Primitives Manually
  • Creating Subcomponents: Primitives Interactively
  • Creating Subcomponents: Raster
  • Subcomponent Types
  • Subcomponent Order
  • Component Order
  • Component and Subcomponent Properties
  • Transformations
Meshing PART 7 OF THE FLOW-3D V12.0 TRAINING SERIES

Meshing

  • Meshing Introduction
  • Coordinate Systems
  • FAVOR™
  • Meshing Basics: Meshing Overview
  • Meshing Basics: Creating Mesh Blocks
  • Meshing Basics: Domain Extents
  • Meshing Basics: Global Controls
  • Meshing Basics: Local Controls
  • Reviewing Mesh Quality: FAVORize
  • Reviewing Mesh Quality: Preprocessing
  • Multi-block Meshing
  • Conforming Mesh Blocks
  • Meshing Best Practices
Boundary Conditions PART 8 OF THE FLOW-3D V12.0 TRAINING SERIES

Boundary Conditions

  • Introduction
    Introductory comments regarding how boundary conditions are applied and other considerations when defining BCs.
  • Boundaries Dock Widget Overview
  • Velocity
  • Volume Flow Rate
  • Wall
  • Symmetry
  • Grid Overlay
  • Pressure
  • Continuative
  • Outflow
    Description and example setup of the Outflow BC type.
Initial Conditions PART 9 OF THE FLOW-3D V12.0 TRAINING SERIES

Initial Conditions

  • Introduction
    Discussion of how the initial conditions and can affect simulation results and run times.
  • Options for Defining ICs
    Example: Global Settings
    Example: Fluid Regions
  • Example: Function Coefficients
    Description and example for defining spatially varying fluid properties with user defined functions.
  • Example: Pointers
    Description and example for defining an initial condition by filling contiguous cells with the Pointer object.
Output Options PART 10 OF THE FLOW-3D V12.0 TRAINING SERIES

Output Options

  • Output Dock Widget Overview
  • Spatial Data
  • Spatial Data: Restart Data
  • Spatial Data: Selected Data
  • History Data
  • Diagnostics: Short Print Data
  • Diagnostics: Long Print Data
  • Example Setup
  • Batch Post-processing
  • Batch Mode: Context File
  • Batch Mode: Manual
  • Batch Mode: Generate Reports
Baffles PART 11 OF THE FLOW-3D V12.0 TRAINING SERIES

Baffles

Introduction
An introduction to the available options for creating and defining baffle objects.
Creating Baffle Objects
Limitations
Force Outputs
Porosity
Scalar Reset Options
Summary
A summary of the important options for creating baffles and defining properties.

Measurement Devices PART 12 OF THE FLOW-3D V12.0 TRAINING SERIES

Measurement Devices

  • History Probes 
    History probes are point measurement devices and are used to record solver output at a specific location. Examples are provided for how to create these objects interactively and by defining a coordinate value.
  • Flux Surfaces 
    Flux surfaces are a special type of baffle object with a fixed porosity of 1, and are used to calculate flux quantities. Examples are provided for how to create flux surfaces and the types of data available from their output.
  • Sampling volumes 
    Sampling volumes are are three-dimensional data collection regions. Examples are provided for how to create sampling volumes and the types of data available from their output.
W&E Exercise: Ogee Weir

W&E Exercise: Ogee Weir

  • This exercise demonstrates the steps to setup a basic free surface or open channel flow simulation in FLOW-3D. It is intended to be a simple and fast running simulation that demonstrates the key setup steps that can be applied to a wide range of other common open channel flow applications. In this exercise, we will simulate flow over an ogee weir to predict the discharge capacity. Simulation results can be validated against discharge rating curves obtained from physical model measurements (USBR, 1996).  Special attention is given to the common types of boundary conditions used in open channel flow simulations and how to select them during the model setup. We also provide examples for common post-processing tasks using both FLOW-3D and FlowSight.

자유 표면 모델링 방법

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

Free Surface Modeling Methods

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

자유 표면 모델링 방법

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

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

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

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

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

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

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

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

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

Lagrangian Grid Methods

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

라그랑주 격자 법

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

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

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

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

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

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

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

Surface Height Method

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

표면 높이 법

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

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

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

Marker-and-Cell (MAC) Method

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

MAC 방법

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Surface Marker Method

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

표면 마커 법

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

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

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

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

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

Volume-of-Fluid (VOF) Method

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

VOF (Volume-of-Fluid) 법

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Variable-Density Approximation to the VOF Method

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

VOF 법의 가변 밀도 근사

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

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

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

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

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

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

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

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

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

Summary

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

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

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

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

References

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

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

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

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

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

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

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

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

Moving Boundaries: An Eulerian Approach

Moving Boundaries: An Eulerian Approach

많은 문제에서, 유체 및 고체 영역의 내부 경계가 그 안에서 이동할 수 있도록하면서 공간에 고정 된 그리드를 유지하는 것이 유리합니다. 이는 리 메싱의 필요성을 피할 수 있으므로 이러한 경계의 형태에 급격한 변화가 발생할 때마다 적절합니다. 메시 생성도 크게 단순화되었습니다.

고정 그리드 내에서 유체 인터페이스, 침전물, 응고 된 유체 및 탄성 재료의 경계 이동을 모델링하기위한 다양한 접근 방식이 표시됩니다. 유체 경계의 이동은 VOF (Volume-of-Fluid) 방법의 변형으로 수행되며, 각 계산 셀에서 유체의 양을 나타내는 양이 고정 메시를 통해 조정됩니다.

퇴적물의 침식 및 퇴적은 퇴적물 수색 모델을 사용하여 계산됩니다. 국부적 인 침식 속도는 패킹 된 퇴적물 / 유체 경계면에 존재하는 국부적 인 전단 응력을 기반으로하며, 증착은 Stokes 유동 근사치로 예측됩니다.

Emptying of gravure cell (same cell dimensions as filling case); a
three-dimensional perspective is shown. The transfer roll surface
(block at top) is moving away from the gravure roll at 0.5m/s. The
static contact of the fluid with all surfaces is 30°. The elapsed time
is 150

충진 층 경계면은 퇴적물 농도와 퇴적물의 포장 분율에 따라 달라집니다. 용융 금속은 온도가 빙점 아래로 떨어지면 굳을 수 있습니다. 응고 된 “유체”는 동결 및 용융을 유발하는 열유속의 양으로부터 결정된대로 표면이 증가하거나 수축하는 고체처럼 처리됩니다.

탄성 응력은 응고 된 재료 / 공기 인터페이스를 예측하는 VOF 방법을 사용하여 동일한 고정 그리드 내의 운동량 균형에 탄성 응력 계산을 추가하여 응고 된 영역에서 계산됩니다.

매우 일시적인 흐름 문제의 경우 유체와 공극 공간 사이 또는 두 개의 혼합 불가능한 유체 사이에있는 유체 인터페이스는 문제의 역학에 따라 자유롭게 움직여야합니다.

한 가지 해결책은 인터페이스와 함께 변형되는 메시를 만드는 것입니다. 이것은 시뮬레이션 중에 인터페이스의 형태가 거의 변경되지 않는 상황에서 잘 작동합니다. 그러나보다 일반적인 경우에는 시뮬레이션 중에 새 메시를 반복적으로 생성해야하거나 변경되지 않은 메시 내에서 자유 표면 경계를 생성하는 방법이 필요합니다. 이 작업은 후자를 제시합니다. VOF (Vol-of-fluid) 함수는 자유 표면의 위치를 추적하는 데 사용됩니다. 또한이 함수는 곡률을 계산하여 표면 장력의 영향을 예측하는 데 사용됩니다.

<원문보기> Moving-Boundaries-an-Eularian-Approach.pdf

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

Capillary Flows

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

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

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

Capillary Absorption

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

Thermocapillary Switch

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

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

Capillary Filling

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

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

Filling / 충진

Filling / 충진

재료 비용을 줄이고 사이클 시간을 개선하기 위해 소비재 회사는 슬로 싱, 튀기 및 공기 혼입을 포함한 많은 자유 표면 유체 문제를 처리해야합니다.

Predicting Entrained Air in a Bottle Filling Example

혼입된 공기는 생산 라인에서 컨테이너가 채워질 때 액체의 부피를 증가시킬 수 있습니다. 아래 왼쪽 이미지는 높이가 약 20cm인 병에 1.2 초 동안 채우는 것을 보여줍니다. 색상 음영은 액체에서 공기의 부피 비율을 나타냅니다. 병에서 짧은 시간과 높은 수준의 혼합으로 인해 공기가 표면으로 올라와 빠져 나갈 시간이 없었습니다. 그러나 오른쪽 이미지에서 볼 수 있듯이 약 1.7 초의 추가 시간이 지나면 표면으로 상승하는 공기로 인한 액체 부피 감소가 명확하게 보입니다. FLOW-3D의 드리프트 플럭스 모델을 사용하면 액체의 기포와 같은 성분을 분리하여 분리 할 수 있습니다.

Air entrainment (left) and separation of air and liquid (right)

In by 9, out by 5 – Rapid evaluation of Tide® bottle filling

FLOW-3D를 사용하여 새로운 Tide 병 디자인의 채우기를 모델링하는 방법을 설명하는이 기사는 The Procter and Gamble Company의 기술 부문 책임자 인 John McKibben이 기고했습니다.

오전 9시에 긴급한 이메일을 받았다고 상상해보십시오.

새로운 Tide® 병 디자인 중 하나가 핸들을 채우고 충전 장비에 문제가있을 수 있음을 방금 깨달았습니다. 프로토 타입 병도없고 몇 주 동안도 없을 것입니다. 디자이너와 소비자는 디자인의 모양을 좋아하지만 그것이 채우는 방식은 우리 생산 시설의 쇼 스토퍼가 될 수 있습니다.
이 상황을 접했을 때 저는 3D 지오메트리 (그림 1)의 스테레오 리소그래피 (.stl) 파일을 요청하여 응답을 시작했고 제가 할 수있는 일을 확인했습니다. FLOW-3D는 .stl 파일을 사용하여 지오메트리를 입력 할 수 있으며 채우기에 대한 자유 표면 문제를 해결할 수 있어야한다는 것을 알고있었습니다. 나는 이것이 잠재적 인 문제에 대한 좋은 질적 이해를 제공 할 것으로 기대했지만,이 응용 프로그램에 대해 얼마나 정확한지에 대해서는 약간 불확실했습니다.

Setting up and Running the Simulation

오후 1 시경에 지오메트리 파일, 유량 및 유체 속성을 받았습니다. 몇 시간 내에 시뮬레이션이 실행되어 예비 결과를 제공했습니다. 저는 제 고객을 초대하여 결과를 간단히 살펴 보았고 그는 “보스의 상사”도 함께 살펴 보았습니다. 그래서 저녁 5 시까 지 예비 결과를보고 원래 우려 사항이 문제가 아니라고 판단했습니다.

그러나 결과는 몇 가지 다른 질문을 제기했습니다. 핸들을 채우면 유입되는 유체 분사가 많이 분리되었습니다. 나는 이것이 동반 된 공기와 거품의 양을 증가시킬 것이라는 것을 알고 있었다 (우리는 결국 세탁 세제를 채우고있다). FLOW-3D 공기 혼입 모델을 테스트하기로 결정했습니다. 이 모델은 원래 난류 제트 용으로 개발되었으며,이 층류 문제를 볼 때 얼마나 잘 수행 될지 확신 할 수 없었습니다.

Figure 2: Filled results
Experimental comparison of bottle filling model with and without the air entrainment model, courtesy of The Procter & Gamble Company.

그림 2는 공기 유입 모델이 있거나없는 병 충전 모델의 결과를 보여줍니다. 혼입 된 공기가 포함되면 충전 레벨이 크게 증가합니다. 혼입 된 공기가 병 상단에서 액체를 밀어 내지는 않지만 공기 혼입 정확도를 확인해야 할만큼 충분히 가깝습니다.

그림 3은 몇 주 후에 실행 된 실험의 이미지와 공기 혼입 수준을 비교합니다 (시제품 병이 제공되었을 때). 제트 분리 및 충진 수준의 정 성적 일치는 우수하며 시뮬레이션이 병 설계를 선별하기에 충분히 정확하다는 것을 확인했습니다.

Capillary Flows

Capillary Flows

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

Marangoni Flows

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

Capillary Filling

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

Thermocapillary Switch

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

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

Whole Blood Spontaneous Capillary Flow

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

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

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

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

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

FLOW-3D Results

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

Animation of the results post-processed in FlowSight.

References

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

FLOW-3D CAST Bibliography

FLOW-3D CAST bibliography

아래는 FSI의 금속 주조 참고 문헌에 수록된 기술 논문 모음입니다. 이 모든 논문에는 FLOW-3D CAST 해석 결과가 수록되어 있습니다. FLOW-3D CAST를 사용하여 금속 주조 산업의 응용 프로그램을 성공적으로 시뮬레이션하는 방법에 대해 자세히 알아보십시오.

Below is a collection of technical papers in our Metal Casting Bibliography. All of these papers feature FLOW-3D CAST results. Learn more about how FLOW-3D CAST can be used to successfully simulate applications for the Metal Casting Industry.

33-20     Eric Riedel, Martin Liepe Stefan Scharf, Simulation of ultrasonic induced cavitation and acoustic streaming in liquid and solidifying aluminum, Metals, 10.4; 476, 2020. doi.org/10.3390/met10040476

20-20   Wu Yue, Li Zhuo and Lu Rong, Simulation and visual tester verification of solid propellant slurry vacuum plate casting, Propellants, Explosives, Pyrotechnics, 2020. doi.org/10.1002/prep.201900411

17-20   C.A. Jones, M.R. Jolly, A.E.W. Jarfors and M. Irwin, An experimental characterization of thermophysical properties of a porous ceramic shell used in the investment casting process, Supplimental Proceedings, pp. 1095-1105, TMS 2020 149th Annual Meeting and Exhibition, San Diego, CA, February 23-27, 2020. doi.org/10.1007/978-3-030-36296-6_102

12-20   Franz Josef Feikus, Paul Bernsteiner, Ricardo Fernández Gutiérrez and Michal Luszczak , Further development of electric motor housings, MTZ Worldwide, 81, pp. 38-43, 2020. doi.org/10.1007/s38313-019-0176-z

09-20   Mingfan Qi, Yonglin Kang, Yuzhao Xu, Zhumabieke Wulabieke and Jingyuan Li, A novel rheological high pressure die-casting process for preparing large thin-walled Al–Si–Fe–Mg–Sr alloy with high heat conductivity, high plasticity and medium strength, Materials Science and Engineering: A, 776, art. no. 139040, 2020. doi.org/10.1016/j.msea.2020.139040

07-20   Stefan Heugenhauser, Erhard Kaschnitz and Peter Schumacher, Development of an aluminum compound casting process – Experiments and numerical simulations, Journal of Materials Processing Technology, 279, art. no. 116578, 2020. doi.org/10.1016/j.jmatprotec.2019.116578

05-20   Michail Papanikolaou, Emanuele Pagone, Mark Jolly and Konstantinos Salonitis, Numerical simulation and evaluation of Campbell running and gating systems, Metals, 10.1, art. no. 68, 2020. doi.org/10.3390/met10010068

102-19   Ferencz Peti and Gabriela Strnad, The effect of squeeze pin dimension and operational parameters on material homogeneity of aluminium high pressure die cast parts, Acta Marisiensis. Seria Technologica, 16.2, 2019. doi.org/0.2478/amset-2019-0010

94-19   E. Riedel, I. Horn, N. Stein, H. Stein, R. Bahr, and S. Scharf, Ultrasonic treatment: a clean technology that supports sustainability incasting processes, Procedia, 26th CIRP Life Cycle Engineering (LCE) Conference, Indianapolis, Indiana, USA, May 7-9, 2019. 

93-19   Adrian V. Catalina, Liping Xue, Charles A. Monroe, Robin D. Foley, and John A. Griffin, Modeling and Simulation of Microstructure and Mechanical Properties of AlSi- and AlCu-based Alloys, Transactions, 123rd Metalcasting Congress, Atlanta, GA, USA, April 27-30, 2019. 

84-19   Arun Prabhakar, Michail Papanikolaou, Konstantinos Salonitis, and Mark Jolly, Sand casting of sheet lead: numerical simulation of metal flow and solidification, The International Journal of Advanced Manufacturing Technology, pp. 1-13, 2019. doi.org/10.1007/s00170-019-04522-3

72-19   Santosh Reddy Sama, Eric Macdonald, Robert Voigt, and Guha Manogharan, Measurement of metal velocity in sand casting during mold filling, Metals, 9:1079, 2019. doi.org/10.3390/met9101079

71-19   Sebastian Findeisen, Robin Van Der Auwera, Michael Heuser, and Franz-Josef Wöstmann, Gießtechnische Fertigung von E-Motorengehäusen mit interner Kühling (Casting production of electric motor housings with internal cooling), Geisserei, 106, pp. 72-78, 2019 (in German).

58-19     Von Malte Leonhard, Matthias Todte, and Jörg Schäffer, Realistic simulation of the combustion of exothermic feeders, Casting, No. 2, pp. 28-32, 2019. In English and German.

52-19     S. Lakkum and P. Kowitwarangkul, Numerical investigations on the effect of gas flow rate in the gas stirred ladle with dual plugs, International Conference on Materials Research and Innovation (ICMARI), Bangkok, Thailand, December 17-21, 2018. IOP Conference Series: Materials Science and Engineering, Vol. 526, 2019. doi.org/10.1088/1757-899X/526/1/012028

47-19     Bing Zhou, Shuai Lu, Kaile Xu, Chun Xu, and Zhanyong Wang, Microstructure and simulation of semisolid aluminum alloy castings in the process of stirring integrated transfer-heat (SIT) with water cooling, International Journal of Metalcasting, Online edition, pp. 1-13, 2019. doi.org/10.1007/s40962-019-00357-6

31-19     Zihao Yuan, Zhipeng Guo, and S.M. Xiong, Skin layer of A380 aluminium alloy die castings and its blistering during solution treatment, Journal of Materials Science & Technology, Vol. 35, No. 9, pp. 1906-1916, 2019. doi.org/10.1016/j.jmst.2019.05.011

25-19     Stefano Mascetti, Raul Pirovano, and Giulio Timelli, Interazione metallo liquido/stampo: Il fenomeno della metallizzazione, La Metallurgia Italiana, No. 4, pp. 44-50, 2019. In Italian.

20-19     Fu-Yuan Hsu, Campbellology for runner system design, Shape Casting: The Minerals, Metals & Materials Series, pp. 187-199, 2019. doi.org/10.1007/978-3-030-06034-3_19

19-19     Chengcheng Lyu, Michail Papanikolaou, and Mark Jolly, Numerical process modelling and simulation of Campbell running systems designs, Shape Casting: The Minerals, Metals & Materials Series, pp. 53-64, 2019. doi.org/10.1007/978-3-030-06034-3_5

18-19     Adrian V. Catalina, Liping Xue, and Charles Monroe, A solidification model with application to AlSi-based alloys, Shape Casting: The Minerals, Metals & Materials Series, pp. 201-213, 2019. doi.org/10.1007/978-3-030-06034-3_20

17-19     Fu-Yuan Hsu and Yu-Hung Chen, The validation of feeder modeling for ductile iron castings, Shape Casting: The Minerals, Metals & Materials Series, pp. 227-238, 2019. doi.org/10.1007/978-3-030-06034-3_22

04-19   Santosh Reddy Sama, Tony Badamo, Paul Lynch and Guha Manogharan, Novel sprue designs in metal casting via 3D sand-printing, Additive Manufacturing, Vol. 25, pp. 563-578, 2019. doi.org/10.1016/j.addma.2018.12.009

02-19   Jingying Sun, Qichi Le, Li Fu, Jing Bai, Johannes Tretter, Klaus Herbold and Hongwei Huo, Gas entrainment behavior of aluminum alloy engine crankcases during the low-pressure-die-casting-process, Journal of Materials Processing Technology, Vol. 266, pp. 274-282, 2019. doi.org/10.1016/j.jmatprotec.2018.11.016

92-18   Fast, Flexible… More Versatile, Foundry Management Technology, March, 2018. 

82-18   Xu Zhao, Ping Wang, Tao Li, Bo-yu Zhang, Peng Wang, Guan-zhou Wang and Shi-qi Lu, Gating system optimization of high pressure die casting thin-wall AlSi10MnMg longitudinal loadbearing beam based on numerical simulation, China Foundry, Vol. 15, no. 6, pp. 436-442, 2018. doi: 10.1007/s41230-018-8052-z

80-18   Michail Papanikolaou, Emanuele Pagone, Konstantinos Salonitis, Mark Jolly and Charalampos Makatsoris, A computational framework towards energy efficient casting processes, Sustainable Design and Manufacturing 2018: Proceedings of the 5th International Conference on Sustainable Design and Manufacturing (KES-SDM-18), Gold Coast, Australia, June 24-26 2018, SIST 130, pp. 263-276, 2019. doi.org/10.1007/978-3-030-04290-5_27

64-18   Vasilios Fourlakidis, Ilia Belov and Attila Diószegi, Strength prediction for pearlitic lamellar graphite iron: Model validation, Metals, Vol. 8, No. 9, 2018. doi.org/10.3390/met8090684

51-18   Xue-feng Zhu, Bao-yi Yu, Li Zheng, Bo-ning Yu, Qiang Li, Shu-ning Lü and Hao Zhang, Influence of pouring methods on filling process, microstructure and mechanical properties of AZ91 Mg alloy pipe by horizontal centrifugal casting, China Foundry, vol. 15, no. 3, pp.196-202, 2018. doi.org/10.1007/s41230-018-7256-6

47-18   Santosh Reddy Sama, Jiayi Wang and Guha Manogharan, Non-conventional mold design for metal casting using 3D sand-printing, Journal of Manufacturing Processes, vol. 34-B, pp. 765-775, 2018. doi.org/10.1016/j.jmapro.2018.03.049

42-18   M. Koru and O. Serçe, The Effects of Thermal and Dynamical Parameters and Vacuum Application on Porosity in High-Pressure Die Casting of A383 Al-Alloy, International Journal of Metalcasting, pp. 1-17, 2018. doi.org/10.1007/s40962-018-0214-7

41-18   Abhilash Viswanath, S. Savithri, U.T.S. Pillai, Similitude analysis on flow characteristics of water, A356 and AM50 alloys during LPC process, Journal of Materials Processing Technology, vol. 257, pp. 270-277, 2018. doi.org/10.1016/j.jmatprotec.2018.02.031

29-18   Seyboldt, Christoph and Liewald, Mathias, Investigation on thixojoining to produce hybrid components with intermetallic phase, AIP Conference Proceedings, vol. 1960, no. 1, 2018. doi.org/10.1063/1.5034992

28-18   Laura Schomer, Mathias Liewald and Kim Rouven Riedmüller, Simulation of the infiltration process of a ceramic open-pore body with a metal alloy in semi-solid state to design the manufacturing of interpenetrating phase composites, AIP Conference Proceedings, vol. 1960, no. 1, 2018. doi.org/10.1063/1.5034991

41-17   Y. N. Wu et al., Numerical Simulation on Filling Optimization of Copper Rotor for High Efficient Electric Motors in Die Casting Process, Materials Science Forum, Vol. 898, pp. 1163-1170, 2017.

12-17   A.M.  Zarubin and O.A. Zarubina, Controlling the flow rate of melt in gravity die casting of aluminum alloys, Liteynoe Proizvodstvo (Casting Manufacturing), pp 16-20, 6, 2017. In Russian.

10-17   A.Y. Korotchenko, Y.V. Golenkov, M.V. Tverskoy and D.E. Khilkov, Simulation of the Flow of Metal Mixtures in the Mold, Liteynoe Proizvodstvo (Casting Manufacturing), pp 18-22, 5, 2017. In Russian.

08-17   Morteza Morakabian Esfahani, Esmaeil Hajjari, Ali Farzadi and Seyed Reza Alavi Zaree, Prediction of the contact time through modeling of heat transfer and fluid flow in compound casting process of Al/Mg light metals, Journal of Materials Research, © Materials Research Society 2017

04-17   Huihui Liu, Xiongwei He and Peng Guo, Numerical simulation on semi-solid die-casting of magnesium matrix composite based on orthogonal experiment, AIP Conference Proceedings 1829, 020037 (2017); doi.org/10.1063/1.4979769.

100-16  Robert Watson, New numerical techniques to quantify and predict the effect of entrainment defects, applied to high pressure die casting, PhD Thesis: University of Birmingham, 2016.

88-16   M.C. Carter, T. Kauffung, L. Weyenberg and C. Peters, Low Pressure Die Casting Simulation Discovery through Short Shot, Cast Expo & Metal Casting Congress, April 16-19, 2016, Minneapolis, MN, Copyright 2016 American Foundry Society.

61-16   M. Koru and O. Serçe, Experimental and numerical determination of casting mold interfacial heat transfer coefficient in the high pressure die casting of a 360 aluminum alloy, ACTA PHYSICA POLONICA A, Vol. 129 (2016)

59-16   R. Pirovano and S. Mascetti, Tracking of collapsed bubbles during a filling simulation, La Metallurgia Italiana – n. 6 2016

43-16   Kevin Lee, Understanding shell cracking during de-wax process in investment casting, Ph.D Thesis: University of Birmingham, School of Engineering, Department of Chemical Engineering, 2016.

35-16   Konstantinos Salonitis, Mark Jolly, Binxu Zeng, and Hamid Mehrabi, Improvements in energy consumption and environmental impact by novel single shot melting process for casting, Journal of Cleaner Production, doi.org/10.1016/j.jclepro.2016.06.165, Open Access funded by Engineering and Physical Sciences Research Council, June 29, 2016

20-16   Fu-Yuan Hsu, Bifilm Defect Formation in Hydraulic Jump of Liquid Aluminum, Metallurgical and Materials Transactions B, 2016, Band: 47, Heft 3, 1634-1648.

15-16   Mingfan Qia, Yonglin Kanga, Bing Zhoua, Wanneng Liaoa, Guoming Zhua, Yangde Lib,and Weirong Li, A forced convection stirring process for Rheo-HPDC aluminum and magnesium alloys, Journal of Materials Processing Technology 234 (2016) 353–367

112-15   José Miguel Gonçalves Ledo Belo da Costa, Optimization of filling systems for low pressure by FLOW-3D, Dissertação de mestrado integrado em Engenharia Mecânica, 2015.

89-15   B.W. Zhu, L.X. Li, X. Liu, L.Q. Zhang and R. Xu, Effect of Viscosity Measurement Method to Simulate High Pressure Die Casting of Thin-Wall AlSi10MnMg Alloy Castings, Journal of Materials Engineering and Performance, Published online, November 2015, doi.org/10.1007/s11665-015-1783-8, © ASM International.

88-15   Peng Zhang, Zhenming Li, Baoliang Liu, Wenjiang Ding and Liming Peng, Improved tensile properties of a new aluminum alloy for high pressure die casting, Materials Science & Engineering A651(2016)376–390, Available online, November 2015.

83-15   Zu-Qi Hu, Xin-Jian Zhang and Shu-Sen Wu, Microstructure, Mechanical Properties and Die-Filling Behavior of High-Performance Die-Cast Al–Mg–Si–Mn Alloy, Acta Metall. Sin. (Engl. Lett.), doi.org/10.1007/s40195-015-0332-7, © The Chinese Society for Metals and Springer-Verlag Berlin Heidelberg 2015.

82-15   J. Müller, L. Xue, M.C. Carter, C. Thoma, M. Fehlbier and M. Todte, A Die Spray Cooling Model for Thermal Die Cycling Simulations, 2015 Die Casting Congress & Exposition, Indianapolis, IN, October 2015

81-15   M. T. Murray, L.F. Hansen, L. Chilcott, E. Li and A.M. Murray, Case Studies in the Use of Simulation- Improved Yield and Reduced Time to Market, 2015 Die Casting Congress & Exposition, Indianapolis, IN, October 2015

80-15   R. Bhola, S. Chandra and D. Souders, Predicting Castability of Thin-Walled Parts for the HPDC Process Using Simulations, 2015 Die Casting Congress & Exposition, Indianapolis, IN, October 2015

76-15   Prosenjit Das, Sudip K. Samanta, Shashank Tiwari and Pradip Dutta, Die Filling Behaviour of Semi Solid A356 Al Alloy Slurry During Rheo Pressure Die Casting, Transactions of the Indian Institute of Metals, pp 1-6, October 2015

74-15   Murat KORU and Orhan SERÇE, Yüksek Basınçlı Döküm Prosesinde Enjeksiyon Parametrelerine Bağlı Olarak Döküm Simülasyon, Cumhuriyet University Faculty of Science, Science Journal (CSJ), Vol. 36, No: 5 (2015) ISSN: 1300-1949, May 2015

69-15   A. Viswanath, S. Sivaraman, U. T. S. Pillai, Computer Simulation of Low Pressure Casting Process Using FLOW-3D, Materials Science Forum, Vols. 830-831, pp. 45-48, September 2015

68-15   J. Aneesh Kumar, K. Krishnakumar and S. Savithri, Computer Simulation of Centrifugal Casting Process Using FLOW-3D, Materials Science Forum, Vols. 830-831, pp. 53-56, September 2015

59-15   F. Hosseini Yekta and S. A. Sadough Vanini, Simulation of the flow of semi-solid steel alloy using an enhanced model, Metals and Materials International, August 2015.

44-15   Ulrich E. Klotz, Tiziana Heiss and Dario Tiberto, Platinum investment casting material properties, casting simulation and optimum process parameters, Jewelry Technology Forum 2015

41-15   M. Barkhudarov and R. Pirovano, Minimizing Air Entrainment in High Pressure Die Casting Shot Sleeves, GIFA 2015, Düsseldorf, Germany

40-15   M. Todte, A. Fent, and H. Lang, Simulation in support of the development of innovative processes in the casting industry, GIFA 2015, Düsseldorf, Germany

19-15   Bruce Morey, Virtual casting improves powertrain design, Automotive Engineering, SAE International, March 2015.

15-15   K.S. Oh, J.D. Lee, S.J. Kim and J.Y. Choi, Development of a large ingot continuous caster, Metall. Res. Technol. 112, 203 (2015) © EDP Sciences, 2015, doi.org/10.1051/metal/2015006, www.metallurgical-research.org

14-15   Tiziana Heiss, Ulrich E. Klotz and Dario Tiberto, Platinum Investment Casting, Part I: Simulation and Experimental Study of the Casting Process, Johnson Matthey Technol. Rev., 2015, 59, (2), 95, doi.org/10.1595/205651315×687399

138-14 Christopher Thoma, Wolfram Volk, Ruben Heid, Klaus Dilger, Gregor Banner and Harald Eibisch, Simulation-based prediction of the fracture elongation as a failure criterion for thin-walled high-pressure die casting components, International Journal of Metalcasting, Vol. 8, No. 4, pp. 47-54, 2014. doi.org/10.1007/BF03355594

107-14  Mehran Seyed Ahmadi, Dissolution of Si in Molten Al with Gas Injection, ProQuest Dissertations And Theses; Thesis (Ph.D.), University of Toronto (Canada), 2014; Publication Number: AAT 3637106; ISBN: 9781321195231; Source: Dissertation Abstracts International, Volume: 76-02(E), Section: B.; 191 p.

99-14   R. Bhola and S. Chandra, Predicting Castability for Thin-Walled HPDC Parts, Foundry Management Technology, December 2014

92-14   Warren Bishenden and Changhua Huang, Venting design and process optimization of die casting process for structural components; Part II: Venting design and process optimization, Die Casting Engineer, November 2014

90-14   Ken’ichi Kanazawa, Ken’ichi Yano, Jun’ichi Ogura, and Yasunori Nemoto, Optimum Runner Design for Die-Casting using CFD Simulations and Verification with Water-Model Experiments, Proceedings of the ASME 2014 International Mechanical Engineering Congress and Exposition, IMECE2014, November 14-20, 2014, Montreal, Quebec, Canada, IMECE2014-37419

89-14   P. Kapranos, C. Carney, A. Pola, and M. Jolly, Advanced Casting Methodologies: Investment Casting, Centrifugal Casting, Squeeze Casting, Metal Spinning, and Batch Casting, In Comprehensive Materials Processing; McGeough, J., Ed.; 2014, Elsevier Ltd., 2014; Vol. 5, pp 39–67.

77-14   Andrei Y. Korotchenko, Development of Scientific and Technological Approaches to Casting Net-Shaped Castings in Sand Molds Free of Shrinkage Defects and Hot Tears, Post-doctoral thesis: Russian State Technological University, 2014. In Russian.

69-14   L. Xue, M.C. Carter, A.V. Catalina, Z. Lin, C. Li, and C. Qiu, Predicting, Preventing Core Gas Defects in Steel Castings, Modern Casting, September 2014

68-14   L. Xue, M.C. Carter, A.V. Catalina, Z. Lin, C. Li, and C. Qiu, Numerical Simulation of Core Gas Defects in Steel Castings, Copyright 2014 American Foundry Society, 118th Metalcasting Congress, April 8 – 11, 2014, Schaumburg, IL

51-14   Jesus M. Blanco, Primitivo Carranza, Rafael Pintos, Pedro Arriaga, and Lakhdar Remaki, Identification of Defects Originated during the Filling of Cast Pieces through Particles Modelling, 11th World Congress on Computational Mechanics (WCCM XI), 5th European Conference on Computational Mechanics (ECCM V), 6th European Conference on Computational Fluid Dynamics (ECFD VI), E. Oñate, J. Oliver and A. Huerta (Eds)

47-14   B. Vijaya Ramnatha, C.Elanchezhiana, Vishal Chandrasekhar, A. Arun Kumarb, S. Mohamed Asif, G. Riyaz Mohamed, D. Vinodh Raj , C .Suresh Kumar, Analysis and Optimization of Gating System for Commutator End Bracket, Procedia Materials Science 6 ( 2014 ) 1312 – 1328, 3rd International Conference on Materials Processing and Characterisation (ICMPC 2014)

42-14  Bing Zhou, Yong-lin Kang, Guo-ming Zhu, Jun-zhen Gao, Ming-fan Qi, and Huan-huan Zhang, Forced convection rheoforming process for preparation of 7075 aluminum alloy semisolid slurry and its numerical simulation, Trans. Nonferrous Met. Soc. China 24(2014) 1109−1116

37-14    A. Karwinski, W. Lesniewski, P. Wieliczko, and M. Malysza, Casting of Titanium Alloys in Centrifugal Induction Furnaces, Archives of Metallurgy and Materials, Volume 59, Issue 1, doi.org/10.2478/amm-2014-0068, 2014.

26-14    Bing Zhou, Yonglin Kang, Mingfan Qi, Huanhuan Zhang and Guoming ZhuR-HPDC Process with Forced Convection Mixing Device for Automotive Part of A380 Aluminum Alloy, Materials 2014, 7, 3084-3105; doi.org/10.3390/ma7043084

20-14  Johannes Hartmann, Tobias Fiegl, Carolin Körner, Aluminum integral foams with tailored density profile by adapted blowing agents, Applied Physics A, doi.org/10.1007/s00339-014-8377-4, March 2014.

19-14    A.Y. Korotchenko, N.A. Nikiforova, E.D. Demjanov, N.C. Larichev, The Influence of the Filling Conditions on the Service Properties of the Part Side Frame, Russian Foundryman, 1 (January), pp 40-43, 2014. In Russian.

11-14 B. Fuchs and C. Körner, Mesh resolution consideration for the viability prediction of lost salt cores in the high pressure die casting process, Progress in Computational Fluid Dynamics, Vol. 14, No. 1, 2014, Copyright © 2014 Inderscience Enterprises Ltd.

08-14 FY Hsu, SW Wang, and HJ Lin, The External and Internal Shrinkages in Aluminum Gravity Castings, Shape Casting: 5th International Symposium 2014. Available online at Google Books

103-13  B. Fuchs, H. Eibisch and C. Körner, Core Viability Simulation for Salt Core Technology in High-Pressure Die Casting, International Journal of Metalcasting, July 2013, Volume 7, Issue 3, pp 39–45

94-13    Randall S. Fielding, J. Crapps, C. Unal, and J.R.Kennedy, Metallic Fuel Casting Development and Parameter Optimization Simulations, International Conference on Fast reators and Related Fuel Cycles (FR13), 4-7 March 2013, Paris France

90-13  A. Karwińskia, M. Małyszaa, A. Tchórza, A. Gila, B. Lipowska, Integration of Computer Tomography and Simulation Analysis in Evaluation of Quality of Ceramic-Carbon Bonded Foam Filter, Archives of Foundry Engineering, doi.org/10.2478/afe-2013-0084, Published quarterly as the organ of the Foundry Commission of the Polish Academy of Sciences, ISSN, (2299-2944), Volume 13, Issue 4/2013

88-13  Litie and Metallurgia (Casting and Metallurgy), 3 (72), 2013, N.V.Sletova, I.N.Volnov, S.P.Zadrutsky, V.A.Chaikin, Modeling of the Process of Removing Non-metallic Inclusions in Aluminum Alloys Using the FLOW-3D program, pp 138-140. In Russian.

85-13    Michał Szucki,Tomasz Goraj, Janusz Lelito, Józef S. Suchy, Numerical Analysis of Solid Particles Flow in Liquid Metal, XXXVII International Scientific Conference Foundryman’ Day 2013, Krakow, 28-29 November 2013

84-13  Körner, C., Schwankl, M., Himmler, D., Aluminum-Aluminum compound castings by electroless deposited zinc layers, Journal of Materials Processing Technology (2014), doi.org/10.1016/j.jmatprotec.2013.12.01483-13.

77-13  Antonio Armillotta & Raffaello Baraggi & Simone Fasoli, SLM tooling for die casting with conformal cooling channels, The International Journal of Advanced Manufacturing Technology, doi.org/10.1007/s00170-013-5523-7, December 2013.

64-13   Johannes Hartmann, Christina Blümel, Stefan Ernst, Tobias Fiegl, Karl-Ernst Wirth, Carolin Körner, Aluminum integral foam castings with microcellular cores by nano-functionalization, J Mater Sci, doi.org/10.1007/s10853-013-7668-z, September 2013.

46-13  Nicholas P. Orenstein, 3D Flow and Temperature Analysis of Filling a Plutonium Mold, LA-UR-13-25537, Approved for public release; distribution is unlimited. Los Alamos Annual Student Symposium 2013, 2013-07-24 (Rev.1)

42-13   Yang Yue, William D. Griffiths, and Nick R. Green, Modelling of the Effects of Entrainment Defects on Mechanical Properties in a Cast Al-Si-Mg Alloy, Materials Science Forum, 765, 225, 2013.

39-13  J. Crapps, D.S. DeCroix, J.D Galloway, D.A. Korzekwa, R. Aikin, R. Fielding, R. Kennedy, C. Unal, Separate effects identification via casting process modeling for experimental measurement of U-Pu-Zr alloys, Journal of Nuclear Materials, 15 July 2013.

35-13   A. Pari, Real Life Problem Solving through Simulations in the Die Casting Industry – Case Studies, © Die Casting Engineer, July 2013.

34-13  Martin Lagler, Use of Simulation to Predict the Viability of Salt Cores in the HPDC Process – Shot Curve as a Decisive Criterion, © Die Casting Engineer, July 2013.

24-13    I.N.Volnov, Optimizatsia Liteynoi Tekhnologii, (Casting Technology Optimization), Liteyshik Rossii (Russian Foundryman), 3, 2013, 27-29. In Russian

23-13  M.R. Barkhudarov, I.N. Volnov, Minimizatsia Zakhvata Vozdukha v Kamere Pressovania pri Litie pod Davleniem, (Minimization of Air Entrainment in the Shot Sleeve During High Pressure Die Casting), Liteyshik Rossii (Russian Foundryman), 3, 2013, 30-34. In Russian

09-13  M.C. Carter and L. Xue, Simulating the Parameters that Affect Core Gas Defects in Metal Castings, Copyright 2012 American Foundry Society, Presented at the 2013 CastExpo, St. Louis, Missouri, April 2013

08-13  C. Reilly, N.R. Green, M.R. Jolly, J.-C. Gebelin, The Modelling Of Oxide Film Entrainment In Casting Systems Using Computational Modelling, Applied Mathematical Modelling, http://dx.doi.org/10.1016/j.apm.2013.03.061, April 2013.

03-13  Alexandre Reikher and Krishna M. Pillai, A fast simulation of transient metal flow and solidification in a narrow channel. Part II. Model validation and parametric study, Int. J. Heat Mass Transfer (2013), http://dx.doi.org/10.1016/j.ijheatmasstransfer.2012.12.061.

02-13  Alexandre Reikher and Krishna M. Pillai, A fast simulation of transient metal flow and solidification in a narrow channel. Part I: Model development using lubrication approximation, Int. J. Heat Mass Transfer (2013), http://dx.doi.org/10.1016/j.ijheatmasstransfer.2012.12.060.

116-12  Jufu Jianga, Ying Wang, Gang Chena, Jun Liua, Yuanfa Li and Shoujing Luo, “Comparison of mechanical properties and microstructure of AZ91D alloy motorcycle wheels formed by die casting and double control forming, Materials & Design, Volume 40, September 2012, Pages 541-549.

107-12  F.K. Arslan, A.H. Hatman, S.Ö. Ertürk, E. Güner, B. Güner, An Evaluation for Fundamentals of Die Casting Materials Selection and Design, IMMC’16 International Metallurgy & Materials Congress, Istanbul, Turkey, 2012.

103-12 WU Shu-sen, ZHONG Gu, AN Ping, WAN Li, H. NAKAE, Microstructural characteristics of Al−20Si−2Cu−0.4Mg−1Ni alloy formed by rheo-squeeze casting after ultrasonic vibration treatment, Transactions of Nonferrous Metals Society of China, 22 (2012) 2863-2870, November 2012. Full paper available online.

109-12 Alexandre Reikher, Numerical Analysis of Die-Casting Process in Thin Cavities Using Lubrication Approximation, Ph.D. Thesis: The University of Wisconsin Milwaukee, Engineering Department (2012) Theses and Dissertations. Paper 65.

97-12 Hong Zhou and Li Heng Luo, Filling Pattern of Step Gating System in Lost Foam Casting Process and its Application, Advanced Materials Research, Volumes 602-604, Progress in Materials and Processes, 1916-1921, December 2012.

93-12  Liangchi Zhang, Chunliang Zhang, Jeng-Haur Horng and Zichen Chen, Functions of Step Gating System in the Lost Foam Casting Process, Advanced Materials Research, 591-593, 940, DOI: 10.4028/www.scientific.net/AMR.591-593.940, November 2012.

91-12  Hong Yan, Jian Bin Zhu, Ping Shan, Numerical Simulation on Rheo-Diecasting of Magnesium Matrix Composites, 10.4028/www.scientific.net/SSP.192-193.287, Solid State Phenomena, 192-193, 287.

89-12  Alexandre Reikher and Krishna M. Pillai, A Fast Numerical Simulation for Modeling Simultaneous Metal Flow and Solidification in Thin Cavities Using the Lubrication Approximation, Numerical Heat Transfer, Part A: Applications: An International Journal of Computation and Methodology, 63:2, 75-100, November 2012.

82-12  Jufu Jiang, Gang Chen, Ying Wang, Zhiming Du, Weiwei Shan, and Yuanfa Li, Microstructure and mechanical properties of thin-wall and high-rib parts of AM60B Mg alloy formed by double control forming and die casting under the optimal conditions, Journal of Alloys and Compounds, http://dx.doi.org/10.1016/j.jallcom.2012.10.086, October 2012.

78-12   A. Pari, Real Life Problem Solving through Simulations in the Die Casting Industry – Case Studies, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012, Indianapolis, IN.

77-12  Y. Wang, K. Kabiri-Bamoradian and R.A. Miller, Rheological behavior models of metal matrix alloys in semi-solid casting process, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012, Indianapolis, IN.

76-12  A. Reikher and H. Gerber, Analysis of Solidification Parameters During the Die Cast Process, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012, Indianapolis, IN.

75-12 R.A. Miller, Y. Wang and K. Kabiri-Bamoradian, Estimating Cavity Fill Time, 2012 Die Casting Congress & Exposition, © NADCA, October 8-10, 2012Indianapolis, IN.

65-12  X.H. Yang, T.J. Lu, T. Kim, Influence of non-conducting pore inclusions on phase change behavior of porous media with constant heat flux boundaryInternational Journal of Thermal Sciences, Available online 10 October 2012. Available online at SciVerse.

55-12  Hejun Li, Pengyun Wang, Lehua Qi, Hansong Zuo, Songyi Zhong, Xianghui Hou, 3D numerical simulation of successive deposition of uniform molten Al droplets on a moving substrate and experimental validation, Computational Materials Science, Volume 65, December 2012, Pages 291–301.

52-12 Hongbing Ji, Yixin Chen and Shengzhou Chen, Numerical Simulation of Inner-Outer Couple Cooling Slab Continuous Casting in the Filling Process, Advanced Materials Research (Volumes 557-559), Advanced Materials and Processes II, pp. 2257-2260, July 2012.

47-12    Petri Väyrynen, Lauri Holappa, and Seppo Louhenkilpi, Simulation of Melting of Alloying Materials in Steel Ladle, SCANMET IV – 4th International Conference on Process Development in Iron and Steelmaking, Lulea, Sweden, June 10-13, 2012.

46-12  Bin Zhang and Dave Salee, Metal Flow and Heat Transfer in Billet DC Casting Using Wagstaff® Optifill™ Metal Distribution Systems, 5th International Metal Quality Workshop, United Arab Emirates Dubai, March 18-22, 2012.

45-12 D.R. Gunasegaram, M. Givord, R.G. O’Donnell and B.R. Finnin, Improvements engineered in UTS and elongation of aluminum alloy high pressure die castings through the alteration of runner geometry and plunger velocity, Materials Science & Engineering.

44-12    Antoni Drys and Stefano Mascetti, Aluminum Casting Simulations, Desktop Engineering, September 2012

42-12   Huizhen Duan, Jiangnan Shen and Yanping Li, Comparative analysis of HPDC process of an auto part with ProCAST and FLOW-3D, Applied Mechanics and Materials Vols. 184-185 (2012) pp 90-94, Online available since 2012/Jun/14 at www.scientific.net, © (2012) Trans Tech Publications, Switzerland, doi:10.4028/www.scientific.net/AMM.184-185.90.

41-12    Deniece R. Korzekwa, Cameron M. Knapp, David A. Korzekwa, and John W. Gibbs, Co-Design – Fabrication of Unalloyed Plutonium, LA-UR-12-23441, MDI Summer Research Group Workshop Advanced Manufacturing, 2012-07-25/2012-07-26 (Los Alamos, New Mexico, United States)

29-12  Dario Tiberto and Ulrich E. Klotz, Computer simulation applied to jewellery casting: challenges, results and future possibilities, IOP Conf. Ser.: Mater. Sci. Eng.33 012008. Full paper available at IOP.

28-12  Y Yue and N R Green, Modelling of different entrainment mechanisms and their influences on the mechanical reliability of Al-Si castings, 2012 IOP Conf. Ser.: Mater. Sci. Eng. 33,012072.Full paper available at IOP.

27-12  E Kaschnitz, Numerical simulation of centrifugal casting of pipes, 2012 IOP Conf. Ser.: Mater. Sci. Eng. 33 012031, Issue 1. Full paper available at IOP.

15-12  C. Reilly, N.R Green, M.R. Jolly, The Present State Of Modeling Entrainment Defects In The Shape Casting Process, Applied Mathematical Modelling, Available online 27 April 2012, ISSN 0307-904X, 10.1016/j.apm.2012.04.032.

12-12   Andrei Starobin, Tony Hirt, Hubert Lang, and Matthias Todte, Core drying simulation and validation, International Foundry Research, GIESSEREIFORSCHUNG 64 (2012) No. 1, ISSN 0046-5933, pp 2-5

10-12  H. Vladimir Martínez and Marco F. Valencia (2012). Semisolid Processing of Al/β-SiC Composites by Mechanical Stirring Casting and High Pressure Die Casting, Recent Researches in Metallurgical Engineering – From Extraction to Forming, Dr Mohammad Nusheh (Ed.), ISBN: 978-953-51-0356-1, InTech

07-12     Amir H. G. Isfahani and James M. Brethour, Simulating Thermal Stresses and Cooling Deformations, Die Casting Engineer, March 2012

06-12   Shuisheng Xie, Youfeng He and Xujun Mi, Study on Semi-solid Magnesium Alloys Slurry Preparation and Continuous Roll-casting Process, Magnesium Alloys – Design, Processing and Properties, ISBN: 978-953-307-520-4, InTech.

04-12 J. Spangenberg, N. Roussel, J.H. Hattel, H. Stang, J. Skocek, M.R. Geiker, Flow induced particle migration in fresh concrete: Theoretical frame, numerical simulations and experimental results on model fluids, Cement and Concrete Research, http://dx.doi.org/10.1016/j.cemconres.2012.01.007, February 2012.

01-12   Lee, B., Baek, U., and Han, J., Optimization of Gating System Design for Die Casting of Thin Magnesium Alloy-Based Multi-Cavity LCD Housings, Journal of Materials Engineering and Performance, Springer New York, Issn: 1059-9495, 10.1007/s11665-011-0111-1, Volume 1 / 1992 – Volume 21 / 2012. Available online at Springer Link.

104-11  Fu-Yuan Hsu and Huey Jiuan Lin, Foam Filters Used in Gravity Casting, Metall and Materi Trans B (2011) 42: 1110. doi:10.1007/s11663-011-9548-8.

99-11    Eduardo Trejo, Centrifugal Casting of an Aluminium Alloy, thesis: Doctor of Philosophy, Metallurgy and Materials School of Engineering University of Birmingham, October 2011. Full paper available upon request.

93-11  Olga Kononova, Andrejs Krasnikovs ,Videvuds Lapsa,Jurijs Kalinka and Angelina Galushchak, Internal Structure Formation in High Strength Fiber Concrete during Casting, World Academy of Science, Engineering and Technology 59 2011

76-11  J. Hartmann, A. Trepper, and C. Körner, Aluminum Integral Foams with Near-Microcellular Structure, Advanced Engineering Materials 2011, Volume 13 (2011) No. 11, © Wiley-VCH

71-11  Fu-Yuan Hsu and Yao-Ming Yang Confluence Weld in an Aluminum Gravity Casting, Journal of Materials Processing Technology, Available online 23 November 2011, ISSN 0924-0136, 10.1016/j.jmatprotec.2011.11.006.

65-11     V.A. Chaikin, A.V. Chaikin, I.N.Volnov, A Study of the Process of Late Modification Using Simulation, in Zagotovitelnye Proizvodstva v Mashinostroenii, 10, 2011, 8-12. In Russian.

54-11  Ngadia Taha Niane and Jean-Pierre Michalet, Validation of Foundry Process for Aluminum Parts with FLOW-3D Software, Proceedings of the 2011 International Symposium on Liquid Metal Processing and Casting, 2011.

51-11    A. Reikher and H. Gerber, Calculation of the Die Cast parameters of the Thin Wall Aluminum Cast Part, 2011 Die Casting Congress & Tabletop, Columbus, OH, September 19-21, 2011

50-11   Y. Wang, K. Kabiri-Bamoradian, and R.A. Miller, Runner design optimization based on CFD simulation for a die with multiple cavities, 2011 Die Casting Congress & Tabletop, Columbus, OH, September 19-21, 2011

48-11 A. Karwiński, W. Leśniewski, S. Pysz, P. Wieliczko, The technology of precision casting of titanium alloys by centrifugal process, Archives of Foundry Engineering, ISSN: 1897-3310), Volume 11, Issue 3/2011, 73-80, 2011.

46-11  Daniel Einsiedler, Entwicklung einer Simulationsmethodik zur Simulation von Strömungs- und Trocknungsvorgängen bei Kernfertigungsprozessen mittels CFD (Development of a simulation methodology for simulating flow and drying operations in core production processes using CFD), MSc thesis at Technical University of Aalen in Germany (Hochschule Aalen), 2011.

44-11  Bin Zhang and Craig Shaber, Aluminum Ingot Thermal Stress Development Modeling of the Wagstaff® EpsilonTM Rolling Ingot DC Casting System during the Start-up Phase, Materials Science Forum Vol. 693 (2011) pp 196-207, © 2011 Trans Tech Publications, July, 2011.

43-11 Vu Nguyen, Patrick Rohan, John Grandfield, Alex Levin, Kevin Naidoo, Kurt Oswald, Guillaume Girard, Ben Harker, and Joe Rea, Implementation of CASTfill low-dross pouring system for ingot casting, Materials Science Forum Vol. 693 (2011) pp 227-234, © 2011 Trans Tech Publications, July, 2011.

40-11  A. Starobin, D. Goettsch, M. Walker, D. Burch, Gas Pressure in Aluminum Block Water Jacket Cores, © 2011 American Foundry Society, International Journal of Metalcasting/Summer 2011

37-11 Ferencz Peti, Lucian Grama, Analyze of the Possible Causes of Porosity Type Defects in Aluminum High Pressure Diecast Parts, Scientific Bulletin of the Petru Maior University of Targu Mures, Vol. 8 (XXV) no. 1, 2011, ISSN 1841-9267

31-11  Johannes Hartmann, André Trepper, Carolin Körner, Aluminum Integral Foams with Near-Microcellular Structure, Advanced Engineering Materials, 13: n/a. doi: 10.1002/adem.201100035, June 2011.

27-11  A. Pari, Optimization of HPDC Process using Flow Simulation Case Studies, Die Casting Engineer, July 2011

26-11    A. Reikher, H. Gerber, Calculation of the Die Cast Parameters of the Thin Wall Aluminum Die Casting Part, Die Casting Engineer, July 2011

21-11 Thang Nguyen, Vu Nguyen, Morris Murray, Gary Savage, John Carrig, Modelling Die Filling in Ultra-Thin Aluminium Castings, Materials Science Forum (Volume 690), Light Metals Technology V, pp 107-111, 10.4028/www.scientific.net/MSF.690.107, June 2011.

19-11 Jon Spangenberg, Cem Celal Tutum, Jesper Henri Hattel, Nicolas Roussel, Metter Rica Geiker, Optimization of Casting Process Parameters for Homogeneous Aggregate Distribution in Self-Compacting Concrete: A Feasibility Study, © IEEE Congress on Evolutionary Computation, 2011, New Orleans, USA

16-11  A. Starobin, C.W. Hirt, H. Lang, and M. Todte, Core Drying Simulation and Validations, AFS Proceedings 2011, © American Foundry Society, Presented at the 115th Metalcasting Congress, Schaumburg, Illinois, April 2011.

15-11  J. J. Hernández-Ortega, R. Zamora, J. López, and F. Faura, Numerical Analysis of Air Pressure Effects on the Flow Pattern during the Filling of a Vertical Die Cavity, AIP Conf. Proc., Volume 1353, pp. 1238-1243, The 14th International Esaform Conference on Material Forming: Esaform 2011; doi:10.1063/1.3589686, May 2011. Available online.

10-11 Abbas A. Khalaf and Sumanth Shankar, Favorable Environment for Nondentric Morphology in Controlled Diffusion Solidification, DOI: 10.1007/s11661-011-0641-z, © The Minerals, Metals & Materials Society and ASM International 2011, Metallurgical and Materials Transactions A, March 11, 2011.

08-11 Hai Peng Li, Chun Yong Liang, Li Hui Wang, Hong Shui Wang, Numerical Simulation of Casting Process for Gray Iron Butterfly Valve, Advanced Materials Research, 189-193, 260, February 2011.

04-11  C.W. Hirt, Predicting Core Shooting, Drying and Defect Development, Foundry Management & Technology, January 2011.

76-10  Zhizhong Sun, Henry Hu, Alfred Yu, Numerical Simulation and Experimental Study of Squeeze Casting Magnesium Alloy AM50, Magnesium Technology 2010, 2010 TMS Annual Meeting & ExhibitionFebruary 14-18, 2010, Seattle, WA.

68-10  A. Reikher, H. Gerber, K.M. Pillai, T.-C. Jen, Natural Convection—An Overlooked Phenomenon of the Solidification Process, Die Casting Engineer, January 2010

54-10    Andrea Bernardoni, Andrea Borsi, Stefano Mascetti, Alessandro Incognito and Matteo Corrado, Fonderia Leonardo aveva ragione! L’enorme cavallo dedicato a Francesco Sforza era materialmente realizzabile, A&C – Analisis e Calcolo, Giugno 2010. In  Italian.

48-10  J. J. Hernández-Ortega, R. Zamora, J. Palacios, J. López and F. Faura, An Experimental and Numerical Study of Flow Patterns and Air Entrapment Phenomena During the Filling of a Vertical Die Cavity, J. Manuf. Sci. Eng., October 2010, Volume 132, Issue 5, 05101, doi:10.1115/1.4002535.

47-10  A.V. Chaikin, I.N. Volnov, and V.A. Chaikin, Development of Dispersible Mixed Inoculant Compositions Using the FLOW-3D Program, Liteinoe Proizvodstvo, October, 2010, in Russian.

42-10  H. Lakshmi, M.C. Vinay Kumar, Raghunath, P. Kumar, V. Ramanarayanan, K.S.S. Murthy, P. Dutta, Induction reheating of A356.2 aluminum alloy and thixocasting as automobile component, Transactions of Nonferrous Metals Society of China 20(20101) s961-s967.

41-10  Pamela J. Waterman, Understanding Core-Gas Defects, Desktop Engineering, October 2010. Available online at Desktop Engineering. Also published in the Foundry Trade Journal, November 2010.

39-10  Liu Zheng, Jia Yingying, Mao Pingli, Li Yang, Wang Feng, Wang Hong, Zhou Le, Visualization of Die Casting Magnesium Alloy Steering Bracket, Special Casting & Nonferrous Alloys, ISSN: 1001-2249, CN: 42-1148/TG, 2010-04. In Chinese.

37-10  Morris Murray, Lars Feldager Hansen, and Carl Reinhardt, I Have Defects – Now What, Die Casting Engineer, September 2010

36-10  Stefano Mascetti, Using Flow Analysis Software to Optimize Piston Velocity for an HPDC Process, Die Casting Engineer, September 2010. Also available in Italian: Ottimizzare la velocita del pistone in pressofusione.  A & C, Analisi e Calcolo, Anno XII, n. 42, Gennaio 2011, ISSN 1128-3874.

32-10  Guan Hai Yan, Sheng Dun Zhao, Zheng Hui Sha, Parameters Optimization of Semisolid Diecasting Process for Air-Conditioner’s Triple Valve in HPb59-1 Alloy, Advanced Materials Research (Volumes 129 – 131), Vol. Material and Manufacturing Technology, pp. 936-941, DOI: 10.4028/www.scientific.net/AMR.129-131.936, August 2010.

29-10 Zheng Peng, Xu Jun, Zhang Zhifeng, Bai Yuelong, and Shi Likai, Numerical Simulation of Filling of Rheo-diecasting A357 Aluminum Alloy, Special Casting & Nonferrous Alloys, DOI: CNKI:SUN:TZZZ.0.2010-01-024, 2010.

27-10 For an Aerospace Diecasting, Littler Uses Simulation to Reveal Defects, and Win a New Order, Foundry Management & Technology, July 2010

23-10 Michael R. Barkhudarov, Minimizing Air Entrainment, The Canadian Die Caster, June 2010

15-10 David H. Kirkwood, Michel Suery, Plato Kapranos, Helen V. Atkinson, and Kenneth P. Young, Semi-solid Processing of Alloys, 2010, XII, 172 p. 103 illus., 19 in color., Hardcover ISBN: 978-3-642-00705-7.

09-10  Shannon Wetzel, Fullfilling Da Vinci’s Dream, Modern Casting, April 2010.

08-10 B.I. Semenov, K.M. Kushtarov, Semi-solid Manufacturing of Castings, New Industrial Technologies, Publication of Moscow State Technical University n.a. N.E. Bauman, 2009 (in Russian)

07-10 Carl Reilly, Development Of Quantitative Casting Quality Assessment Criteria Using Process Modelling, thesis: The University of Birmingham, March 2010 (Available upon request)

06-10 A. Pari, Optimization of HPDC Process using Flow Simulation – Case Studies, CastExpo ’10, NADCA, Orlando, Florida, March 2010

05-10 M.C. Carter, S. Palit, and M. Littler, Characterizing Flow Losses Occurring in Air Vents and Ejector Pins in High Pressure Die Castings, CastExpo ’10, NADCA, Orlando, Florida, March 2010

04-10 Pamela Waterman, Simulating Porosity Factors, Foundry Management Technology, March 2010, Article available at Foundry Management Technology

03-10 C. Reilly, M.R. Jolly, N.R. Green, JC Gebelin, Assessment of Casting Filling by Modeling Surface Entrainment Events Using CFD, 2010 TMS Annual Meeting & Exhibition (Jim Evans Honorary Symposium), Seattle, Washington, USA, February 14-18, 2010

02-10 P. Väyrynen, S. Wang, J. Laine and S.Louhenkilpi, Control of Fluid Flow, Heat Transfer and Inclusions in Continuous Casting – CFD and Neural Network Studies, 2010 TMS Annual Meeting & Exhibition (Jim Evans Honorary Symposium), Seattle, Washington, USA, February 14-18, 2010

60-09   Somlak Wannarumon, and Marco Actis Grande, Comparisons of Computer Fluid Dynamic Software Programs applied to Jewelry Investment Casting Process, World Academy of Science, Engineering and Technology 55 2009.

59-09   Marco Actis Grande and Somlak Wannarumon, Numerical Simulation of Investment Casting of Gold Jewelry: Experiments and Validations, World Academy of Science, Engineering and Technology, Vol:3 2009-07-24

56-09  Jozef Kasala, Ondrej Híreš, Rudolf Pernis, Start-up Phase Modeling of Semi Continuous Casting Process of Brass Billets, Metal 2009, 19.-21.5.2009

51-09  In-Ting Hong, Huan-Chien Tung, Chun-Hao Chiu and Hung-Shang Huang, Effect of Casting Parameters on Microstructure and Casting Quality of Si-Al Alloy for Vacuum Sputtering, China Steel Technical Report, No. 22, pp. 33-40, 2009.

42-09  P. Väyrynen, S. Wang, S. Louhenkilpi and L. Holappa, Modeling and Removal of Inclusions in Continuous Casting, Materials Science & Technology 2009 Conference & Exhibition, Pittsburgh, Pennsylvania, USA, October 25-29, 2009

41-09 O.Smirnov, P.Väyrynen, A.Kravchenko and S.Louhenkilpi, Modern Methods of Modeling Fluid Flow and Inclusions Motion in Tundish Bath – General View, Proceedings of Steelsim 2009 – 3rd International Conference on Simulation and Modelling of Metallurgical Processes in Steelmaking, Leoben, Austria, September 8-10, 2009

21-09 A. Pari, Case Studies – Optimization of HPDC Process Using Flow Simulation, Die Casting Engineer, July 2009

20-09 M. Sirvio, M. Wos, Casting directly from a computer model by using advanced simulation software, FLOW-3D Cast, Archives of Foundry Engineering Volume 9, Issue 1/2009, 79-82

19-09 Andrei Starobin, C.W. Hirt, D. Goettsch, A Model for Binder Gas Generation and Transport in Sand Cores and Molds, Modeling of Casting, Welding, and Solidification Processes XII, TMS (The Minerals, Metals & Minerals Society), June 2009

11-09 Michael Barkhudarov, Minimizing Air Entrainment in a Shot Sleeve during Slow-Shot Stage, Die Casting Engineer (The North American Die Casting Association ISSN 0012-253X), May 2009

10-09 A. Reikher, H. Gerber, Application of One-Dimensional Numerical Simulation to Optimize Process Parameters of a Thin-Wall Casting in High Pressure Die Casting, Die Casting Engineer (The North American Die Casting Association ISSN 0012-253X), May 2009

7-09 Andrei Starobin, Simulation of Core Gas Evolution and Flow, presented at the North American Die Casting Association – 113th Metalcasting Congress, April 7-10, 2009, Las Vegas, Nevada, USA

6-09 A.Pari, Optimization of HPDC PROCESS: Case Studies, North American Die Casting Association – 113th Metalcasting Congress, April 7-10, 2009, Las Vegas, Nevada, USA

2-09 C. Reilly, N.R. Green and M.R. Jolly, Oxide Entrainment Structures in Horizontal Running Systems, TMS 2009, San Francisco, California, February 2009

30-08 I.N.Volnov, Computer Modeling of Casting of Pipe Fittings, © 2008, Pipe Fittings, 5 (38), 2008. Russian version

28-08 A.V.Chaikin, I.N.Volnov, V.A.Chaikin, Y.A.Ukhanov, N.R.Petrov, Analysis of the Efficiency of Alloy Modifiers Using Statistics and Modeling, © 2008, Liteyshik Rossii (Russian Foundryman), October, 2008

27-08 P. Scarber, Jr., H. Littleton, Simulating Macro-Porosity in Aluminum Lost Foam Castings, American Foundry Society, © 2008, AFS Lost Foam Conference, Asheville, North Carolina, October, 2008

25-08 FMT Staff, Forecasting Core Gas Pressures with Computer Simulation, Foundry Management and Technology, October 28, 2008 © 2008 Penton Media, Inc. Online article

24-08 Core and Mold Gas Evolution, Foundry Management and Technology, January 24, 2008 (excerpted from the FM&T May 2007 issue) © 2008 Penton Media, Inc.

22-08 Mark Littler, Simulation Eliminates Die Casting Scrap, Modern Casting/September 2008

21-08 X. Chen, D. Penumadu, Permeability Measurement and Numerical Modeling for Refractory Porous Materials, AFS Transactions © 2008 American Foundry Society, CastExpo ’08, Atlanta, Georgia, May 2008

20-08 Rolf Krack, Using Solidification Simulations for Optimising Die Cooling Systems, FTJ July/August 2008

19-08 Mark Littler, Simulation Software Eliminates Die Casting Scrap, ECS Casting Innovations, July/August 2008

13-08 T. Yoshimura, K. Yano, T. Fukui, S. Yamamoto, S. Nishido, M. Watanabe and Y. Nemoto, Optimum Design of Die Casting Plunger Tip Considering Air Entrainment, Proceedings of 10th Asian Foundry Congress (AFC10), Nagoya, Japan, May 2008

08-08 Stephen Instone, Andreas Buchholz and Gerd-Ulrich Gruen, Inclusion Transport Phenomena in Casting Furnaces, Light Metals 2008, TMS (The Minerals, Metals & Materials Society), 2008

07-08 P. Scarber, Jr., H. Littleton, Simulating Macro-Porosity in Aluminum Lost Foam Casting, AFS Transactions 2008 © American Foundry Society, CastExpo ’08, Atlanta, Georgia, May 2008

06-08 A. Reikher, H. Gerber and A. Starobin, Multi-Stage Plunger Deceleration System, CastExpo ’08, NADCA, Atlanta, Georgia, May 2008

05-08 Amol Palekar, Andrei Starobin, Alexander Reikher, Die-casting end-of-fill and drop forge viscometer flow transients examined with a coupled-motion numerical model, 68th World Foundry Congress, Chennai, India, February 2008

03-08 Petri J. Väyrynen, Sami K. Vapalahti and Seppo J. Louhenkilpi, On Validation of Mathematical Fluid Flow Models for Simulation of Tundish Water Models and Industrial Examples, AISTech 2008, May 2008

53-07   A. Kermanpur, Sh. Mahmoudi and A. Hajipour, Three-dimensional Numerical Simulation of Metal Flow and Solidification in the Multi-cavity Casting Moulds of Automotive Components, International Journal of Iron & Steel Society of Iran, Article 2, Volume 4, Issue 1, Summer and Autumn 2007, pages 8-15.

36-07 Duque Mesa A. F., Herrera J., Cruz L.J., Fernández G.P. y Martínez H.V., Caracterización Defectológica de Piezas Fundida por Lost Foam Casting Mediante Simulación Numérica, 8° Congreso Iberoamericano de Ingenieria Mecanica, Cusco, Peru, 23 al 25 de Octubre de 2007 (in Spanish)

27-07 A.Y. Korotchenko, A.M. Zarubin, I.A.Korotchenko, Modeling of High Pressure Die Casting Filling, Russian Foundryman, December 2007, pp 15-19. (in Russian)

26-07 I.N. Volnov, Modeling of Casting Processes with Variable Geometry, Russian Foundryman, November 2007, pp 27-30. (in Russian)

16-07 P. Väyrynen, S. Vapalahti, S. Louhenkilpi, L. Chatburn, M. Clark, T. Wagner, Tundish Flow Model Tuning and Validation – Steady State and Transient Casting Situations, STEELSIM 2007, Graz/Seggau, Austria, September 12-14 2007

11-07 Marco Actis Grande, Computer Simulation of the Investment Casting Process – Widening of the Filling Step, Santa Fe Symposium on Jewelry Manufacturing Technology, May 2007

09-07 Alexandre Reikher and Michael Barkhudarov, Casting: An Analytical Approach, Springer, 1st edition, August 2007, Hardcover ISBN: 978-1-84628-849-4. U.S. Order FormEurope Order Form.

07-07 I.N. Volnov, Casting Modeling Systems – Current State, Problems and Perspectives, (in Russian), Liteyshik Rossii (Russian Foundryman), June 2007

05-07 A.N. Turchin, D.G. Eskin, and L. Katgerman, Solidification under Forced-Flow Conditions in a Shallow Cavity, DOI: 10.1007/s1161-007-9183-9, © The Minerals, Metals & Materials Society and ASM International 2007

04-07 A.N. Turchin, M. Zuijderwijk, J. Pool, D.G. Eskin, and L. Katgerman, Feathery grain growth during solidification under forced flow conditions, © Acta Materialia Inc. Published by Elsevier Ltd. All rights reserved. DOI: 10.1016/j.actamat.2007.02.030, April 2007

03-07 S. Kuyucak, Sponsored Research – Clean Steel Casting Production—Evaluation of Laboratory Castings, Transactions of the American Foundry Society, Volume 115, 111th Metalcasting Congress, May 2007

02-07 Fu-Yuan Hsu, Mark R. Jolly and John Campbell, The Design of L-Shaped Runners for Gravity Casting, Shape Casting: 2nd International Symposium, Edited by Paul N. Crepeau, Murat Tiryakioðlu and John Campbell, TMS (The Minerals, Metals & Materials Society), Orlando, FL, Feb 2007

30-06 X.J. Liu, S.H. Bhavnani, R.A. Overfelt, Simulation of EPS foam decomposition in the lost foam casting process, Journal of Materials Processing Technology 182 (2007) 333–342, © 2006 Elsevier B.V. All rights reserved.

25-06 Michael Barkhudarov and Gengsheng Wei, Modeling Casting on the Move, Modern Casting, August 2006; Modeling of Casting Processes with Variable Geometry, Russian Foundryman, December 2007, pp 10-15. (in Russian)

24-06 P. Scarber, Jr. and C.E. Bates, Simulation of Core Gas Production During Mold Fill, © 2006 American Foundry Society

7-06 M.Y.Smirnov, Y.V.Golenkov, Manufacturing of Cast Iron Bath Tubs Castings using Vacuum-Process in Russia, Russia’s Foundryman, July 2006. In Russian.

6-06 M. Barkhudarov, and G. Wei, Modeling of the Coupled Motion of Rigid Bodies in Liquid Metal, Modeling of Casting, Welding and Advanced Solidification Processes – XI, May 28 – June 2, 2006, Opio, France, eds. Ch.-A. Gandin and M. Bellet, pp 71-78, 2006.

2-06 J.-C. Gebelin, M.R. Jolly and F.-Y. Hsu, ‘Designing-in’ Controlled Filling Using Numerical Simulation for Gravity Sand Casting of Aluminium Alloys, Int. J. Cast Met. Res., 2006, Vol.19 No.1

1-06 Michael Barkhudarov, Using Simulation to Control Microporosity Reduces Die Iterations, Die Casting Engineer, January 2006, pp. 52-54

30-05 H. Xue, K. Kabiri-Bamoradian, R.A. Miller, Modeling Dynamic Cavity Pressure and Impact Spike in Die Casting, Cast Expo ’05, April 16-19, 2005

22-05 Blas Melissari & Stavros A. Argyropoulous, Measurement of Magnitude and Direction of Velocity in High-Temperature Liquid Metals; Part I, Mathematical Modeling, Metallurgical and Materials Transactions B, Volume 36B, October 2005, pp. 691-700

21-05 M.R. Jolly, State of the Art Review of Use of Modeling Software for Casting, TMS Annual Meeting, Shape Casting: The John Campbell Symposium, Eds, M. Tiryakioglu & P.N Crepeau, TMS, Warrendale, PA, ISBN 0-87339-583-2, Feb 2005, pp 337-346

20-05 J-C Gebelin, M.R. Jolly & F-Y Hsu, ‘Designing-in’ Controlled Filling Using Numerical Simulation for Gravity Sand Casting of Aluminium Alloys, TMS Annual Meeting, Shape Casting: The John Campbell Symposium, Eds, M. Tiryakioglu & P.N Crepeau, TMS, Warrendale, PA, ISBN 0-87339-583-2, Feb 2005, pp 355-364

19-05 F-Y Hsu, M.R. Jolly & J Campbell, Vortex Gate Design for Gravity Castings, TMS Annual Meeting, Shape Casting: The John Campbell Symposium, Eds, M. Tiryakioglu & P.N Crepeau, TMS, Warrendale, PA, ISBN 0-87339-583-2, Feb 2005, pp 73-82

18-05 M.R. Jolly, Modelling the Investment Casting Process: Problems and Successes, Japanese Foundry Society, JFS, Tokyo, Sept. 2005

13-05 Xiaogang Yang, Xiaobing Huang, Xiaojun Dai, John Campbell and Joe Tatler, Numerical Modelling of the Entrainment of Oxide Film Defects in Filling of Aluminium Alloy Castings, International Journal of Cast Metals Research, 17 (6), 2004, 321-331

10-05 Carlos Evaristo Esparza, Martha P. Guerro-Mata, Roger Z. Ríos-Mercado, Optimal Design of Gating Systems by Gradient Search Methods, Computational Materials Science, October 2005

6-05 Birgit Hummler-Schaufler, Fritz Hirning, Jurgen Schaufler, A World First for Hatz Diesel and Schaufler Tooling, Die Casting Engineer, May 2005, pp. 18-21

4-05 Rolf Krack, The W35 Topic—A World First, Die Casting World, March 2005, pp. 16-17

3-05 Joerg Frei, Casting Simulations Speed Up Development, Die Casting World, March 2005, p. 14

2-05 David Goettsch and Michael Barkhudarov, Analysis and Optimization of the Transient Stage of Stopper-Rod Pour, Shape Casting: The John Campbell Symposium, The Minerals, Metals & Materials Society, 2005

36-04  Ik Min Park, Il Dong Choi, Yong Ho Park, Development of Light-Weight Al Scroll Compressor for Car Air Conditioner, Materials Science Forum, Designing, Processing and Properties of Advanced Engineering Materials, 449-452, 149, March 2004.

32-04 D.H. Kirkwood and P.J Ward, Numerical Modelling of Semi-Solid Flow under Processing Conditions, steel research int. 75 (2004), No. 8/9

30-04 Haijing Mao, A Numerical Study of Externally Solidified Products in the Cold Chamber Die Casting Process, thesis: The Ohio State University, 2004 (Available upon request)

28-04 Z. Cao, Z. Yang, and X.L. Chen, Three-Dimensional Simulation of Transient GMA Weld Pool with Free Surface, Supplement to the Welding Journal, June 2004.

23-04 State of the Art Use of Computational Modelling in the Foundry Industry, 3rd International Conference Computational Modelling of Materials III, Sicily, Italy, June 2004, Advances in Science and Technology,  Eds P. Vincenzini & A Lami, Techna Group Srl, Italy, ISBN: 88-86538-46-4, Part B, pp 479-490

22-04 Jerry Fireman, Computer Simulation Helps Reduce Scrap, Die Casting Engineer, May 2004, pp. 46-49

21-04 Joerg Frei, Simulation—A Safe and Quick Way to Good Components, Aluminium World, Volume 3, Issue 2, pp. 42-43

20-04 J.-C. Gebelin, M.R. Jolly, A. M. Cendrowicz, J. Cirre and S. Blackburn, Simulation of Die Filling for the Wax Injection Process – Part II Numerical Simulation, Metallurgical and Materials Transactions, Volume 35B, August 2004

14-04 Sayavur I. Bakhtiyarov, Charles H. Sherwin, and Ruel A. Overfelt, Hot Distortion Studies In Phenolic Urethane Cold Box System, American Foundry Society, 108th Casting Congress, June 12-15, 2004, Rosemont, IL, USA

13-04 Sayavur I. Bakhtiyarov and Ruel A. Overfelt, First V-Process Casting of Magnesium, American Foundry Society, 108th Casting Congress, June 12-15, 2004, Rosemont, IL, USA

5-04 C. Schlumpberger & B. Hummler-Schaufler, Produktentwicklung auf hohem Niveau (Product Development on a High Level), Druckguss Praxis, January 2004, pp 39-42 (in German).

3-04 Charles Bates, Dealing with Defects, Foundry Management and Technology, February 2004, pp 23-25

1-04 Laihua Wang, Thang Nguyen, Gary Savage and Cameron Davidson, Thermal and Flow Modeling of Ladling and Injection in High Pressure Die Casting Process, International Journal of Cast Metals Research, vol. 16 No 4 2003, pp 409-417

2-03 J-C Gebelin, AM Cendrowicz, MR Jolly, Modeling of the Wax Injection Process for the Investment Casting Process – Prediction of Defects, presented at the Third International Conference on Computational Fluid Dynamics in the Minerals and Process Industries, December 10-12, 2003, Melbourne, Australia, pp. 415-420

29-03 C. W. Hirt, Modeling Shrinkage Induced Micro-porosity, Flow Science Technical Note (FSI-03-TN66)

28-03 Thixoforming at the University of Sheffield, Diecasting World, September 2003, pp 11-12

26-03 William Walkington, Gas Porosity-A Guide to Correcting the Problems, NADCA Publication: 516

22-03 G F Yao, C W Hirt, and M Barkhudarov, Development of a Numerical Approach for Simulation of Sand Blowing and Core Formation, in Modeling of Casting, Welding, and Advanced Solidification Process-X”, Ed. By Stefanescu et al pp. 633-639, 2003

21-03 E F Brush Jr, S P Midson, W G Walkington, D T Peters, J G Cowie, Porosity Control in Copper Rotor Die Castings, NADCA Indianapolis Convention Center, Indianapolis, IN September 15-18, 2003, T03-046

12-03 J-C Gebelin & M.R. Jolly, Modeling Filters in Light Alloy Casting Processes,  Trans AFS, 2002, 110, pp. 109-120

11-03 M.R. Jolly, Casting Simulation – How Well Do Reality and Virtual Casting Match – A State of the Art Review, Intl. J. Cast Metals Research, 2002, 14, pp. 303-313

10-03 Gebelin., J-C and Jolly, M.R., Modeling of the Investment Casting Process, Journal of  Materials Processing Tech., Vol. 135/2-3, pp. 291 – 300

9-03 Cox, M, Harding, R.A. and Campbell, J., Optimised Running System Design for Bottom Filled Aluminium Alloy 2L99 Investment Castings, J. Mat. Sci. Tech., May 2003, Vol. 19, pp. 613-625

8-03 Von Alexander Schrey and Regina Reek, Numerische Simulation der Kernherstellung, (Numerical Simulation of Core Blowing), Giesserei, June 2003, pp. 64-68 (in German)

7-03 J. Zuidema Jr., L Katgerman, Cyclone separation of particles in aluminum DC Casting, Proceedings from the Tenth International Conference on Modeling of Casting, Welding and Advanced Solidification Processes, Destin, FL, May 2003, pp. 607-614

6-03 Jean-Christophe Gebelin and Mark Jolly, Numerical Modeling of Metal Flow Through Filters, Proceedings from the Tenth International Conference on Modeling of Casting, Welding and Advanced Solidification Processes, Destin, FL, May 2003, pp. 431-438

5-03 N.W. Lai, W.D. Griffiths and J. Campbell, Modelling of the Potential for Oxide Film Entrainment in Light Metal Alloy Castings, Proceedings from the Tenth International Conference on Modeling of Casting, Welding and Advanced Solidification Processes, Destin, FL, May 2003, pp. 415-422

21-02 Boris Lukezic, Case History: Process Modeling Solves Die Design Problems, Modern Casting, February 2003, P 59

20-02 C.W. Hirt and M.R. Barkhudarov, Predicting Defects in Lost Foam Castings, Modern Casting, December 2002, pp 31-33

19-02 Mark Jolly, Mike Cox, Ric Harding, Bill Griffiths and John Campbell, Quiescent Filling Applied to Investment Castings, Modern Casting, December 2002 pp. 36-38

18-02 Simulation Helps Overcome Challenges of Thin Wall Magnesium Diecasting, Foundry Management and Technology, October 2002, pp 13-15

17-02 G Messmer, Simulation of a Thixoforging Process of Aluminum Alloys with FLOW-3D, Institute for Metal Forming Technology, University of Stuttgart

16-02 Barkhudarov, Michael, Computer Simulation of Lost Foam Process, Casting Simulation Background and Examples from Europe and the USA, World Foundrymen Organization, 2002, pp 319-324

15-02 Barkhudarov, Michael, Computer Simulation of Inclusion Tracking, Casting Simulation Background and Examples from Europe and the USA, World Foundrymen Organization, 2002, pp 341-346

14-02 Barkhudarov, Michael, Advanced Simulation of the Flow and Heat Transfer of an Alternator Housing, Casting Simulation Background and Examples from Europe and the USA, World Foundrymen Organization, 2002, pp 219-228

8-02 Sayavur I. Bakhtiyarov, and Ruel A. Overfelt, Experimental and Numerical Study of Bonded Sand-Air Two-Phase Flow in PUA Process, Auburn University, 2002 American Foundry Society, AFS Transactions 02-091, Kansas City, MO

7-02 A Habibollah Zadeh, and J Campbell, Metal Flow Through a Filter System, University of Birmingham, 2002 American Foundry Society, AFS Transactions 02-020, Kansas City, MO

6-02 Phil Ward, and Helen Atkinson, Final Report for EPSRC Project: Modeling of Thixotropic Flow of Metal Alloys into a Die, GR/M17334/01, March 2002, University of Sheffield

5-02 S. I. Bakhtiyarov and R. A. Overfelt, Numerical and Experimental Study of Aluminum Casting in Vacuum-sealed Step Molding, Auburn University, 2002 American Foundry Society, AFS Transactions 02-050, Kansas City, MO

4-02 J. C. Gebelin and M. R. Jolly, Modelling Filters in Light Alloy Casting Processes, University of Birmingham, 2002 American Foundry Society AFS Transactions 02-079, Kansas City, MO

3-02 Mark Jolly, Mike Cox, Jean-Christophe Gebelin, Sam Jones, and Alex Cendrowicz, Fundamentals of Investment Casting (FOCAST), Modelling the Investment Casting Process, Some preliminary results from the UK Research Programme, IRC in Materials, University of Birmingham, UK, AFS2001

49-01   Hua Bai and Brian G. Thomas, Bubble formation during horizontal gas injection into downward-flowing liquid, Metallurgical and Materials Transactions B, Vol. 32, No. 6, pp. 1143-1159, 2001. doi.org/10.1007/s11663-001-0102-y

45-01 Jan Zuidema; Laurens Katgerman; Ivo J. Opstelten;Jan M. Rabenberg, Secondary Cooling in DC Casting: Modelling and Experimental Results, TMS 2001, New Orleans, Louisianna, February 11-15, 2001

43-01 James Andrew Yurko, Fluid Flow Behavior of Semi-Solid Aluminum at High Shear Rates,Ph.D. thesis; Massachusetts Institute of Technology, June 2001. Abstract only; full thesis available at http://dspace.mit.edu/handle/1721.1/8451 (for a fee).

33-01 Juang, S.H., CAE Application on Design of Die Casting Dies, 2001 Conference on CAE Technology and Application, Hsin-Chu, Taiwan, November 2001, (article in Chinese with English-language abstract)

32-01 Juang, S.H. and C. M. Wang, Effect of Feeding Geometry on Flow Characteristics of Magnesium Die Casting by Numerical Analysis, The Preceedings of 6th FADMA Conference, Taipei, Taiwan, July 2001, Chinese language with English abstract

26-01 C. W. Hirt., Predicting Defects in Lost Foam Castings, December 13, 2001

21-01 P. Scarber Jr., Using Liquid Free Surface Areas as a Predictor of Reoxidation Tendency in Metal Alloy Castings, presented at the Steel Founders’ Society of American, Technical and Operating Conference, October 2001

20-01 P. Scarber Jr., J. Griffin, and C. E. Bates, The Effect of Gating and Pouring Practice on Reoxidation of Steel Castings, presented at the Steel Founders’ Society of American, Technical and Operating Conference, October 2001

19-01 L. Wang, T. Nguyen, M. Murray, Simulation of Flow Pattern and Temperature Profile in the Shot Sleeve of a High Pressure Die Casting Process, CSIRO Manufacturing Science and Technology, Melbourne, Victoria, Australia, Presented by North American Die Casting Association, Oct 29-Nov 1, 2001, Cincinnati, To1-014

18-01 Rajiv Shivpuri, Venkatesh Sankararaman, Kaustubh Kulkarni, An Approach at Optimizing the Ingate Design for Reducing Filling and Shrinkage Defects, The Ohio State University, Columbus, OH, Presented by North American Die Casting Association, Oct 29-Nov 1, 2001, Cincinnati, TO1-052

5-01 Michael Barkhudarov, Simulation Helps Overcome Challenges of Thin Wall Magnesium Diecasting, Diecasting World, March 2001, pp. 5-6

2-01 J. Grindling, Customized CFD Codes to Simulate Casting of Thermosets in Full 3D, Electrical Manufacturing and Coil Winding 2000 Conference, October 31-November 2, 20

20-00 Richard Schuhmann, John Carrig, Thang Nguyen, Arne Dahle, Comparison of Water Analogue Modelling and Numerical Simulation Using Real-Time X-Ray Flow Data in Gravity Die Casting, Australian Die Casting Association Die Casting 2000 Conference, September 3-6, 2000, Melbourne, Victoria, Australia

15-00 M. Sirvio, Vainola, J. Vartianinen, M. Vuorinen, J. Orkas, and S. Devenyi, Fluid Flow Analysis for Designing Gating of Aluminum Castings, Proc. NADCA Conf., Rosemont, IL, Nov 6-8, 1999

14-00 X. Yang, M. Jolly, and J. Campbell, Reduction of Surface Turbulence during Filling of Sand Castings Using a Vortex-flow Runner, Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August 2000

13-00 H. S. H. Lo and J. Campbell, The Modeling of Ceramic Foam Filters, Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August 2000

12-00 M. R. Jolly, H. S. H. Lo, M. Turan and J. Campbell, Use of Simulation Tools in the Practical Development of a Method for Manufacture of Cast Iron Camshafts,” Conference for Modeling of Casting, Welding, and Advanced Solidification Processes IX, Aachen, Germany, August, 2000

14-99 J Koke, and M Modigell, Time-Dependent Rheological Properties of Semi-solid Metal Alloys, Institute of Chemical Engineering, Aachen University of Technology, Mechanics of Time-Dependent Materials 3: 15-30, 1999

12-99 Grun, Gerd-Ulrich, Schneider, Wolfgang, Ray, Steven, Marthinusen, Jan-Olaf, Recent Improvements in Ceramic Foam Filter Design by Coupled Heat and Fluid Flow Modeling, Proc TMS Annual Meeting, 1999, pp. 1041-1047

10-99 Bongcheol Park and Jerald R. Brevick, Computer Flow Modeling of Cavity Pre-fill Effects in High Pressure Die Casting, NADCA Proceedings, Cleveland T99-011, November, 1999

8-99 Brad Guthrie, Simulation Reduces Aluminum Die Casting Cost by Reducing Volume, Die Casting Engineer Magazine, September/October 1999, pp. 78-81

7-99 Fred L. Church, Virtual Reality Predicts Cast Metal Flow, Modern Metals, September, 1999, pp. 67F-J

19-98 Grun, Gerd-Ulrich, & Schneider, Wolfgang, Numerical Modeling of Fluid Flow Phenomena in the Launder-integrated Tool Within Casting Unit Development, Proc TMS Annual Meeting, 1998, pp. 1175-1182

18-98 X. Yang & J. Campbell, Liquid Metal Flow in a Pouring Basin, Int. J. Cast Metals Res, 1998, 10, pp. 239-253

15-98 R. Van Tol, Mould Filling of Horizontal Thin-Wall Castings, Delft University Press, The Netherlands, 1998

14-98 J. Daughtery and K. A. Williams, Thermal Modeling of Mold Material Candidates for Copper Pressure Die Casting of the Induction Motor Rotor Structure, Proc. Int’l Workshop on Permanent Mold Casting of Copper-Based Alloys, Ottawa, Ontario, Canada, Oct. 15-16, 1998

10-98 C. W. Hirt, and M.R. Barkhudarov, Lost Foam Casting Simulation with Defect Prediction, Flow Science Inc, presented at Modeling of Casting, Welding and Advanced Solidification Processes VIII Conference, June 7-12, 1998, Catamaran Hotel, San Diego, California

9-98 M. R. Barkhudarov and C. W. Hirt, Tracking Defects, Flow Science Inc, presented at the 1st International Aluminum Casting Technology Symposium, 12-14 October 1998, Rosemont, IL

5-98 J. Righi, Computer Simulation Helps Eliminate Porosity, Die Casting Management Magazine, pp. 36-38, January 1998

3-98 P. Kapranos, M. R. Barkhudarov, D. H. Kirkwood, Modeling of Structural Breakdown during Rapid Compression of Semi-Solid Alloy Slugs, Dept. Engineering Materials, The University of Sheffield, Sheffield S1 3JD, U.K. and Flow Science Inc, USA, Presented at the 5th International Conference Semi-Solid Processing of Alloys and Composites, Colorado School of Mines, Golden, CO, 23-25 June 1998

1-98 U. Jerichow, T. Altan, and P. R. Sahm, Semi Solid Metal Forming of Aluminum Alloys-The Effect of Process Variables Upon Material Flow, Cavity Fill and Mechanical Properties, The Ohio State University, Columbus, OH, published in Die Casting Engineer, p. 26, Jan/Feb 1998

8-97 Michael Barkhudarov, High Pressure Die Casting Simulation Using FLOW-3D, Die Casting Engineer, 1997

15-97 M. R. Barkhudarov, Advanced Simulation of the Flow and Heat Transfer Process in Simultaneous Engineering, Flow Science report, presented at the Casting 1997 – International ADI and Simulation Conference, Helsinki, Finland, May 28-30, 1997

14-97 M. Ranganathan and R. Shivpuri, Reducing Scrap and Increasing Die Life in Low Pressure Die Casting through Flow Simulation and Accelerated Testing, Dept. Welding and Systems Engineering, Ohio State University, Columbus, OH, presented at 19th International Die Casting Congress & Exposition, November 3-6, 1997

13-97 J. Koke, Modellierung und Simulation der Fließeigenschaften teilerstarrter Metallegierungen, Livt Information, Institut für Verfahrenstechnik, RWTH Aachen, October 1997

10-97 J. P. Greene and J. O. Wilkes, Numerical Analysis of Injection Molding of Glass Fiber Reinforced Thermoplastics – Part 2 Fiber Orientation, Body-in-White Center, General Motors Corp. and Dept. Chemical Engineering, University of Michigan, Polymer Engineering and Science, Vol. 37, No. 6, June 1997

9-97 J. P. Greene and J. O. Wilkes, Numerical Analysis of Injection Molding of Glass Fiber Reinforced Thermoplastics. Part 1 – Injection Pressures and Flow, Manufacturing Center, General Motors Corp. and Dept. Chemical Engineering, University of Michigan, Polymer Engineering and Science, Vol. 37, No. 3, March 1997

8-97 H. Grazzini and D. Nesa, Thermophysical Properties, Casting Simulation and Experiments for a Stainless Steel, AT Systemes (Renault) report, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

7-97 R. Van Tol, L. Katgerman and H. E. A. Van den Akker, Horizontal Mould Filling of a Thin Wall Aluminum Casting, Laboratory of Materials report, Delft University, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

6-97 M. R. Barkhudarov, Is Fluid Flow Important for Predicting Solidification, Flow Science report, presented at the Solidification Processing ’97 Conference, July 7-10, 1997, Sheffield, U.K.

22-96 Grun, Gerd-Ulrich & Schneider, Wolfgang, 3-D Modeling of the Start-up Phase of DC Casting of Sheet Ingots, Proc TMS Annual Meeting, 1996, pp. 971-981

9-96 M. R. Barkhudarov and C. W. Hirt, Thixotropic Flow Effects under Conditions of Strong Shear, Flow Science report FSI96-00-2, to be presented at the “Materials Week ’96” TMS Conference, Cincinnati, OH, 7-10 October 1996

4-96 C. W. Hirt, A Computational Model for the Lost Foam Process, Flow Science final report, February 1996 (FSI-96-57-R2)

3-96 M. R. Barkhudarov, C. L. Bronisz, C. W. Hirt, Three-Dimensional Thixotropic Flow Model, Flow Science report, FSI-96-00-1, published in the proceedings of (pp. 110- 114) and presented at the 4th International Conference on Semi-Solid Processing of Alloys and Composites, The University of Sheffield, 19-21 June 1996

1-96 M. R. Barkhudarov, J. Beech, K. Chang, and S. B. Chin, Numerical Simulation of Metal/Mould Interfacial Heat Transfer in Casting, Dept. Mech. & Process Engineering, Dept. Engineering Materials, University of Sheffield and Flow Science Inc, 9th Int. Symposium on Transport Phenomena in Thermal-Fluid Engineering, June 25-28, 1996, Singapore

11-95 Barkhudarov, M. R., Hirt, C.W., Casting Simulation Mold Filling and Solidification-Benchmark Calculations Using FLOW-3D, Modeling of Casting, Welding, and Advanced Solidification Processes VII, pp 935-946

10-95 Grun, Gerd-Ulrich, & Schneider, Wolfgang, Optimal Design of a Distribution Pan for Level Pour Casting, Proc TMS Annual Meeting, 1995, pp. 1061-1070

9-95 E. Masuda, I. Itoh, K. Haraguchi, Application of Mold Filling Simulation to Die Casting Processes, Honda Engineering Co., Ltd., Tochigi, Japan, presented at the Modelling of Casting, Welding and Advanced Solidification Processes VII, The Minerals, Metals & Materials Society, 1995

6-95 K. Venkatesan, Experimental and Numerical Investigation of the Effect of Process Parameters on the Erosive Wear of Die Casting Dies, presented for Ph.D. degree at Ohio State University, 1995

5-95 J. Righi, A. F. LaCamera, S. A. Jones, W. G. Truckner, T. N. Rouns, Integration of Experience and Simulation Based Understanding in the Die Design Process, Alcoa Technical Center, Alcoa Center, PA 15069, presented by the North American Die Casting Association, 1995

2-95 K. Venkatesan and R. Shivpuri, Numerical Simulation and Comparison with Water Modeling Studies of the Inertia Dominated Cavity Filling in Die Casting, NUMIFORM, 1995

1-95 K. Venkatesan and R. Shivpuri, Numerical Investigation of the Effect of Gate Velocity and Gate Size on the Quality of Die Casting Parts, NAMRC, 1995.

15-94 D. Liang, Y. Bayraktar, S. A. Moir, M. Barkhudarov, and H. Jones, Primary Silicon Segregation During Isothermal Holding of Hypereutectic AI-18.3%Si Alloy in the Freezing Range, Dept. of Engr. Materials, U. of Sheffield, Metals and Materials, February 1994

13-94 Deniece Korzekwa and Paul Dunn, A Combined Experimental and Modeling Approach to Uranium Casting, Materials Division, Los Alamos National Laboratory, presented at the Symposium on Liquid Metal Processing and Casting, El Dorado Hotel, Santa Fe, New Mexico, 1994

12-94 R. van Tol, H. E. A. van den Akker and L. Katgerman, CFD Study of the Mould Filling of a Horizontal Thin Wall Aluminum Casting, Delft University of Technology, Delft, The Netherlands, HTD-Vol. 284/AMD-Vol. 182, Transport Phenomena in Solidification, ASME 1994

11-94 M. R. Barkhudarov and K. A. Williams, Simulation of ‘Surface Turbulence’ Fluid Phenomena During the Mold Filling Phase of Gravity Castings, Flow Science Technical Note #41, November 1994 (FSI-94-TN41)

10-94 M. R. Barkhudarov and S. B. Chin, Stability of a Numerical Algorithm for Gas Bubble Modelling, University of Sheffield, Sheffield, U.K., International Journal for Numerical Methods in Fluids, Vol. 19, 415-437 (1994)

16-93 K. Venkatesan and R. Shivpuri, Numerical Simulation of Die Cavity Filling in Die Castings and an Evaluation of Process Parameters on Die Wear, Dept. of Industrial Systems Engineering, Presented by: N.A. Die Casting Association, Cleveland, Ohio, October 18-21, 1993

15-93 K. Venkatesen and R. Shivpuri, Numerical Modeling of Filling and Solidification for Improved Quality of Die Casting: A Literature Survey (Chapters II and III), Engineering Research Center for Net Shape Manufacturing, Report C-93-07, August 1993, Ohio State University

1-93 P-E Persson, Computer Simulation of the Solidification of a Hub Carrier for the Volvo 800 Series, AB Volvo Technological Development, Metals Laboratory, Technical Report No. LM 500014E, Jan. 1993

13-92 D. R. Korzekwa, M. A. K. Lewis, Experimentation and Simulation of Gravity Fed Lead Castings, in proceedings of a TMS Symposium on Concurrent Engineering Approach to Materials Processing, S. N. Dwivedi, A. J. Paul and F. R. Dax, eds., TMS-AIME Warrendale, p. 155 (1992)

12-92 M. A. K. Lewis, Near-Net-Shaiconpe Casting Simulation and Experimentation, MST 1992 Review, Los Alamos National Laboratory

2-92 M. R. Barkhudarov, H. You, J. Beech, S. B. Chin, D. H. Kirkwood, Validation and Development of FLOW-3D for Casting, School of Materials, University of Sheffield, Sheffield, UK, presented at the TMS/AIME Annual Meeting, San Diego, CA, March 3, 1992

1-92 D. R. Korzekwa and L. A. Jacobson, Los Alamos National Laboratory and C.W. Hirt, Flow Science Inc, Modeling Planar Flow Casting with FLOW-3D, presented at the TMS/AIME Annual Meeting, San Diego, CA, March 3, 1992

12-91 R. Shivpuri, M. Kuthirakulathu, and M. Mittal, Nonisothermal 3-D Finite Difference Simulation of Cavity Filling during the Die Casting Process, Dept. Industrial and Systems Engineering, Ohio State University, presented at the 1991 Winter Annual ASME Meeting, Atlanta, GA, Dec. 1-6, 1991

3-91 C. W. Hirt, FLOW-3D Study of the Importance of Fluid Momentum in Mold Filling, presented at the 18th Annual Automotive Materials Symposium, Michigan State University, Lansing, MI, May 1-2, 1991 (FSI-91-00-2)

11-90 N. Saluja, O.J. Ilegbusi, and J. Szekely, On the Calculation of the Electromagnetic Force Field in the Circular Stirring of Metallic Melts, accepted in J. Appl. Physics, 1990

10-90 N. Saluja, O. J. Ilegbusi, and J. Szekely, On the Calculation of the Electromagnetic Force Field in the Circular Stirring of Metallic Molds in Continuous Castings, presented at the 6th Iron and Steel Congress of the Iron and Steel Institute of Japan, Nagoya, Japan, October 1990

9-90 N. Saluja, O. J. Ilegbusi, and J. Szekely, Fluid Flow in Phenomena in the Electromagnetic Stirring of Continuous Casting Systems, Part I. The Behavior of a Cylindrically Shaped, Laboratory Scale Installation, accepted for publication in Steel Research, 1990

8-89 C. W. Hirt, Gravity-Fed Casting, Flow Science Technical Note #20, July 1989 (FSI-89-TN20)

6-89 E. W. M. Hansen and F. Syvertsen, Numerical Simulation of Flow Behaviour in Moldfilling for Casting Analysis, SINTEF-Foundation for Scientific and Industrial Research at the Norwegian Institute of Technology, Trondheim, Norway, Report No. STS20 A89001, June 1989

1-88 C. W. Hirt and R. P. Harper, Modeling Tests for Casting Processes, Flow Science report, Jan. 1988 (FSI-88-38-01)

2-87 C. W. Hirt, Addition of a Solidification/Melting Model to FLOW-3D, Flow Science report, April 1987 (FSI-87-33-1)

Lost Foam Casting Workspace, 소실모형주조

Lost Foam Casting Workspace Highlights, 소실모형주조

  • 최첨단 Foam 잔여물 추적
  • 진보된 Foam 증발 및 금속 유동 모델링
  • 응고, 다공성 및 표면 결함 분석

Workspace Overview

Lost Foam Casting Workspace(소실모형주조) 는 Lost Foam Casting에 필요한 충진, 응고 및 냉각 하위 프로세스를 시뮬레이션하는 모든 도구를 제공합니다. 각 하위 프로세스는 해석 엔지니어가 사용하기 쉬운 인터페이스를 제공하도록 맞춤화된 템플릿 디자인을 기반으로합니다.

Lost Foam Casting 의 결함은 충진 프로파일에서 추적할 수 있기 때문에  FLOW-3D  CAST 의 용탕유동 및 소실모형(foam)의 연소 시뮬레이션의 탁월한 정확도는 고품질의 Lost Foam Casting 주물을 생산하는 데 귀중한 통찰력을 제공합니다. 기포. 잔류물 형성과 같은 주입 결함은 최종 주조에서 정확하게 추적되고 처리됩니다.

Lost Foam Casting Workspace | FLOW-3D CAST
Lost Foam Residue Tracking – Filling Simulation | FLOW-3D CAST
Lost Foam Impeller Tree – Filling Simulation | FLOW-3D CAST
Lost Foam Residue Simulation | FLOW-3D CAST

PROCESSES MODELED

  • Filling
  • Solidification
  • Cooling

FLEXIBLE MESHING

  • Structured meshing for fast, easy generation
  • Multi-block meshing for localized accuracy control
  • Foam-conforming meshes for memory optimization

MOLD MODELING

  • Ceramic filters
  • Inserts – standard and porous
  • Air vents
  • Chills
  • Insulating and exothermic sleeves
  • Moving ladles and stoppers

ADVANCED SOLIDIFICATION

  • Chemistry-based solidification
  • Dimensionless Niyama criteria
  • Cooling rates, SDAS, grain size mechanical properties

FILLING ACCURACY

  • Foam/melt interface tracking
  • Gas/bubble entrapment
  • Automatic melt flow drag calculation in filters

DEFECT PREDICTION

  • Foam residue defect tracking
  • Cold shuts
  • Porosity prediction
  • Shrinkage
  • Hot spots

DYNAMIC SIMULATION CONTROL

  • Probe-controlled pouring control

COMPLETE ANALYSIS PACKAGE

  • Animations with multi-viewports – 3D, 2D, history plots, volume rendering
  • Porosity analysis tool
  • Side-by-side simulation results comparison
  • Sensors for measuring melt temperature, solid fraction
  • Particle tracers
  • Batch post-processing
  • Report generation

Gravity Die Casting Workspace, 중력주조

Gravity Die Casting Workspace Highlights, 중력주조

  • 최첨단 다이 열 관리, 동적 냉각 채널, 분무 냉각 및 열 순환
  • Ladle 주입 조건에 따라 동적 Ladle 모션이 있는 Ladle 주입
  • 첨단 유량 솔루션으로 정확한 가스 갇힘 및 가스 다공성 제공

Workspace Overview

Gravity Die Casting Workspace(중력주조)는 엔지니어가 FLOW-3D CAST를 사용하여 중력주조 제품을 성공적으로 모델링할 수 있도록 설계된 직관적인 모델링 환경입니다.

Ladle 모션, 벤트 및 배압이 충진해석에 포함되어 공기 갇힘 및 미세 응고수축공의 정확한 예측과 금형온도분포 및 상태 예측이 가능합니다.-첨단 응고 모델은 Workspace의 하위 프로세스 아키텍처를 통해 충준해석기능에 원활하게 연결됩니다. Gravity Die Casting Workspace는 다목적 모델링 환경에서 시뮬레이션의 모든 측면을 위한 완전하고 정확한 솔루션을 제공합니다.

PROCESSES MODELED

  • Gravity die casting
  • Vacuum die casting

FLEXIBLE MESHING

  • FAVOR™ simple mesh generation tool
  • Multi-block meshing
  • Nested meshing

MOLD MODELING

  • Localized die heating elements and cooling channels
  • Spray cooling of the die surface
  • Ceramic filters
  • Air vents

ADVANCED SOLIDIFICATION

  • Porosity
  • Shrinkage
  • Hot spots
  • Mechanical property
  • Microstructure

SAND CORES

  • Core gas evolution
  • Material definitions for core properties

DIE THERMAL MANAGEMENT

  • Thermal die cycling
  • Heat saturation
  • Full heat transfer

LADLE MOTION

  • 6 degrees of freedom motion definition

DEFECT PREDICTION

  • Macro and micro porosity
  • Gas porosity
  • Early solidification
  • Oxide formation
  • Surface defect analysis

VACUUM AND VENTING

  • Interactive probe placement
  • Area and loss coefficient calculator

MACRO AND MICRO POROSITY

  • Gas porosity
  • Early solidification
  • Oxide formation
  • Surface defect analysis

FILLING ACCURACY

  • Gas and bubble entrapment
  • Surface oxide calculation
  • RNG and LES turbulence models
  • Backpressure

COMPLETE ANALYSIS PACKAGE

  • Animations with multi-viewports – 3D, 2D, history plots, volume rendering
  • Porosity analysis tool
  • Side-by-side simulation results comparison
  • Sensors for measuring melt temperature, solid fraction
  • Particle tracers
  • Batch post-processing
  • Report generation

HPDC Part II : Filling

주입에서의 결함

  • 공기 혼입
    -부적절한 환기
    -샷 슬리브 변수의 부족
    -과도한 표면 난류
  • 표면 산화
    -공기로의 노출 시간
    -금속 전면 집중
  • 공동 현상
    -높은 속도, 낮은 압력
    -부식으로 이어짐
  • 이른 응고
    -덜 채워진 부분, 이른 동결

시뮬레이션의 필요성

  • 러너 디자인 최적화
    -흐름이 동시에 게이트에 도달
    -금속은 공동을 가로 질러 가장 짧은 거리를 이동
    -최소 수렴과 발산 흐름
    -흐름은 중요 지점으로 향함
  • 샷 슬리브의 최적
    -느린 샷, 빠른 샷 및 전환 시간 설계
    -샷 슬리브 내부의 금속 흐름 세부 사항 분석
    -사전 주입 단계에서 난류 및 공기 유입을 최소화함
    -게이트 속도
  • 배압 : 통풍구 위치 및 정확하게 채우기
  • 주입 과정에서 포착되는 결함을 추적
  • 흘러 넘치는 위치
  • 이른 응고 추적
  • 중요한 위치에서의 금속 속도
  • 주입 시간 및 기계 매개 변수

매우 정확한 유체역학

  • TruVOF : “Volume of Fluid 방법”은 유체 전면을 추적하는 가장 정교한 수치기법
  • 용탕 충진 전면의 매우 정확한 모델링 및 충진 결함 추적하여 HPDC에 이상적임

전체를 채우는 과정의 모델링이 중요한 이유

  • 부족한 부분을 알 수 있음

배기 및 배압

  • 배압은 충분히 환기되는 밸브(배기 지점)가 동시에 모델링 되어야 함
  • 단열 버블 모델을 통해 다이의 공극 영역을 가압할 수 있음.
  • 밸브 객체가 배출구 역학을 모델링함
  • 플롯은 밸브 외부(파란색 -1기압에서 0.1기압으로 이동) 및 밸브 내부의 압력을 나타냄(빨간색)

Overview of the Tilt-Pour Workspace

Tilt-Pour casting 장점

  • 금형 충진 중 난류 감소
  • 현대식 주조기로 쉽게 자동화
  • 재료 보존으로 인한 수율 향상 및 결함 감소
  • 더 낮은 금형 비용으로 대량 생산이 가능한 “낮은 기술”솔루션

Tilt-Pour 프로세스

  • 스프레이 냉각 시간
  • Tilt 프로파일
  • 사이클 파라미터

Part desciption

  • Ornamental Casting
  • Alloy : A356
  • Alloy Temp. : 섭씨 700도
  • Mold : H-13
  • Mold Temp. : 섭씨 200도

예비 충진 분석

추가 통풍 채널

  • Parting라인 벤트 추가
  • 공기 유입을 최소화하는 확장된 중앙 러너

Thermal die cycling

재시작으로 채우기

  • 열 다이 사이클링 시뮬레이션의 데이터를 사용하여 충진 분석 계속
  • 모든 열 분포 데이터가 시뮬레이션에 활용
  • 사용자는 필요한 데이터에 따라 재시작 옵션을 완전히 제어 가능

설계 변경 후의 Filling

응고 및 다공성 예측

High pressure die casting workspace:Advanced simulation options / 고압 다이캐스팅 workspace : 고급 시뮬레이션 옵션

고압 다이 캐스팅의 이점

  • 고압 다이캐스팅 기술은 매우 큰 경합금 부품을 대량으로 생산가능
  • 높은 정밀도, 우수한 표면 조도, 우수한 균일성 및 최적의 기계적 특성
  • 고압 다이캐스팅 공정은 또한 얇은 벽을 가진 부품과 스크류 및 라이너와 같은 다른 유형의 인서트를 가진 “공동 주조된”부품을 생산하여 제품 자체의 필수 부품이 될 수 있음

PQ2 해석

  • 다이 캐스팅 기의 기능과 게이트 속도를 일치시키는 표준 절차
  • 작동 시간은 충전 시간, 게이트 속도 및 금속 압력 등에 따라 다름
  • 기계 기능 내에서 유지되도록 샷 프로파일의 속도 변경
  • 정확한 샷 슬리브 모델링
  • No adjustment
  • With adjustment

Filling

Thermal die cycling

Spray cooling model

Filling with shot sleeve – fast shot activation

Solidification and porosity prediction

Gravity Pour

Gravity Pour

 

중력 주조는 (일반적으로 철, 청동, 황동 또는 알루미늄 등으로) 큰 제품을 만드는 데 사용됩니다. 사형주조나 영구 금형을 포함하여 대부분의 파운드리 주조 공정은 FLOW-3D로 모델링 할 수 있습니다. 그 충진 과정이 고압 다이 캐스팅보다 덜 과격하지만, 제품 품질이 과도한 난류 충진으로 공기의 유입에 영향을 받을 수 있고, 수축 유발 결함 등에 영향을 받을 수 있습니다. 충진 완료 후 금속의 응고와 수축 또한 FLOW-3D로 모델링 할 수 있습니다.

Accurate Filling Simulations

주조 과정에서 충진은 충진 양상과 그에 관련된 결함-결합이 overflow로 보내지는지 또는 제품 내부에 포함되는지를 분석하는 업무로 구성되어 집니다. Simulation을 통한 분석은 제품이 만들어지기 전에 미리 설계에 대한 효과와 비용 절감에 대한 부분을 시험할 수 있습니다. 정확한 충진은 응고 거동을 예측하기 위해 충진의 끝 단계에서 정확한 열 윤곽을 얻기 위해 매우 중요합니다.

충진의 정확도는 산화물 결함, 공기 갇힘 위치를 추적하는 것 뿐만 아니라, 응고 결과를 위해서도 중요한 결과라 할 수 있습니다. 정확한 충진 양상은 충진 끝의 정확한 열적인 양상을 의미합니다. 열 양상은 응고 분석의 기본입니다.

Solidification of Castings for Foundry Applications

 

주조제품의 결함에는 segregation, 열로 인한 응력, 마이크로 및 매크로 다공성을 포함하는  응고와 연관된 광범위한 결함들이 있습니다. 올바른 응고 분석을 얻기 위한 중요한 첫 번째 단계는 정확한 충진 해석입니다. 정확한 충진은 정확한 thermal profile을 얻고, 이는 응고해석의 초기조건이 됩니다. FLOW-3D는 보다 신속한 주물 설계 및 불량률을 줄일 수 있도록 응고와 관련된 많은 결함을 검출 할 수 있습니다.

정밀주조품의 수축 결함 예측

정밀 주조품의 수축 결함 예측

정밀 주조 공정은 가장 오래된 주조 공정 중 하나로 기원전 4000년 이후에 보편화되었습니다. 이 과정은 용해된 금속을 소모품(왁스)패턴으로 생성된 세라믹 쉘에 주입하는 과정을 수반합니다. 일찍이 그것은 금, 은, 구리와 청동 합금으로 장신구와 우상을 만드는데 사용되었습니다.

정밀 주조공정은 1897년 아이오와 주, 위원회 블러프스의 Barabas Frederick Philbrook이 묘사한 대로 치과의사들이 왕관과 인레이를 만들기 위해 그것을 사용하기 시작한 19세기 말 현대 산업공정으로 사용되기 시작했습니다. 1940년대에는 제2차 세계대전 당시 기존 방법으로는 형성될 수 없거나 지나치게 많은 가공이 필요한 특수 합금의 정밀 순모형 제조 기술에 대한 수요로 인해 투자 주조 공정이 증가하였습니다.

오늘날 정밀 주조 공정은 표면 마감 및 치수 정확도가 우수하여 거의 순 형태에 가까운 철, 비철 및 초합금의 소형 산업용 부품을 생산하는데 주로 사용됩니다.

정밀 주조 공정은 다음 네 가지 주요 단계로 구성됩니다.

  • 왁스 패턴 생성 후, 패턴 클러스터 또는 ‘트리’를 만들기 위해 게이트 시스템으로 청소 및 조립합니다.
  • 나무는 세라믹 쉘을 얻기 위해 미세 모래와 Course한 모래 입자의 슬러리로 번갈아 코팅됩니다.
  • 용기는 건조되고, 왁스를 녹이기 위해 가열되며, 강도를 높이고 주입 준비합니다.
  • 마침내 주조 합금이 용해되어 예열된 쉘에 주입됩니다. 응고 후에 쉘이 파손되어 주조 부품을 얻습니다.

Figure 1. Solid model of the casting geometry

정밀 주조 공정에서 얻은 부품은 많은 중요한 용도에 사용되므로 내부적인 결함이 없어야 합니다. 정밀 주조 공정에서 발생하는 주요 결함은 세라믹 포함, 균열, 변형, 플래시, 주탕불량, 수축, 슬래그 포함, 탕경계등입니다. 얻은 주조물의 품질을 예측하려면 금속-몰드 열 전달계수, 주입 온도 등 다양한 주조 공정 매개 변수의 영향을 연구해야 합니다. 즉, 쉘 두께 및 쉘 열 전달계수가 그것입니다. 현대 컴퓨터 시스템 및 시뮬레이션 소프트웨어의 출현과 함께 금형 충진 및 응고 시뮬레이션은 주조공장에서 결함을 예측하고 설계를 최적화하는데 점점 더 많이 사용되고 있습니다.

이 연구의 주요 목적은 정밀 주조 공정에서 주요 요소인 복사 열 전달과 정밀 주조 공정에 고유한 쉘 금형이 FLOW-3D에서 효과적으로 구현될 수 있는지를 조사하는 것입니다. FLOW-3D를 사용하여 간단한 형상을 위한 정밀 주조공정의 주입 및 응고 시뮬레이션을 수행함으로써 두 구성요소의 서로 다른 효과를 조사합니다. 다양한 위치에서 얻은 온도의 수치는 문헌 [1]에보고 된 실험 결과로 검증됩니다. 복사 열 전달계수, 쉘 몰드 두께, 탕구 및 게이트의 위치에 대한 영향도 조사했습니다.

Shell mold

Figure 2. Shell mold

Methodology

현재 연구에서 사용된 계산 형상은 그림 1에 나와 있습니다. 쉘 몰드는 다음 단계를 사용하여 작성되었습니다.

  • complement 1로 형상을 FLOW-3D로 가져오고 지정된 셀 크기로 가져온 형상을 중심으로 메쉬 블록을 작성합니다.
  • “complement”유형의 component1의 첫 번째 하위 구성 요소를 만들어 하위 구성 요소 외부의 모든 항목을 메쉬의 범위까지 확고하게 만듭니다.
  • 솔리드 데이터베이스에서 이 솔리드 블록의 금형 재질 특성을 정의하십시오.
  • 솔리드 특성 GUI의 구성 요소 특성에서 “Thermal penetration depth”를 정의하는 옵션이 있습니다. 여기서 쉘 두께 값을 정의 할 수 있습니다.
  • 이제 전처리기를 실행하십시오.
  • Analyze 탭>3D 탭으로 이동 한 다음 이전 단계에서 생성 한 prpgrf 파일을 엽니다. ‘Iso-surface’와 ‘color variable’에서 “thermally active component volume”을 선택하고 “Render”을 선택하십시오.
  • Display에 이제 형상의 셸 부분 만 표시됩니다.
  • 개체 목록 (창의 왼쪽 하단)에서 “component 1″을 선택하고 “component 1″을 마우스 오른쪽 단추로 클릭 한 다음 “stl로 내보내기”를 선택하여 이 곡면을 STL 파일로 저장하십시오.
Two mesh blocks

Figure 3. The view of the two mesh blocks for the creation of a void with discretization

쉘 몰드 용 STL 파일을 만든 후에, 이 파일을 component 1로 새 시뮬레이션으로 가져오고 이전에 작성한 주조 형상을 하위 구성 요소로 가져오고 유형을 ‘hole’으로 선택합니다. 쉘 몰드와 함께 주조 형상이 그림 2에 나와 있습니다. 이것은 우리의 계산 영역으로 사용됩니다. 다음은 계산 영역을 cubical/rectangular셀로 분할하기 위한 메쉬를 만드는 것입니다. 메쉬 블록을 작성하여 FLOW-3D에서 메쉬를 생성합니다. 현재의 작업을 위해 2.5mm의 고정된 셀 크기가 선택된 그림 3에 표시된 균일한 메쉬 옵션을 선택했습니다. 입력 위치 주변에 메시 블록 2가 사용되는 현재 시뮬레이션을 위해 메시 블록 2개가 생성되었습니다. 쉘과 주변 공기 사이의 30°C에서의 열 전달을 고려하여 쉘 주위에 보이드 영역이 정의됩니다. 이 영역은 ‘heat transfer type 1’이 있는 보이드 영역으로 선택되며 셸과 주변 공기 사이에 열 전달 계수 값이 지정됩니다. heat transfer type 1은 방사선을 포함한 종합 열 전달 계수가 됩니다.
쉘 주형에 선택된 재료는 zircon이며 열 특성은 Sabau and Vishwanathan에 의해 수행된 실험에서 얻을 수 있습니다[2]. 표 1은 연구에 사용된 재료에 대해 지정된 값을 보여 줍니다.

MATERIAL PROPERTY VALUE UNIT
Fluid –AluminiumA356 alloy Density  2437 kg/m³
Thermal conductivity 116.8 W/(m K)
Specific heat 1074 J/(kg K)
Latent heat 433.22 kJ/m³
Liquidus temperature 608 0C
Solidus temperature 552.4 0C
Zircon Mold Thermal conductivity 1.09 W/(m K)
Specific heat* Density 1.63E+06 J/( m³ 

Initial and boundary conditions used are show in Table 2.

Mold temperature 430°C
Melt pouring temperature 680°C
Filling time 7 s
Interface heat transfer coefficient 850 W/m2K
Heat transfer coefficient between ambient and mold (radiation effect) 30 -100 W/m2K

Table 2. Initial and boundary conditions used for the simulation

Sprue basin에 들어가는 용융물의 초기 속도와 온도는 메시 블록 2의 상단 경계에서 속도 경계 조건으로 주어집니다. 기본적으로 다른 모든 경계는 대칭 유형으로 설정됩니다.

Results & Discussion

Validation with reported experimental results

Experimental and numerical comparison

충전 및 응고 동안 냉각 곡선을 얻기 위한 실험에서 Sabuet.al[1]에 의해 선택된 네 개의 위치가 검증 목적으로 사용되었습니다. 그들은 C1, C2, S11, S12및 S21로 언급됩니다. C1과 C2지점은 주물의 플레이트의 중심에 있으며 S11, S12및 S21은 모두 쉘에 위치합니다. 이러한 위치에서의 온도 변화는 그림 4와 같습니다.
온도 프로파일의 수치 및 실험결과의 차이가 허용한계 안에 있음을 알 수 있습니다. probe points C1과 C2의 경우, 수치와 실험 결과 사이의 차이는 응고 중에 5%, 응고 후 냉각 시 12% 이내입니다. 쉘의 점에 대한 수치 결과는 실험 결과보다 약 5% 높습니다. 이는 쉘 재료에 열 물리학적 특성을 할당할 때 발생하는 가정과 쉘 열 전달 계수의 값 때문일 수 있습니다.

Fill sequence & solidification pattern for two different sprue locations

2 개의 상이한 탕구 위치에서 용탕 충전 순서는 5a 및 5b에 나와 있습니다. 최종 탕구가 더 많은 splashing을 생성하므로 결함으로 이어질 수 있습니다. 탕구가 중간에 놓여지면 흐름은 보다 균일 해지고 두 주조 단면에서 비슷한 온도 분포를 보입니다. 50 % 응고 후의 온도 프로파일의 2D 도면은 두 경우 모두 그림 5c 및 5d에 나와 있습니다. 수축 위치에서 볼 때 두 탕구 위치가 결함을 일으키는 것은 분명합니다.

Fill sequence at different time intervals when the sprue is located at one end
Figure 5a. Fill sequence at different time intervals when the sprue is located at one end

 

Fill sequence at different time intervals when the sprue is located in the middle
Figure 5b. Fill sequence at different time intervals when the sprue is located in the middle

2D temperature profile after 50% solidification when the sprue is located at one end
Figure 5c. 2D temperature profile after 50% solidification when the sprue is located at one end
2D temperature profile after 50% solidification when the sprue is located in the middle
Figure 5d. 2D temperature profile after 50% solidification when the sprue is located in the middle
Effect of shell thickness

정밀 주조에 대한 쉘 두께의 효과를 연구하기 위해 두께가 7.2, 10, 15 및 20 mm인 주물을 선정하였습니다. 그림 6a 및 6b는 주조품의 특정 위치에서 냉각 곡선을 나타내며, 이는 C1으로 나타내고 쉘 몰드 내의 특정 위치에 있으며, 응고 중에 S11로 나타납니다. 세라믹 쉘의 두께가 7.2 mm에서 15 mm로 증가하면 냉각 속도가 감소하여 응고 시간이 길어지는 것을 볼 수 있습니다.

Effect of shell heat transfer coefficient

쉘 열 전달 계수는 열이 쉘 몰드의 외부 벽에서 방사선을 통해 주변 공기로 열을 방출하는 속도를 나타냅니다. 이 효과를 조사하기 위해 열 전달 계수의 값을 20에서 80W/m2K까지 다양하게 했습니다. 7a 및 7b로부터, h의 변화는 주조 재료 및 쉘의 냉각 속도에 중요한 영향을 미친다는 것을 알 수 있습니다. 열 전달 계수가 20에서 80W/m2K로 증가하면 C1에서의 응고 시간이 812 초에서 334 초 (약 44 %)로 감소되었음을 알 수 있습니다. 따라서, h의 값을 변화시키는 것은 주물의 미세 구조에 영향을 미칩니다.

Temperature profile 1
Figure 6a. Temperature profile at location C1 (casting) for the casting geometry where the sprue is located at one end for various shell thickness values
Temperature profile 2
Figure 6b. Temperature profile at location S11 (shell) for the casting geometry where the sprue is located at one end for various shell thickness values
Temperature profile at location C1
Figure 7a. Temperature profile at location C1 (casting) for the casting geometry where the sprue is located at one end for various heat transfer coefficient values between the shell mold & ambient
Temperature profile at location S11
Figure 7b. Temperature profile at location S11 (shell) for the casting geometry where the sprue is located at one end for various heat transfer coefficient values between the shell mold & ambient

Conclusions

정밀 주조 공정의 몰드 충진 및 응고 시뮬레이션은 FLOW-3D를 사용하여 수행되었습니다. 주조 공정에 대한 주조 매개변수의 영향을 연구하기 위해 파라메트릭 연구가 수행되었습니다. 본 연구에서 다음과 같은 결론을 도출 할 수 있습니다.

  • FLOW-3D는 멀티 캐비티 몰드의 주입 및 응고 모델링이 가능합니다. 프로브 위치의 예측 온도 프로파일은 실험 데이터의 허용오차 이내였다.
  • 쉘 두께의 경우, 두 경우 모두 셸의 임계 두께가 있으며, 그 이상으로 열 전달 특성이 역행하는 것으로 확인되었습니다. 셸 두께가 증가함에 따라 응고 시간이 임계 두께까지 증가하여 감소하기 시작했습니다. 원래 형상의 경우 임계 두께는 15~20mm인 반면 수정된 형상의 경우 10mm와 15mm 사이에 있다.
  • 쉘과 대기 사이의 열 전달 계수 h는 열 전달 특성에 가장 큰 영향을 미치는 것으로 나타났습니다. h가 20에서 80W/m2K로 4 배 증가할 때 탕구의 중심에서 응고 시간이 40 % 이상 감소했습니다.

References

Sabau, A.S., Numerical Simulation of the Investment Casting Process, Transactions of the American Foundry Society, vol. 113, Paper No. 05-160, 2005.

Sabau, A.S., and Viswanathan, S., Thermophysical Properties of Zircon and Fused Silica-based Shells used in the Investment Casting ProcessTransactions of the American Foundry Society, vol. 112, Paper No. 04-081, 2004.

FLOW-3D DEM

FLOW DEM

 

FLOW DEM 은 FLOW-3D 의 기체 및 액체 유동 해석에 DEM(Discrete Element Method : 개별 요소법) 기법인 입자의 거동을 분석해주는 제품입니다.

입자 – 입자 간, 입자 – 벽 사이의 접촉이나 상호 작용을 모델링 할 수 있으므로 보다 현실적인 입자 거동의 해석이 가능합니다. 
또한 유체 부분은 전문적인 FLOW-3D 분석 기능을 사용하기 때문에 유체 와 입자거동의 연성해석을 정밀하게 또한 효율적으로 분석할 수 있습니다.

주요 기능 :
  • 고체 요소의 충돌, 스프링(Spring) / 대시 포트(Dash Pot) 모델 적용
  • Void, 1 fluid, 2 fluid(자유 계면 포함) 각각의 모드에 대응
  • 가변 밀도 / 가변 직경
  • 입자 크기조절로 입자 특성을 유지하면서 입자 수를 감소
  • 독립적인 DEM의 Sub Time Step 이용

Discrete Element Method : 개별 요소법

다수의 고체 요소의 충돌 운동을 분석하는 데 유용합니다. 유동 해석과 함께 사용하면 광범위한 용도에 응용을 할 수 있습니다.

dem1
dem2

입자 간의 충돌

Voigt model은 스프링(Spring) 및 대시 포트(Dash pot)의 조합에 의해 입자 충돌 시의 힘을 평가합니다. 탄성력 부분은 스프링 모델에서,
비탄성 충돌의 에너지 소산부분은 대시 포트 모델에서 시뮬레이션되고 있으며, 중량 및 항력은 작용하는 외력으로 고려 될 수 있습니다.

 
  • 스프링 : 변형에 관련된 힘
  • 대시 포트 : 충돌시의 상대 속도에 관련된 힘
    (점성 감쇠)
  • 스프링 및 대시 포트를 병렬로 연결
    ⇒ Voigt model
  • 힘은 법선 방향과 접선 방향으로 나누어진다

분석 모드

기본적으로 이용하는 운동 방정식은 FLOW-3D 에 사용되는 질량 입자의 운동 방정식과 같은 것이지만, 여기에 DEM으로 평가되는 항목이 추가되는 형태로 되어 있으며, 실제 시뮬레이션으로는 ‘void + DEM’, ‘1 Fluid + DEM’ , ‘ 1 Fluid 자유계면 + DEM ‘을 기본 유동 모드로 취급이 가능합니다.

dem4
dem5
dem6
void + DEM 1-fluid + DEM 1-fluid 자유계면 + DEM

입자 유형

입자 타입도 표준 기능의 질량 입자 모델처럼 입자 크기 (반경)와 밀도가 동일한 것 외, 크기는 같지만 밀도가 다른 것이나 밀도는 같지만 크기가 다른 것 등도 취급 가능합니다. 이로 인해 표준 질량 입자 모델에서는 입자 간의 상호 작용이 고려되어 있지 않기 때문에 모든 아래에 가라 앉아 버리고 있었지만, FLOW DEM을 이용하여 기하학적 관계를 평가하는 것이 가능합니다.

dem7-균일
-밀도 변화
-입자크기 변화

응용 분야

1. Mechanical Engineering 분야

Resin filling, screw conveyance, powder conveyance

dem8
dem9
dem10

2. Civil Engineering분야

Debris flow, gravel, falling rock

dem11
dem2

3. Chemical Engineering, Pharmaceutics 분야

Fluidized bed, cyclone, stirrer

dem12
dem13
dem14

4. MEMS, Electrical Engineering 분야

전기 입자를 포함한 전기장 해석 등

dem15

dem16

 

 

 

 

 

 

 

Coarse Graining

DEM은 일반적으로 다수의 입자를 필요로 하는 해석에 사용이 되고 있습니다. 다만 이 경우, 계산 부하가 높아지므로 현실적인 계산자원을 고려하면, 입자 수가 줄여 해석할 필요가 있습니다 .

Particle Size Increase 경우

 

중자 모래 분사 분석

DEM에서의 계산부하를 생각할 때는 입자모델에 의한 안정제한을 고려해야 하지만 서브타임스텝이라는 개념을 도입함으로써 입자의 경우와 유체의 경우의 타임스텝을 바꾸고 필요이상으로 계산시간을 들이지 않고 효율적으로 계산하는 것을 가능하게 하고 있습니다.

이를 통해 예를 들어 중자사 분사 시뮬레이션 실험에서는 이러한 문제로 자주 이용되는 빙엄 유체에서는 실험과의 정합성이 별로 좋지 않기 때문에 당사에서는 이전부터 입상류 모델이라는 모델을 개발하고 연속체로부터의 접근에서도 실험과의 높은 정합성을 실현할 수 있는 모델화를 해왔는데, 이번에 DEM을 사용해도 그것과 거의 같은 결과를 얻습니다. 할 수 있음을 확인할 수 있었다.

Reference :

  • Lefebvre D., Mackenbrock A., Vidal V., Pavan V. and Haigh PM, 2004,
  • Development and use of simulation in the Design of Blown Cores and Moulds

Prediction of Shrinkage Defects During Investment Casting Process

Indianapolis Storm-Water System

하수도 시스템은 액션영화의 도피 루트로 사용되지 않는 한 흥미롭지 않을 것입니다. 폭우로 인해 이산화탄소 수치가 올라갈 때까지 여러분은 그것에 대해 생각조차 하지 않을 것입니다. 불행하게도, 770개 이상의 오래 된 미국 도시들 아래에 있는 하수구 시스템은 심한 폭풍으로 오염 문제를 일으킵니다. 이러한 구형 설계는 하수 및 폭풍 유실을 위한 비용 효율적인 단일 스타일 파이프를 사용했으며 연결된 파이프로 강 및 호수에 하수를 내보냅니다(CSO).

1994년 미국 환경보호청(EPA)은 주로 북동부 및 그레이트 레이크 지역의 관련 지방 자치 단체들에게 CSO관련 문제를 줄이거나 제거하도록 하는 정책을 발표했습니다. (2000년 “Clean Water Act”의 일부로 법률화된 정책). 인디애나 폴리스(Indianapolis)는 가벼운 비 폭풍으로 인해 하수 오물의 백업 및 범람이 발생할 수 있는 도시 중 하나였으므로, 주요 건설 조건에서 2025년까지 문제를 해결하는 것이 필요하였습니다.

인디애나 폴리스는 국제 디자인 회사인 AECOM에 Citizens Energy Group이 건설하고 있는 3개의 깊은 암석 저장 터널 중 첫 번째를 설계할 것을 요청했습니다. 총 25마일인 이 시스템은 대규모 지하 펌프장과 기존의 하수구에서 CSO를 수직으로 떨어뜨리는 연결 구조물을 포함합니다. 첫 번째 터널의 경우, 강우가 가라 앉은 후에 3 개의 커다란 강하 구조물이 CSO를 저장 터널로 전환하여 후속 처리를 수행했습니다.

프로젝트를 해결하기 위해 AECOM은 여러 가능한 낙하 구조물 설계의 동작을 시뮬레이션하기 위해 FLOW-3D를 선택하여, 구축 및 평가 예산이 책정 된 물리적 모델에 대한 재 작업의 필요성을 최소화했습니다. 테스트 결과는 예측 값과 일치하였으므로 재설계가 필요하지 않았습니다. 또한, 이제 AECOM은 유압 설계작업의 첫 번째 단계를 일반적으로 CFD시뮬레이션을 사용합니다.

Large Scale Project on a Tight Delivery Schedule

촉박한 납품 일정에 따른 대규모 프로젝트

20세기에 건설된 하수 처리장은 주거용, 상업용, 환경유출물의 유출로 무엇을 해야 할 것인지에 대한 새로운 인식을 가져다 주었습니다. CSO 방전은 정상적으로 운영되는 동안 처리시설로 직접 이동되며 모든 과정이 양호하게 운영됩니다. 불행하게도, 대규모 폭풍이 발생하는 동안, 발전소들의 초과 용량문제를 피하기 위해 인근 수역으로 과도한 유량을 방출합니다. 이들 배출은 기름과 살충제, 야생동물 배설물에 이르기까지 다양한 오염 물질을 포함합니다.
고무적인 성공의 신호로, 1990 년대에 착공된 새로운 CSO 분리, 저장 및 처리 시설로 오염의 영향에 대해 67 %의 개선을 이루었지만, 여전히 많은 연구가 이루어져야 합니다. 인디애나 폴리스의 경우, 인디애나 폴리스시 공공사업부가 CSO 장기 통제계획을 준비한 2008년에 그러한 노력이 시작되었습니다. 정상적인 처리 공장에서 처리 할 수 있을 때까지 오버플로우가 발생하는 “저장 및 운송”접근법의 핵심은 인디애나 폴리스 터널 저장 시스템 또는 인디애나라고 합니다.

이 시스템의 첫번째 단계는 딥 록 터널 커넥터(DRTC)라고 불리는 1억 8천만달러 가치의 프로젝트입니다. DRTC는 길이 7마일의 18피트 직경의 지하 터널로, 기존의 인디애나 폴리스의 3개의 서버 대 계층 유출 연결의 흐름 경로를 다시 만들 것입니다(그림 1). 목표는 과잉 강우 유출을 기존 하수구와 새 터널 사이의 낙하 구조를 통해 이들 대피소에서 거대한 터널로 안전하게 재배치하고, 폭풍 후 처리를 위해 처리장으로 펌핑 될 수있을 때까지 유지합니다.

Fig. 1. City of Indianapolis Deep Rock Tunnel Connector (DRTC), a “storage and transport” concept being built to handle combined sewage overflow (CSO) during heavy storms. Three vertical drop structures will capture this flow and divert it downwards to 18-foot-diameter storage tunnels running more than 250 feet underground; the tunnels store the CSO until sewage treatment plant capacity becomes available. (Image courtesy Citizens Energy Group)

평균적으로 지표면 아래 250피트 깊이에서, DRTC는 건설과 궁극적인 운영 동안 위의 주변 지역에 대한 혼란을 최소화하도록 설계되었습니다. 그러나 이 프로젝트의 규모와 복잡성은 AECOM의 과제에 긴급성을 더했습니다. 세 장소 각각에 대한 가능한 낙하 구조 설계와 평가, 구조물 설계의 60%를 7개월 이내에 마무리 지었습니다.

이러한 구조물의 목적은 표준 도시 하수 시스템에서 깊은 저장 터널로 하수 흐름을 전달하는 동시에, 효율적 손실( 느린 속도 또는 백업)과 장기적인 도심을 방지하는 것입니다. 각 섹션의 크기와 모양이 유입 흐름의 볼륨 및 속도와 세심하게 일치하지 않을 경우 발생할 수 있는 구조적 손상입니다.
AECOM의 수석 기술 전문가인 라이언 에디슨 컨설턴트는 계약의 스케줄링 요구 사항이 유효성 검사를 위해서는, 단 하나의 모델에만 물리적 건물과 테스트 활동을 제한할 것이라는 것을 알게되었습니다. 다른 주요 건설 프로젝트에 15년간 FLOW-3D 시뮬레이션 소프트웨어를 사용해 왔기 때문에, 난류, 과전압 및 에너지 낭비를 예측하는 능력은 충분하지 않고 디자인 프로젝트에 적합하다고 자신했습니다. 또한 여러 검증(what-if) 시나리오를 실행하기 위한 소프트웨어 옵션을 통해 설계 세부 사항을 다시 실행해야 하는 위험을 최소화할 수 있었습니다. 변경 사항이 적용될 경우 상당한 이점은 여러개의 병렬 시공 트랙이 있는 프로젝트에 있습니다.
시간 제약에도 불구하고, 에디슨은 특히 이 도전에 만족했습니다. 왜냐하면 “CFD로 드롭 구조 설계를 만들고 물리학에서 이것들은 너무 큰 구조이기 때문입니다.”라고 그는 말합니다. 그것들은 CFD는 실제로 사용되지 않는데 보통 물리적 모델이나 손으로 계산하는 것으로 이루어집니다.

DRTC 프로젝트를 위해서, 그는 먼저 시뮬레이션된 작동 조건에 대해서 컴퓨터 설계를 테스트할 것입니다. 에디슨은 3차원의 일시적이고 격동적인 흐름 조건을 모델링 할 수 있는 소프트웨어 패키지인 FLOW-3D를 사용했습니다. 각 설계에 대한 계산 메쉬를 변경하지 않고도 여러 설계 지오 메트리를 모델링 할 수 있는 기능이였습니다.
시뮬레이션 데이터로 무장한 에디슨은 그 결과를 아이오와 대학교 II. 시설에서 시험한 1:10 크기의 물리적 모델의 작동 데이터와 비교하였습니다. (후자는 원래 아이오와 유압 연구소라고 불렸지만, 지금은 그룹의 다양한 범위를 반영하여 IIHR-Hydroscience & Engineering으로 알려져 있습니다.)

Zeroing in on the Drop-Structure Challenge

드롭 구조 과제에서 영점 조정

가장 제한적인 DRTC 사이트의 지오 메트리는 CSO 008로 지정된 레귤레이터에서 발생합니다. 기존 CSO 레귤레이터(기울기 약 75피트 아래)를 새 18피트 직경의 수집 터널과 연결하려면, 이 위치에서 150피트 이상의 수직 방향 주행이 필요합니다. 각 낙하 구조에 7백만달러 이상이 소요되는 경우, 프로젝트 관리자들은 물리적 모델이 구축된 후 비용과 시간이 많이 소요되는 재설계가 필요한 가능성을 낮추려고 애썼습니다.

역사적으로 낙하 구조는 이전 프로젝트를 적용하여 설계된 후 축소 모델로 구축되었으며, 테스트만으로도 6개월 이상이 소요될 수 있습니다. 가속화된 이 프로젝트에서, 2009년 가을에 시작한 AECOM의 초기 과제는 두가지 표준 개념 중에서 하나를 선택하는 것이었습니다. 포장-파운드 스타일과 접선 vortex버전, 둘 다 시속 35마일의 폭풍이 몰아치는 물 속에서 속도를 늦추고 통제하기 위해서 직접 계산 및 FLOW-3D에서 결정한 일반 구조 직경 및 구성 요소 크기를 사용한 초기 CFD분석으로, AECOM은 시공 가능성 및 비용 고려 사항을 평가하는 데 사용했습니다.
CSO 008의 현장 요구 사항과 비용 효율성을 고려할 때, 시 당국과 AECOM은 접선 소용돌이 낙하 구조를 선택했습니다. 이 설계의 핵심 요소는 흐름을 먼저 환상적인 제트로 유도한 다음, vortex 유도 나선형 흐름을 생성하는 테이퍼(확대) 접근 채널에 의해 공급되는 수직 튜브(드롭 샤프트)입니다. 이 통제 된 하강은 속도가 느려지고 하루 3 억 갤런 (mgd) 이상에 이르는 흐름을 안전하게 처리합니다. 스토리지 터널의 파괴적인 난류를 방지하는 것이 핵심 목표이므로 드롭 샤프트 흐름의 사전 차단이 설계의 핵심입니다.

구조 자체는 6 개의 주요 부분으로 구성됩니다. 1) 접근 채널 (기존의 하수 터널에서 나온 것), 2) 수평 흐름을 넓히고 수직 드롭 샤프트로 수평 흐름을 전달하는 직사각형 전이 테이퍼 채널, 3) 드롭 샤프트 자체 4) 탈 기실 (유량을 수평 방향으로 방향을 바꾸고 공기 유입을 감소시키는), 5) 수직 공기 배출구를 통해 낙하에서 유입 된 공기를 제거하고 적하 유체의 공기 코어가 열려 있고 6) 탈기 챔버와 저장 터널 챔버를 연결하는 파이프 (adit) (그림 2).

Fig. 2. CAD diagram of proposed Indianapolis DRTC combined sewage overflow (CSO) vertical drop structure, showing approach channel, taper channel and vortex dropshaft. Using FLOW-3D CFD analysis software, AECOM simulated the flow behavior, gaining confidence in the system performance prior to physical model testing. (Image courtesy AECOM)
Prediction of Shrinkage Defects During Investment Casting Process

This article was contributed by Dr. S. Savithri, Senior Principal Scientist at CSIR-NIIST

 

인베스트먼트 주조공정은 가장 오래된 주조 공정 중 하나로 기원전 4000년 이후에 보편화되었습니다. 이 과정은 용해된 금속을 소모품패턴으로 생성된 세라믹 쉘에 주입하는 과정을 수반합니다. 일찍이 그것은 금, 은, 구리와 청동 합금으로 장신구와 우상을 만드는데 사용되었습니다.

인베스트먼트 주조공정은 1897년 아이오와 주, 위원회 블러프스의 Barabas Frederick Philbrook이 묘사한 대로 치과의사들이 왕관과 인레이를 만들기 위해 그것을 사용하기 시작한 19세기 말 현대 산업공정으로 사용되기 시작했다. 1940년대에는 제2차 세계대전 당시 기존 방법으로는 형성될 수 없거나 지나치게 많은 가공이 필요한 특수 합금의 정밀 순모형 제조 기술에 대한 수요로 인해 투자 주조 공정이 증가하였다.

오늘날 투자 주조 공정은 표면 마감 및 치수 정확도가 우수하여 거의 순 형태에 가까운 철, 비철 및 초합금의 소형 산업용 부품을 생산하는데 주로 사용됩니다.

인베스트먼트 주조 공정은 다음 네 가지 주요 단계로 구성됩니다.

  • 왁스 패턴 생성 후, 패턴 클러스터를 만들기 위해 게이트 시스템으로 청소 및 조립합니다.
  • 나무는 세라믹 쉘을 얻기 위해 미세 모래와 Course한 모래 입자의 슬러리로 번갈아 코팅됩니다.
  • 용기는 건조되고, 왁스를 녹이기 위해 가열되며, 강도를 높이고 주입 준비합니다.
  • 마침내 주조 합금이 용해되어 예열된 쉘에 주입됩니다. 응고 후에 쉘이 파손되어 주조 부품을 얻습니다.

Figure 1. Solid model of the casting geometry

인베스트먼트 주조 공정에서 얻은 부품은 많은 중요한 용도에 사용되므로 내부적인 결함이 없어야 합니다. 투자 주조 공정에서 발생하는 주요 결함은 세라믹 포함, 균열, 변형, 플래시, 주탕불량, 수축, 슬래그 포함, 탕경계등입니다. 얻은 주조물의 품질을 예측하려면 금속-몰드 열 전달계수, 주입 온도 등 다양한 주조 공정 매개 변수의 영향을 연구해야 합니다. 즉, 쉘 두께 및 쉘 열 전달계수가 그것입니다. 현대 컴퓨터 시스템 및 시뮬레이션 소프트웨어의 출현과 함께 금형 충진 및 응고 시뮬레이션은 주조공장에서 결함을 예측하고 설계를 최적화하는데 점점 더 많이 사용되고 있습니다.

이 연구의 주요 목적은 투자 주조 공정에서 주요 요소인 복사 열 전달과 인베스트먼트 주조공정에 고유한 쉘 금형이 FLOW-3D에서 효과적으로 구현될 수 있는지를 조사하는 것입니다. FLOW-3D를 사용하여 간단한 형상을 위한 인베스트먼트 주조공정의 주입 및 응고 시뮬레이션을 수행함으로써 두 구성요소의 서로 다른 효과를 조사합니다. 다양한 위치에서 얻은 온도의 수치는 문헌 [1]에보고 된 실험 결과로 검증됩니다. 복사 열 전달계수, 쉘 몰드 두께, 탕구 및 게이트의 위치에 대한 영향도 조사했습니다.

Figure 2. Shell mold

 

Methodology

현재 연구에서 사용된 계산 형상은 그림 1에 나와 있습니다. 쉘 몰드는 다음 단계를 사용하여 작성되었습니다.

  • 구성 요소 1로 형상을 FLOW-3D로 가져오고 지정된 셀 크기로 가져온 형상을 중심으로 메쉬 블록을 작성합니다.
  • “보완”유형의 component1의 첫 번째 하위 구성 요소를 만들어 하위 구성 요소 외부의 모든 항목을 메쉬의 범위까지 확고하게 만듭니다.
  • 솔리드 데이터베이스에서 이 솔리드 블록의 금형 재질 특성을 정의하십시오.
  • 솔리드 특성 GUI의 구성 요소 특성에서 “열 침투 깊이”를 정의하는 옵션이 있습니다. 여기서 쉘 두께 값을 정의 할 수 있습니다.
  • 이제 전처리기를 실행하십시오.
  • 분석 탭> 3D 탭으로 이동 한 다음 이전 단계에서 생성 한 prpgrf 파일을 엽니다. ‘Iso-surface’와 ‘color variable’에서 “열 활성화 구성 요소 볼륨”을 선택하고 “렌더링”을 선택하십시오.
  • Display에 이제 형상의 셸 부분 만 표시됩니다.
  • 개체 목록 (창의 왼쪽 하단)에서 “구성 요소 1″을 선택하고 “구성 요소 1″을 마우스 오른쪽 단추로 클릭 한 다음 “stl로 내보내기”를 선택하여 이 곡면을 STL 파일로 저장하십시오.

Figure 3. The view of the two mesh blocks for the creation of a void with discretization

쉘 몰드 용 STL 파일을 만든 후 파일을 구성 요소 1로 새 시뮬레이션으로 가져오고 이전에 작성한 주조 형상을 하위 구성 요소로 가져오고 유형을 ‘hole’으로 선택합니다. 쉘 몰드와 함께 주조 형상이 그림 2에 나와 있습니다. 이것은 우리의 계산 영역으로 사용됩니다. 다음은 계산 영역을 cubical/rectangular셀로 분할하기 위한 메쉬를 만드는 것입니다. 메쉬 블록을 작성하여 FLOW-3D에서 메쉬를 생성합니다. 현재의 작업을 위해 우리는 2.5mm의 고정된 셀 크기가 선택된 그림 3에 표시된 균일한 메쉬 옵션을 선택했습니다. 입력 위치 주변에 메시 블록 2가 사용되는 현재 시뮬레이션을 위해 메시 블록 2개가 생성되었습니다. 쉘과 주변 공기 사이의 30°C에서의 열 전달을 고려하여 쉘 주위에 보이드 영역이 정의됩니다. 이 영역은 ‘열 전달 유형 1’이 있는 보이드 영역으로 선택되며 셸과 주변 공기 사이에 열 전달 계수 값이 지정됩니다. 열 전달 유형 1은 방사선을 포함한 종합 열 전달 계수가 됩니다.

쉘 주형에 선택된 재료는 zircon이며 열 특성은 Sabau and Vishwanathan에 의해 수행된 실험에서 얻을 수 있습니다[2]. 표 1은 연구에 사용된 재료에 대해 지정된 값을 보여 줍니다.

MATERIAL PROPERTY  VALUE UNIT
Fluid –AluminiumA356

alloy

Density   2437 kg/m³
Thermal conductivity 116.8 W/(mK)
Specific heat  1074 J/(kgK)
Latent heat  433.22 kJ/m³
Liquidus temperature 608 °C
Solidus temperature 552.4 °C
Zircon Mold Thermal conductivity 1.09 W/(mK)
Specific heat* Density 1.63E+06 J/( m³K)

Initial and boundary conditions used are show in Table 2.      

 

Mold temperature  430°C
Melt pouring temperature  680°C
Filling time  7 s
Interface heat transfer coefficient  850 W/m2K
Heat transfer coefficient between ambient and mold (radiation effect) 30 -100 W/m2K

Table 2. Initial and boundary conditions used for the simulation

 

탕구저에 들어가는 용융물의 초기 속도와 온도는 메시 블록 2의 상단 경계에서 속도 경계 조건으로 주어집니다. 기본적으로 다른 모든 경계는 대칭 유형으로 설정됩니다.

 

Results & Discussion

Validation with reported experimental results

충전 및 응고 동안 냉각 곡선을 얻기 위한 실험에서 Sabuet.al[1]에 의해 선택된 네 개의 위치가 검증 목적으로 사용되었습니다. 그들은 C1, C2, S11, S12및 S21로 언급됩니다. C1과 C2지점은 주물의 플레이트의 중심에 있으며 S11, S12및 S21은 모두 쉘에 위치합니다. 이러한 위치에서의 온도 변화는 그림 4와 같습니다.

온도 프로파일의 수치 및 실험결과의 차이가 허용한계 안에 있음을 알 수 있습니다. 프로브 포인트 C1과 C2의 경우, 수치와 실험 결과 사이의 차이는 응고 중에 5%, 응고 후 냉각 시 12% 이내입니다. 쉘의 점에 대한 수치 결과는 실험 결과보다 약 5% 높습니다. 이는 쉘 재료에 열 물리학적 특성을 할당할 때 발생하는 가정과 쉘 열 전달 계수의 값 때문일 수 있습니다.

 

Fill sequence & solidification pattern for two different sprue locations

두 가지 다른 스프 루 위치의 채우기 순서 및 응고 패턴

2 개의 상이한 탕구 위치에 주물충전 순서는5a 및5b에 나와 있습니다. 최종 탕구가 더 많은 스플라인을 생성하므로 결함으로 이어질 수 있습니다. 탕구가 중간에 놓여지면 흐름은 보다 균일 해지고 두 주조 단면에서 비슷한 온도 분포를 보입니다. 50 % 응고 후의 온도 프로파일의 2D 도면은 두 경우 모두 그림 5c 및 5d에 나와 있습니다. 수축 위치에서 볼 때 두 탕구 위치가 결함을 일으키는 것은 분명합니다.

Figure 5a. Fill sequence at different time intervals when the sprue is located at one end

Figure 5b. Fill sequence at different time intervals when the sprue is located in the middle

Figure 5c. 2D temperature profile after 50% solidification when the sprue is located at one end

Figure 5d. 2D temperature profile after 50% solidification when the sprue is located in the middle

Effect of shell thickness

인베스트먼트 주조에 대한 쉘 두께의 효과를 연구하기 위해 두께가 7.2, 10, 15 및 20 mm인 주물을 선정하였습니다. 그림 6a 및 6b는 주조품의 특정 위치에서 냉각 곡선을 나타내며, 이는 C1으로 나타내고 쉘 몰드 내의 특정 위치에 있으며, 응고 중에 S11로 나타납니다. 세라믹 쉘의 두께가 7.2 mm에서 15 mm로 증가하면 냉각 속도가 감소하여 응고 시간이 길어지는 것을 볼 수 있습니다.

Effect of shell heat transfer coefficient

셸 열 전달 계수는 열이 셸 금형의 외부 벽에서 방사선을 통해 주변 공기로 열을 방출하는 속도를 나타냅니다. 이 효과를 조사하기 위해 열 전달 계수의 값을 20에서 80W/m2K까지 다양하게 했습니다. 7a 및 7b로부터, h의 변화는 주조 재료 및 쉘의 냉각 속도에 중요한 영향을 미친다는 것을 알 수 있습니다. 열 전달 계수가 20에서 80W/m2K로 증가하면 C1에서의 응고 시간이 812 초에서 334 초 (약 44 %)로 감소되었음을 알 수 있습니다. 따라서, h의 값을 변화시키는 것은 주물의 미세 구조에 영향을 미칩니다.

Figure 6a. Temperature profile at location C1 (casting) for the casting geometry where the sprue is located at one end for various shell thickness values

 

F

Figure 6b. Temperature profile at location S11 (shell) for the casting geometry where the sprue is located at one end for various shell thickness values

Figure 7a. Temperature profile at location C1 (casting) for the casting geometry where the sprue is located at one end for various heat transfer coefficient values between the shell mold & ambient

Figure 7b. Temperature profile at location S11 (shell) for the casting geometry where the sprue is located at one end for various heat transfer coefficient values between the shell mold & ambient

Conclusions

인베스트먼트 주조 공정의 몰드 충진 및 응고 시뮬레이션은 FLOW-3D를 사용하여 수행되었습니다. 주조 공정에 대한 주조 매개변수의 영향을 연구하기 위해 파라메트릭 연구가 수행되었습니다. 본 연구에서 다음과 같은 결론을 도출 할 수 있습니다.

  • FLOW-3D는 멀티 캐비티 몰드의 주입 및 응고 모델링이 가능합니다. 프로브 위치의 예측 온도 프로파일은 실험 데이터의 허용오차 이내였다.
  • 쉘 두께의 경우, 두 경우 모두 셸의 임계 두께가 있으며, 그 이상으로 열 전달 특성이 역행하는 것으로 확인되었습니다. 셸 두께가 증가함에 따라 응고 시간이 임계 두께까지 증가하여 감소하기 시작했습니다. 원래 형상의 경우 임계 두께는 15~20mm인 반면 수정된 형상의 경우 10mm와 15mm 사이에 있다.
  • 쉘과 대기 사이의 열 전달 계수 h는 열 전달 특성에 가장 큰 영향을 미치는 것으로 나타났습니다. h가 20에서 80W/m2K로 4 배 증가할 때 탕구의 중심에서 응고 시간이 40 % 이상 감소했습니다.

References

Sabau, A.S., Numerical Simulation of the Investment Casting Process, Transactions of the American Foundry Society, vol. 113, Paper No. 05-160, 2005.

Sabau, A.S., and Viswanathan, S., Thermophysical Properties of Zircon and Fused Silica-based Shells used in the Investment Casting ProcessTransactions of the American Foundry Society, vol. 112, Paper No. 04-081, 2004.

 
Design and CFD Analysis

설계 및 CFD분석

일반적인 소용돌이 설계는 널리 받아들여지고 있지만, 각 낙하 구조는 최적의 접선 흐름 특성을 보장하기 위해 인디애나 폴리스의 위상에 맞는 적절한 크기를 가져야 했습니다. 특히, 가능한 설계에 대한 AECOM의 계획은 세가지 목표를 가지고 있었습니다. 결합된 접근법과 테이퍼 채널을 짧은 길이로 제한하는 현장, 고유의 제약이 있었는지를 결정합니다. 허용 가능하지만 접근 방식에서 과도한 난류 조건이 발생하지 않았습니다. 테이퍼 채널에 안정적인 흐름 조건이 존재하는지 확인하고 다양한 흐름 조건에서 흐름 안정성을 평가했고, 논리적 기준점은 밀워키 인라인 스토리지 프로젝트라고 불리는 잘 알려지고 문서화된 시스템이었습니다.

Edison은 DRTC 프로젝트 규모에 맞춰 H-4로 지정된 Milwaukee 드롭 구조 설계를 기반으로 초기 설계를 기반으로했습니다.
166 피트의 기본 낙하 길이를 포함하고 체적 유량, 벽, 대칭 및 기타 초기 매개 변수를 지정하는 FLOW-3D 분석을 설정합니다.
그는 우리가 CFD를 통해 발견한 것은 밀워키에서 이 디자인을 사용하면 우리의 어플리케이션에 잘 맞지 않는다는 것이라고 말합니다. FLOW-3D는 이것을 보여 주고 있었기 때문에 CFD를 사용하여 변형을 시도하고 우리의 수정된 디자인을 고안했습니다.
더 넓은 접근 경로, 더 넓은 테이퍼 및/또는 더 깊은 테이퍼 깊이를 사용한 수정은 에디슨은 FLOW-3D에서 각 변동 사항을 설정하는 것이 매우 빠르다고 말합니다. (그림 3,4,5). 개선의 진전은 고무적이었습니다. 시뮬레이션 결과의 높은 수준은 심지어 절삭(침식)을 개선하기 위해 드롭 축의 바닥에 의문스러운 플레이트가 수직 흐름이 수평으로 전환되는 난류 분리 및 감소가되도록 기능을 추가하도록 설득했습니다.

Figs. 3, 4 and 5. Tangential drop structure flow simulated with FLOW-3D. Structure dimensions were optimized through multiple design iterations. (Image courtesy AECOM)

9번째 설계 변동에 대한 FLOW-3D 출력 동작인 V9는 접근 섹션을 확장했으며, 모든 흐름 볼륨 레벨에서 300mg/d까지 양호한 흐름 안정성을 보였으며 유압식 점프는 없었습니다. 그리고 양호한 Froude numners(유체 움직임에 미치는 중력의 영향을 나타내기 위해 사용되는 치수 없는 수량), 2010년 2월부터 AECOM이 물리적 시험과 검증을 위해 선택하였습니다(그림 6). 그 계획은 아이오와 연구소의 시험 결과에 기초하여 CFD와 최적화를 추가하는 것이였습니다.

Fig. 6. Scale model (1:10) of vertical drop structure, tested at University of Iowa IIHR Hydroscience & Engineering facility. (Image courtesy AECOM)

에디슨은 V9에서 결정된 치수 매개 변수에 대해 그 디자인을 아이오와 주에 가져가서 CFD를 이용해 만들었는데 완벽하게 작동했습니다. (II.)직원들은 실제로 무언가를 설치한 것은 이번이 처음이며, 변경하라고 말할 만한 것이 아무것도 없다고 말했습니다. 측정된 데이터는 드롭 샤프트 연결 구조 내의 수면 높이, Adit내 공기 침투의 정량, 벤트 샤프트 위로 공기 흐름을 포함했습니다. 흐름이 증가함에 따라 와류량이 증가함에 따라 축 벽에 부착되어 탈산소까지 원활하게 회전하는 모습이 포착되었습니다(그림 7).

에디슨은 후속 실험을 위해 여러번 시험장을 돌아다녔습니다. 물리적 모델이 처음부터 올바르게 작동했기 때문에 시험 프로그램을 확장할 시간이 있었습니다. “재미 있는 것은 환기구를 움직이는 것과 같이 우리가 궁금했던 것들을 탐구해서 지적으로 그것을 가지고 놀 시간이 있었다는 것입니다.” 에디슨은 예정보다 앞서 있었기 때문에 잔여 프로젝트 시간을 이용해 탈염소와 adit 내의 유압 장치를 조사할 수 있었습니다.

Fig. 7. Operation of scale-model vertical drop structure, showing test run of 300 million gallons per day (mgd). Flow vortex development shows good rotation and attachment to the shaft wall all the way down to the de-aeration chamber. No design modifications were necessary to the simulated design. (Image courtesy AECOM)

Final Results

AECOM은 2010년 7월 DRTC에 대한 전반적인 작업을 마쳤습니다. 2013년 3월부터 18구경 터널을 굴착하기 시작했고, CSO드롭 구조 3개(CFD로 설계된 나머지 2개의 구조물만 있음)는 모두 현재 공사 중입니다.

에디슨의 의견으로는, 토목 공학은 전체적으로 CFD를 채택하는 데 느린 편이었습니다. 이를 입증하기 위해 그는 인천 국제 공항을 처음 방문한 당시 접선 소용돌이 모형의 소위 “묘지”에서 본것을 기술했습니다. 그러나 그는 이들을 다시 처리해야 했다고 말했습니다.  그는 유압 설계를 위한 시뮬레이션 사용으로 판매되는 것을 권장하고 있습니다.

에디슨은 DRTC노력을 요약하면서 “정말 재미 있었습니다. 물리적 모델링이 필요한 위치에 대해 더 자세히 알아보았고, 그렇다면 어떤 경우에는 순수한 RAID기반 설계를 수행할 수 있습니다. 많은 DRTC작업들이 그것의 증거입니다. 물리적 모델은 실제로 필요하지 않았지만 검증을 통해 위험을 줄일 수 있었습니다. 프로젝트에서 이 두가지를 모두 수행할 수 있었다는 것은 믿을 수 없는 일입니다.”라고 말했습니다.

This article first appeared in WaterWorld Magazine.

Metal Casting Models

Metal Casting Models

FLOW-3D CAST는 금속 주조를 위해 특별히 설계된 다양한 물리적 모델을 포함하고 있습니다. 이는 모든 종류의 금속 주조 용도와 관련된 문제에 대한 가장 정확한 해결책을 제공합니다. 이를 통해 고객은 보다 적은 시간과 비용으로 지속적으로 주조 수율과 품질을 개선할 수 있습니다.

자유 표면 흐름을 정확하게 예측할 수 있는 특수 기능을 갖춘 FLOW-3D CAST는 금형 용탕 충진 및 공기 주입과 같은 관련된 결함을 시뮬레이션하는 데 가장 적합합니다. 강력하고 유연한 열전달 모델은 응고, 냉각 채널, 열 다이 사이클 시뮬레이션과 같은 금속과 금형 사이의 열 교환을 빠르고 정확하게 예측할 수 있습니다. 금형 용탕 충진과 결합할 수 있는 응고 및 수축 모델은 과도한 수축공과 기공 영역을 정확히 찾아내어 결함이 완화됩니다. granular media 모델과 수분 건조 모델을 사용하여 모래 코어의 blowing과 건조 공정을 시뮬레이션 할 수 있습니다. FLOW-3D CAST의 유한 요소 기반 열 응력 모델을 사용하면, 고객이 응력이 발생하는 위치와 주조 변형이 일어나는 이유를 정확하게 예측할 수 있으므로 열 변형 결함을 제거할 수 있습니다. 주철 모델은 공정 반응하는 동안 흑연, 감마 – 철 및 탄화물 형성을 예측하여, FLOW-3D CAST의 적용 범위를 확장합니다. 코어 가스 제품 군의 고유한 특징은 코어 가스 생성 및 모래 코어에서의 흐름을 모델링 하여 금속 주물의 코어 가스 관련 결함을 예측하는 데 사용할 수 있습니다.

FLOW-3D CAST는 금속 주조 모델링 및 시뮬레이션 분야의 선두 프로그램입니다. 금속 주조 업계에 대한 당사의 헌신은 금속 주조와 관련된 모델과 용도에 대한 당사의 지속적인 개발로 입증되었습니다. 당사는 고객과 지속적으로 협력하여 실제 애플리케이션을 위해 개발하여 품질과 생산성을 향상시키고 지속적으로 혁신할 수 있도록 지원할 것입니다.

Gravity Pour

Gravity Pour

중력 주조는 큰 부품(일반적으로 철, 청동, 황동 또는 알루미늄)을 만드는 데 사용됩니다. 사형 주조 및 영구 금형을 포함한 대부분의 주조 공장 주조 공정은 FLOW-3D CAST를 사용하여 모델링 할 수 있습니다. 주입 프로세스는 고압 다이 캐스팅에 비해 덜하지만 과도한 공기 주입으로 인한 공기 유입으로 인해 품질이 저하될 수 있습니다. 주입하는 동안 잠재적 결함의 위치와 온도의 변화 뿐만 아니라, 용탕 표면의 움직임도 정확하게 예측됩니다. 충진이 완료된 후 용탕의 응고 및 수축을 모델링 할 수도 있습니다.

 

Accurate Filling Simulations

주조 공정에서 주입 작업은 결함들이 라이저로 이동하는지, 또는 부품에 갇힌 채로 남아 있는지 여부와 같은 주입 패턴 및 관련 결함을 분석하는 작업으로 이루어집니다. 시뮬레이션 분석을 사용하면 설계의 효율성을 검증하고 비용을 절감하면서 생산에 들어가기 전에 설계를 테스트할 수 있습니다. 주입의 정확성은 산화물의 결함과 갇힌 공기의 위치를 추적하는 데 중요할 뿐만 아니라, 응고 결과의 핵심입니다. 올바른 주입 패턴은 주입 마지막의 올바른 열 분포를 의미합니다. 이 열 분포는 응고 분석의 기초가 됩니다.

Solidification of Castings for Foundry Applications

편석, 열응력, 마이크로 및 매크로 기공 등 응고와 관련된 다양한 결함들이 있습니다. 정확한 응고 결과를 얻기 위한 중요한 첫번째 단계는, 정확한 주입입니다. 정확한 주입은 응고 모델링의 초기 조건인 올바른 열 프로필을 캡처하는데, FLOW-3D CAST는 주조 부품을 보다 신속하게 설계하고 폐기율을 낮출 수 있는 많은 응고 관련 결함을 감지할 수 있습니다.

Tilt Pour

Tilt Pour

경동 주조에서는 금형이 수평 위치에 있는 동안 용탕이 주입 래들에 주입됩니다. 그런 다음 사전에 설정된 사이클 시간을 사용하여 주조 기계가 수직 위치로 상승하고, 용탕이 느리고 연속적인 주입 속도로 금형으로 들어갈 수 있습니다. 경동 주조 방법은 다양한 주조 형태를 가능하게 하는 런너-게이트 유연성 때문에 일반적인 주조 용도에 적합합니다.

Temperature profile during a tilt pour filling cycle

아래와 같은 예에서는 케이블 탭으로 연결되는 알루미늄 커플러 케이블에 대해 경동 주조의 시뮬레이션을 수행하여, 부품의 무결성과 표면 품질을 보장했습니다. 경동 회전을 완료하는 데 걸리는 시간은 중요합니다. 회전 속도는 FLOW-3D CAST에서 쉽게 수정할 수 있으므로 사용자가 이 속도를 최적화할 수 있습니다. 회전 속도가 너무 빠르면 공기가 유입되어 더 느리게 표면 결함이 나타날 수 있습니다. 온도 프로파일은 최대 및 최소 그래프 값을 각각 액상과 고상 온도로 설정하여 시각화 합니다. 여기서 부품이 반쯤 채워져 있고 용탕 온도가 고상 온도에 가깝지 않기 때문에 조기 응고는 나타나지 않습니다.

Simulation of the tilt pour process using FLOW-3D Cast.

Tilt pour casting simulations

수상 래프팅 장비에 사용되는 경량 알루미늄 부품은 고품질의 마감이 필요하며, 이상적으로 표면이 없고 결함이 없도록 주조됩니다. 이러한 경동 주조 프로세스의 시뮬레이션은 주입 프로세스를 통해 갇힌 표면 산화물 및 침입 공기의 잠재적 영역을 보여줍니다. 이러한 결점의 움직임을 알면 주조 엔지니어가 더 나은 게이트, 런너 및 라이저를 설계하여, 주물 내의 결점을 제거하는 데 도움이 됩니다. FLOW-3D CAST는 독자적인 6자유도 이동 기능을 통해, 금형의 복잡한 경사 순서와 각도 가속도를 시뮬레이션하는 데 사용할 수 있습니다.

Predicting metal casting defects

Surface oxide and entrained air defects in a tilt pour casting

Visualizing non-inertial reference frame motion

 casting with non-inertial reference frame motion on the left and stationary motion on the right

 

 blog 에서 FLOW-3D CAST v4.2의 FlowSight 에 대해 자세히 알아보십시오.

 

High Pressure Die Casting

Permanent Mold

Permanent Mold

영구 금형과 모래 금형의 차이점은 영구 금형을 재사용 할 수 있다는 것입니다. 금형을 재사용하는 주조 공정에는 중력, 경동, 저압 다이캐스팅 및 고압 다이 캐스팅이 포함됩니다. 영구 금형에는 금속과 흑연의 두 가지 유형이 있고 몰드 유형의 사용은 주조 금속에 달려 있습니다. 금속 주형에 사용되는 주조 금속은 알루미늄, 구리 합금, 아연 및 마그네슘을 포함합니다. 흑연 주형에 사용되는 주조 금속은 강 및 철입니다. 또한 내부 공동을 생성하기 위해 샌드 코어를 사용하는 반영구적인 금형이 있습니다. FLOW-3D CAST는 금형의 충진, 응고 및 열응력과 관련된 주조 결함을 포착하여 처음 프로세스를 올바르게 설계하고 궁극적으로 시간과 비용을 절약 할 수 있습니다.

Simulation of a low pressure die casting showing the filling temperature of a tire rim.

 

Customer Examples of Permanent Mold Castings

Courtesy Peugeot PSA Courtesy Littler Diecast Courtesy SANDEN Manufacturing

Validations

Validations

금속 주조 설계 과정에서 FLOW-3D CAST의 사용은 회사의 비용 절감 방안을 제시하여 수익성을 개선할 수 있습니다. FLOW-3D CAST 는 엔지니어와 설계자에게 경험과 전문지식을 향상시킬 수 있는 강력한 도구가 될 수 있습니다. 보통 수익성은 비용 절감과 비용 회피에서 찾을 수 있습니다. 지금, 품질과 생산성 문제는 제품개발 단계에서 다양한 시뮬레이션 통해 짧은 공정시간, 낮은 비용으로 해결 할 수 있는 방안을 찾을 수 있습니다. 새로운 개발도구인 FLOW-3D CAST의 효율성은 생산이 시작되기 전에 문제를 해결할 수 있는 방안을 제시하여 생산성을 크게 개선할 수 있습니다.

Ladle Pour

샷 슬리브 공정을 최적화하는 것은 고품질 부품을 확보하는 데 필수적입니다. FLOW-3D CAST의 시뮬레이션 결과와 실제 사례의 비교를 통해, 시뮬레이션을 사용하여 엔지니어가 값 비싼 툴링을 제작하기 전에 설계를 개선하는 방법을 강조합니다. FLOW-3D CAST는 프로세스 전반에 걸쳐 유체의 움직임을 정확하게 포착할 수 있으므로, 엔지니어가 실제 레들 주입 공정에서 신속하게 파악할 수 있습니다. 시뮬레이션은 Nemak Poland Sp. z o.o로부터 제공받았습니다.

Gravity Casting

열전대 데이터를 기반으로 한 실제 충진 재구성과 비교 한 중력 주조 시뮬레이션. Courtesy of XC Engineering and Peugeot PSA.

Foundry: Simulating a Flow Fill Pattern


사형 주조 충진중의 X- 레이 검증

X -레이 결과와 FLOW-3D CAST 시뮬레이션 결과를 나란히 비교합니다. A356 알루미늄 합금으로 사형 주조의 3 차원 충진 색상은 금속의 압력을 나타냅니다. 시뮬레이션 결과는 수직 대칭 평면에 표시됩니다. Modeling of Casting, Welding, and Advanced Solidification Processes VII, London, 1995.

HPDC: Flow Pattern


Short sleeve validation – 시뮬레이션 결과와 주조 부품, Littler Diecast Corporation의 예

Modeling Air Entrapment


디젤 엔진 용 오일 필터 하우징의 X-ray vs. FLOW-3D CAST 검증.

디젤 엔진 용 오일 필터 하우징의 X- 레이 검증, 380 다이캐스팅 합금. 결과는 혼입 된 공기의 비율로 표시됩니다. X- 레이의 상세한 영역은 최대 다공도 농도를 나타냅니다.

HPDC Filling


FLOW-3D 결과를 실제 부품과 비교하는 HPDC 캐스팅 검증

Short Shot Simulation


실제 주조 부품의 유효성 검사. 스냅 샷과 FLOW-3D CAST 시뮬레이션 결과. 왼쪽에서 오른쪽으로 : 변속기 하우징, 오일 팬 및 자동차 부품.

HPDC Air Entrapment Defects


Antrametal에 의한 주조 시뮬레이션 대 실험 결과의 성공적인 비교.

Antmetetal의 고객 검증은 FLOW-3D CAST의 Air Entrapment 모델을 사용하여 실험 결과와 시뮬레이션을 비교 한 결과를 보여줍니다. 세탁기 용 전동 모터의 앞 커버의 HPDC입니다. 공기 관련 결함은 이미지의 색상에 정 성적으로 표시됩니다. FLOW-3D CAST 내의 다른 수치 기능에 의해 포착 된 물리적 공기 포켓 또한 명확하게 표현됩니다.

Core Drying


시뮬레이션과 무기 코어의 건조 실험 사이의 BMW에 의한 비교.

Predicting Die Erosion


캐비테이션으로 인한 다이 침식 영역은 FLOW-3D CAST 결과를 실제 사례와 비교하여 올바르게 배치되었습니다.

Predicting Lost Foam Filling


Lost foam L850 블록 벌크 헤드 슬라이스에 대한 실시간 X-ray 및 FLOW-3D CAST 유동 시뮬레이션 결과의 비교. 시뮬레이션은 GM Powertrain의 예입니다.

Porosity Defects


Porosity due to entrained air

Predicting Shrinkage Porosity


A380 diesel engine block casting

 

FLOW-3D CAST Suites

FLOW-3D CAST Suites

FLOW-3D CAST v5 comes in Suites of relevant casting processes: 

HIGH PRESSURE DIE CASTING SUITE

Process Workspace

High Pressure Die Casting

Features

Thermal Die Cycling
– Cooling/heating channels
– Spray cooling
Filling
– Shot sleeve with Plunger
– Shot motion
– Ladles, stoppers
– Venting efficiency
– PQ^2 analysis
– HPDC machine database
Solidification
– Squeeze pins
Cooling


PERMANENT MOLD CASTING SUITE

Process Workspaces

Permanent Mold Casting
Low Pressure Die Casting
Tilt Pour Casting

Features

Thermal Die Cycling
– Cooling/heating channels
Filling
– Tilt pouring
Solidification
– Squeeze pins
Cooling


SAND CASTING SUITE

Process Workspaces

Sand Casting
Low Pressure Sand Casting

Features

Filling
– Permeable molds
– Moisture evaporation in molds
– Gas generation in cores
– Ladle model
Solidification
– Exothermic sleeves
– Chills
– Cast iron solidification
Cooling


LOST FOAM CASTING SUITE

Process Workspaces

Lost Foam
Sand Casting
Low Pressure Sand Casting

Features

Filling
– Permeable molds
– Moisture evaporation in molds
– Gas generation in cores
– Ladle model
– Lost foam pattern evaporation models (Fast model and Full model)
– Lost foam defect prediction
Solidification
– Exothermic sleeves
– Chills
– Cast iron solidification
Cooling

 


ALL SUITES INCLUDE THESE CORE FEATURES:

Solver Engine

  • TruVOF – The most accurate filling simulation tool in the industry
  • Heat transfer and solidification
  • Shrinkage – Rapid Shrinkage model and Shrinkage with flow model
  • Temperature dependent properties
  • Multi-block meshing including conforming meshes
  • Turbulence models
  • Non-Newtonian viscosity (shear thinning/thickening, thixotropic)
  • Flow tracers
  • Active Simulation Control with Global Conditions
  • Surface tension model
  • Thermal stress analysis with warpage
  • General moving geometry w/6 DOF

FlowSight

  • Multi-case analysis
  • Porosity analysis tool

Defect Prediction Tools

  • Gas entrainment model
  • Thermal Modulus output
  • Hot Spot identification
  • Micro and macro porosity prediction
  • Surface defect prediction
  • Shrinkage
  • Cavitation and Cavitation Potential
  • Particle models (Inclusion modeling, collapsed bubble tracking)

User Conveniences

  • Process-oriented workspaces
  • Configurable Simulation Monitor
  • Metal and solid material databases
  • Heat transfer database
  • Filter database
  • Remote solving queues
  • Quick Analyze/Display tool

ALL NEW FLOW-3D CAST v5

ALL NEW FLOW-3D CAST v5

HPC version of FLOW-3D CAST v5 releasedALL NEW FLOW-3D CAST v5 는 금속 주조 시뮬레이션 및 공정 모델링에 있어 큰 발전입니다. 이제 FLOW-3D CAST는 시뮬레이션 할 프로세스를 선택할 수 있으며, 소프트웨어는 적절한 프로세스 매개 변수, 지오메트리 유형 및 합리적인 기본 값을 제공합니다. 이렇게 하면 시뮬레이션 설정이 상당히 간소화됩니다. 또한 FLOW-3D CAST의 강력한 시뮬레이션 엔진과 결함 예측을 위한 새로운 도구는 설계 주기를 단축하고 비용을 절감하는 통찰력을 제공합니다. 대표적인 개발 기능으로 응고 시뮬레이션을 위한 열 계수 및 핫 스팟 식별 출력, 갇혀 있는 가스를 식별하고 환기 효율을 예측하기 위한 결함 채우기 도구 등이 포함됩니다. 그리고 더 빠르고 더 강력한 압력과 및 응력 해소 기능이 모두 포함합니다.

ALL NEW FLOW-3D CAST v5 는 관련 프로세스가 포함된 Suite제품으로 제공됩니다. 영구 금형 제품군은 중력 다이 캐스팅, 저압 다이캐스팅(LPDC), 틸트 주입 주조와 같은 프로세스 작업 공간을 포함합니다. 각 프로세스에 대해 사용자 인터페이스는 특정 프로세스와 관련된 내용만 표시합니다. 모래 주조 Suite에는 중력 사형 주조 및 저압 사형 주조(LPSC)와 같은 프로세스가 포함되어 있습니다. 소실 폼 제품 군에는 사형 주조 Suite의 모든 것과 소실 폼 공정 작업 공간이 포함됩니다. HPDC 제품군은 열 응력 및 변형을 포함하여 고압 다이 캐스팅과 관련된 모든 것을 포함합니다. 각 프로세스 작업 공간 내에서 채우기, 응고 및 냉각과 같은 하위 프로세스는 서로 연결된 시뮬레이션으로, 처음부터 끝까지 차례로 전체 프로세스를 모델링 합니다. 사용자가 그것을 작업장 바닥에서 하는 것처럼. 사용자는 레들을 용융 풀 안에 담갔다가, 숏 슬리브 또는 주입 컵에 옮겨, 전체 이동 및 주입과 같은 단계를 포함하도록 프로세스를 확장할 수 있습니다. LPDC의 경우 프로세스 엔지니어는 도가니의 가압 및 금속 흐름을 주형으로 모델링 할 수 있습니다.  FLOW-3D CAST v5를 사용하면 가능성이 무한해 집니다.

WYSIWYN Process Workspaces

What-You-See-Is-What-You-Need (WYSIWYN) 프로세스 작업 공간은 FLOW-3D CAST의 다기능성을 간소화하여 사용 편의성과 탁월한 솔루션입니다. 대부분의 인터페이스는 사용자가 제공해야 하는 정보만을 요구하고, 사용자 설계 원칙을 적용하여 단순화되었습니다.

FLOW-3D CAST v4.2에 도입된 프로세스 중심 작업 공간은 중력 다이 주조, 저압 주조 및 경사 주입, 모래 등과 같은 영구 금형 공정으로 확장되었습니다. 중력 모래 주조, 저압 모래 주조 및 소실 폼과 같은 주조 공정 지속적인 주조, 투자 주조, 모래 코어 제작, 원심 주조를 포함한 더 많은 공정 작업 공간이 현재 진행 중에 있습니다.

Simulation setup is simplified by only showing the components applicable for a given process.

Types of casting components available in a HPDC simulation. Mold pieces available in a high pressure die casting include cover and ejector dies, sliders, and shot sleeves.

Defect Prediction / 결함 예측

Identify Filling Defects using Particles  결함 예측 및 입자를 이용한 주입 결함 식별

파티클을 사용하는 FLOW-3D CAST v5를 통해 유입된 가스로 인한 충전 결함을 식별하는 것이 훨씬 쉬워 졌습니다. 결함을 식별하기가 훨씬 용이할 뿐만 아니라, 결함 예측에 따른 계산 비용도 크게 절감되었습니다.

붕괴된 가스 지역을 나타내는 보이드 입자가 도입되었습니다. 이전에 붕괴된 가스 영역은 너무 압축되어 수치 메쉬에서 해결할 수 없으면 시뮬레이션에서 사라졌습니다. 보이드 입자는 작은 기포처럼 작용하며 드래그와 압력을 통해 금속과 상호 작용합니다. 주변의 금속 압력에 따라 크기가 변하며, 주입이 끝난 후 최종 위치를 보면 공기 침투 및 산화물로 인한 잠재적인 결함이 있음을 알 수 있습니다.

Predict filling defects caused by entrapped gas using the Particle Model.

Metal/Wall Contact Time 금속/벽 접촉 시간

벽면 접촉 시간은 금형 표면에서 다른 부위보다 금속에 더 오래 노출된 부위를 식별하는 데 유용합니다. 금속 접촉 시간은 금속이 고체 구성 요소와 접촉한 시간을 나타냅니다. 예를 들어 모래 입자가 핵분해 부위의 역할을 하기 때문에 미세 먼지가 발생할 수 있습니다. 개별 솔리드 구성 요소와의 금속 접촉 시간 출력이 모든 구성 요소와의 접촉 시간을 포함하도록 확장되었습니다. 접촉 시간 계산은 출력 탭에서 벽 접촉 시간을 선택하여 활성화합니다.

Identify solidification defects with the new Thermal Modulus output.

Solidification Defect Identification 응고 결함 식별

일반적으로 라이저 크기 조정에 사용되는 열 모듈은 이제 응고 시뮬레이션에서 출력됩니다.

Risers will likely need to be placed on the circled regions.

Hot Spots  핫 스팟

또 다른 결과인 “핫 스팟”은 라이저를 찾고 크기를 조정하며, 응고 관련 결함의 가능성을 식별하는 데 유용합니다. 핫 스팟은 최종적으로 응고된 부위를 나타냅니다. 이것들은 입자들로 표현되고 뜨거운 점 크기에 의해 색깔이 변하기도 합니다. 라이저는 핫 스팟 크기가 가장 큰 곳에 배치해야 합니다.

Porosity Analysis Tool

FlowSight의 새로운 Porosity Analysis Tool은 실제적인 측면에서 porosity-related 결점을 식별합니다. 결점은 이제 순 볼륨, 최대 선형 범위, 모양 인자 및 total count로 식별됩니다.

New defect identification tools allow users to analyze porosity.

Arbitrary 2D Clips 임의 2D 클립

기능 지향적인 2D 클립은 결함을 찾기 위해 전면적으로 살펴 볼 때 유용합니다. 이전에는 클립에 표시된 금속 영역이 솔리드에 의해 점유된 셀로 확장되었습니다. 잡식의 FLOW-3D CAST v5에서 이 클립은 구성 요소를 숨기는 옵션을 선택해야만 열린 공간(예:주조 부품)의 금속을 보여 줄 수 있습니다.

Intensification Pressure 강화 압력

고압 주조 시뮬레이션에 지정된 강화 압력은 이제 매크로 및 마이크로 Porosity모델 모두에 결합되어 형성 사이의 보다 현실적인 관계를 형성합니다. 이러한 결함의 크기 및 플런저에 의해 가해지는 압력의 크기입니다.

Adjusting Shrinkage Porosity 수축 기공 조절

사용자가 금속의 특성을 수정할 필요 없이 수축 다공성의 양과 크기를 미세 조정할 수 있도록 수축 조정 계수가 추가되었습니다. 계수를 사용하면 응고 중에 체적 수축의 양을 전화로 설정하거나 줄일 수 있습니다.

Gas Pressure and Venting Efficiency  가스 압력 및 밴트 효율성 검토

사용자가 충전 결함을 식별하고 다이캐스트에서 밴트 시스템을 설계하는 데 도움을 주기 위해 마지막 국부적인 가스 압력 및 밴트 효율성 검토 결과가 주조 시뮬레이션 출력에 추가되었습니다. 가스 압력은 셀이 금속으로 채워지기 전에 셀의 마지막 보이드 압력을 기록하며, 밴트 효율은 환기구를 배치하는 것이 밴트 위치에서 공기를 배출하는 데 가장 효율적인 영역을 보여 줍니다.

Databases 데이터베이스

주조 공정에서 일반적으로 사용되는 정보의 데이터베이스는 설정 오류를 줄이고 시뮬레이션 workflow 를 개선합니다.

Configurable Simulation Monitor 구성 가능한 시뮬레이션 모니터

시뮬레이션을 실행할 때 발생하는 중요하지만 종종 힘든 작업은 시뮬레이션을 모니터링하는 것입니다. FLOW-3D CAST를 사용하면 다음과 같은 일반적인 시뮬레이션 목표를 모니터링할 수 있습니다.

  • 게이트 속도
    주형 내 고상 분율
    최저/최고 용탕 온도 및 금형 온도
    다양한 프로브 위치에서의 온도
    시뮬레이션 진단(예:시간 스텝, 안정성 한계)

Plotting Capabilities  Plotting기능

이제 시뮬레이션 관리자에는 더 많은 플롯 기능이 포함됩니다. 플롯은 사용자가 구성할 수 있으며 구성은 다른 시뮬레이션에서 사용하기 위해 데이터베이스에 저장됩니다. 사용자는 시뮬레이션 런타임 그래프와 history-data 에서 모니터링할 이력 데이터 변수를 지정할 수 있습니다. 다중 변수를 각 그래프에 입력합니다.

Conforming Meshes

임의 형상의 활성 계산 영역을 정의할 수 있도록 적합한 메쉬 기능이 확장되었습니다. 이는 메쉬 블록이 준수할 수 있는 열린 볼륨과 솔리드 볼륨을 모두 포함하여 계산 도메인의 영역을 정의하는 meshing구성 요소라고 하는 새로운 유형의 지오메트리 구성 요소를 사용합니다.
메쉬 블록은 냉각 채널이나 공동에 선택적으로 조합할 수 있어 사용자가 이러한 기하학적 객체에 대해 최적의 해상도를 선택할 수 있습니다. 이제 확인할 수 있는 메쉬가 FAVORize 탭에 표시될 수 있습니다.

Summary Views of Components/Cooling Channels

FLOW-3D CAST v5의 인터페이스는 주조 시뮬레이션에서 다양한 형상 구성 요소를 꽉 차게 보여줍니다. 2개의 새로운 형상 요약 뷰인 구성 요소 요약 뷰와 냉각 채널 요약 뷰는 기하학적 구성 요소 및 냉각 채널의 플라이 아웃을 제공하여 사용자가 신속하게 수행할 수 있도록 합니다. 중요 설정을 한 눈에 파악하고 필요한 경우 변경 할 수 있습니다.

Under the Hood

FLOW-3D CAST의 많은 강력한 구성 요소들은 Solver Engine이라고 부르는 것 들에서 중요합니다. 아래에서는 이면에서 무거운 작업을 수행하는 데 도움이 되는 몇가지 중요한 사항을 설명합니다.

Thermal Die Cycling (TDC) Model TDC(열 다이 사이클)모델

열 다이 사이클 시뮬레이션의 주입/응고 단계는 균일하지 않은 캐비티 온도를 사용하여 개선할 수 있습니다. 이제 캐비티에 있는 금속의 초기 온도는 재시작 중에 채우기 시뮬레이션을 통해 지정하거나 초기 유체 영역을 사용하는 사용자 정의 분포에서 지정할 수 있습니다. 이 기능은 옵션으로 사용할 수 있는 균일한 초기 금속 온도에 비해 다이 사이클링의 열해석의 정확성과 현실성을 높여줍니다.

Melt temperatures in the casting cavity read from a filling simulation are applied to ejector die during filling/solidification stage of thermal die cycling simulation.

Heat Transfer Coefficient Calculator for Spray Cooling 분사 냉각을 위한 열 전달 계수 계산기

스프레이 유체와 다이 표면 사이의 열 전달 계수(HTC)를 추정하는 것은 어려운 일입니다. 계산 또는 측정을 통해 값을 사용할 수 있는 경우 사용자는 이러한 값을 스프레이 거리 및 각도의 함수로 직접 지정할 수 있습니다. 새로운 기능을 통해 노즐의 스프레이 액의 유량을 기준으로 HTC를 동적으로 계산할 수 있습니다. 단일 조정 계수를 통해 스프레이 유출량을 기준으로 HTC를 미세 조정할 수 있습니다.

FLOW-3D의 활용 및 설계 적용 사례 (5)

항공우주 분야의 활용

FLOW-3D를 활용한 항공우주 분야의 주요한 사례는 슬로싱(sloshing)에 의한 유체의 유동 영향을 평가하는 해석과 기상(gas phase) 유체에 대한 아음속 및 초음속 유동 해석으로 크게 나눌 수 있다.

슬로싱 유동 해석
슬로싱(sloshing)은 탱크 내부에 적재된 유체가 외부의 가진에 의하여 발생하는 유동 현상이다. 이는 흔히 볼 수 있는 컵 내부 물의 유동부터 항공기 및 선박, 우주선의 연료탱크 내부 유동까지 다양한 분야에서 나타나는 유동 현상이다. 이러한 슬로싱의 영향은 유체와 탱크의 상호 작용으로 충격 압력이 발생하게 되며, 슬로싱에 의한 충격이 계속 반복되면서 탱크 내부에 피로로 인한 균열(crack)로 탱크의 파괴를 초래할 수 있다.
그 동안 슬로싱 현상을 연구하기 위해 많은 실험과 수치 해석이 수행되어 왔다. 우주 로켓의 연료 탱크와 관련된 슬로싱 유동에 대하여 많은 연구들이 진행된 바 있고, 1980년대 이후에는 LNG 수송선이 증가하면서 선박 내의 슬로싱 유동에 대한 많은 연구가 진행되었다. 실험적인 연구 방법은 많은 실험비용과 시간 및 장비가 요구되기 때문에 이를 대치하기 위하여 많은 수치해석이 시도되어 왔다. 
Faltinsen은 진동하는 2차원 슬로싱 문제에 대하여 수치해석을 하였고, Wu et al은 유한 요소 법을 이용하여 3차원 수치해석을 시도하였다. 자유표면 문제에 대해서 수치적 확산을 줄이기 위하여 Takewaki and Yabe에 의하여 CIP(constrained interpolation profile) 기법이 개발 되었고, Yang and Kim은 2009년 물과 공기의 다상 문제를 해석하는 CCUP(Cip-combined and unified procedure) 기법을 이용하여 슬로싱 문제에 대한 수치해석을 수행하였다. 3차원 열유동 해석 프로그램인 FLOW-3D를 이용한 해석은 2006년 Lee et el.에 의하여 수행된 바 있다. 
현재까지 슬로싱 현상을 해석하기 위하여 많은 수치기법들이 개발되고 이용되어 왔지만, 슬로싱의 특성상 강한 비선형 자유표면에 대한 정확한 해석에 어려움이 남아있다. 이러한 비선형 슬로싱 문제에 대하여 FLOW-3D를 이용하여 수치해석하였고, 앞서 진행되었던 실험 및 수치해석 연구 결과의 압력 및 자유표면의 형상을 비교하였다.
해석결과와 실험을 비교하기 위하여 해석을 진행하였으며, 탱크의 형상을 <그림 1>에 나타냈다. 이 모델에 대한 실험은 1991년 히타치(Hitachi) 조선 연구소와 대우조선해양에서 수행한 바 있다.


그림 1. 스키매틱 다이어그램(schematic diagram) without baffles, fluid filling 50%

초기에 탱크는 정지상태로부터, 다음 식과 같이 좌우로 병진운동을 하게 된다.

다운로드 : [ 5회_201805_analysis_flow3d ]

작성자 | 민창원_에스티아이C&D 솔루션 사업부 과장,  조애령_에스티아이C&D 솔루션 사업부 차장
이메일 | flow3d@stikorea.co.kr
홈페이지 | www.flow3d.co.kr

출처 : CAD&Graphics 2018년 05월호

[FLOW-3D 물리모델]General Moving Objects / 일반이동물체

General Moving Objects / 일반이동물체

Basics / 기초

The general moving objects (GMO) model in FLOW-3D can simulate rigid body motion, which is either userprescribed (prescribed motion) or dynamically coupled with fluid flow (coupled motion). If an object’s motion is prescribed, fluid flow is affected by the object’s motion, but the object’s motion is not affected by fluid flow. If an object has coupled motion, however, the object’s motion and fluid flow are coupled dynamically and affect each other. In both cases, a moving object can possess six degrees of freedom (DOF), or rotate about a fixed point or a fixed axis. The GMO model allows the location of the fixed point or axis to be arbitrary (it can be inside or outside the object and the computational domain), but the fixed axis must be parallel to one of the three coordinate axes of the space reference system. In one simulation, multiple moving objects with independent motion types can exist (the total number of moving and non-moving components cannot exceed 500). Any object under coupled motion can undergo simultaneous collisions with other moving and non-moving objects and wall and symmetry mesh boundaries (See Collision). The model also allows the existence of multiple (up to 100) elastic linear and torsion springs, elastic ropes and mooring lines which are attached to moving objects and apply forces or torques to them (See Elastic Springs & Ropes and Mooring Lines).

FLOW-3D에서 일반 이동물체인 GMO 모델은 강체운동을 모사(simulate)할 수 있는데, 이는 사용자가 기술하는 운동(지정운동)이거나 유체 유동과 동력학적인(결합된) 운동일 수 있다. 물체의 운동이 지정되면 유체 유동은 이 운동에 의해 영향을 받으나, 물체의 운동은 유체에 의해 영향을 받지 않는다. 그러나 물체가 결합된 운동을 하면 물체와 유체는 동역학적으로 연결되어 서로 영향을 미친다.

이 두 경우에 물체는6 자유도 운동을 할 수 있고, 고정된 점이나 축에 대해 회전할 수가 있다. GMO모델은 고정점이나 고정축의 위치를 임의로 설정할 수 있으나(이는 물체나 계산영역의 내부 또는 외부가 될 수 있다) 고정축은 공간좌표계의 좌표중의 하나에 평행하여야 한다.

어떤 모사(simulate)에서 고유의 운동형태를 갖는 다수의 운동물체가 존재할 수 있다(이동 및 고정된 물체의 전체수는500개를 초과하지 못한다). 결합운동을 하는 물체는 다른 이동/비이동 물체 그리고 벽과 대칭 경계 격자면에서 충돌할 수가 있다(충돌참조). 이 모델은 (100개까지) 다수의 탄성선형과 비틀림 스프링, 탄성로프와 이동 물체에 부착된 탄성력과 회전력을 갖는 계류선들을 표현할 수 있다(Elastic Springs & Ropes 와 Mooring Lines참조). .

In general, the motion of a rigid body can be described with six velocity components: three for translation and three for rotation. In the most general cases of coupled motion, all the available velocity components are coupled with fluid flow. However, the velocity components can also be partially prescribed and partially coupled in complex coupledmotion problems (e.g., a ship in a stream can have its pitch, roll and heave to be coupled but yaw, sway and surge prescribed). For coupled motion only, in addition to the hydraulic, gravitational, inertial and spring forces and torques which are calculated by the code, additional control forces can be prescribed by the user. The control forces can be defined either as up to five forces with their application points fixed on the object or as a net control force and torque. The net control force is applied to the GMO’s mass center, while the control torque is applied about the mass center for 6-DOF motion, and about the fixed point or fixed axis for those kinds of motions. The inertial force and torque exist only if the Non-inertial Reference Frame model is activated.

일반적으로 강체의 운동은 6개의 속도 성분으로 기술될 수 있다: 3개의 이동과3개의 회전. 가장 일반적인 결합 운동의 경우에, 모든 가능한 속도성분들은 유동과 연결되어 있다. 그러나 속도 성분들은 복잡한 결합운동 문제에서는 부분적으로 지정되고 일부는 결합될 수 있다(즉 유속내의 선박에서 pitch, roll and heave는 결합된 운동을 하고 yaw, sway and surge 는 지정될 수있다). 단 결합운동 문제에서는 코드 내에서 계산되는 수력, 중력, 관성 그리고 스프링 힘과 토크에 추가적인 조절할 수 있는 힘(control force) 들이 사용자에 의해 기술될 수 있다. 조절 힘(control force)들은 물체의 지정된 위치에 작용하는5개까지의 힘이나 또는 순수 힘과 토크로 정의 될 수 있다. 순수 조절힘은 GMO의 질량 중심에 작용하지만, 조절토크는6 자유도 운동의 질량중심에 대해 이런 운동을 하기 위한 고정축이나 점들에 대해 적용된다. 관성력과 토크는 단지 비 관성계 모델이 활성화되면 존재한다.

In FLOW-3D, a GMO is classified as a geometry component that is either porous or non-porous. As with stationary components, a GMO can be composed of a number of geometry subcomponents. Each subcomponent can be defined either by quadratic functions and primitives, or by STL data, and can be solid, hole or complement. If STL files are used, since GMO geometry is re-generated at every time step in the computation, the user should strive to minimize the number of triangle facets used to define the GMO to achieve faster execution of the solver while maintaining the necessary level of the geometry resolution. For mass properties, different subcomponents of an object can possess different mass densities.

FLOW-3D 에서 한 개의 GMO 는 다공질 또는 비 다공질의 형상요소로 간주된다. 정지된 구성요소에서와 같이 한 개의 GMO 는 다수의 형상 서브구성요소로 구성될 수 있다. 각 서브구성요소는 2차 함수와 기초 요소 또는 STL 데이터로 정의될 수 있고 고체, 공간 또는 이의 보완일 수 있다. 만약 STL 파일이 사용된다면 GMO 형상은 계산 중에 매 시간에서 재 생성되므로 사용자는 형상 정밀도에 필요한 수준을 유지하는 한편, 빠른 계산을 위해 GMO를 정의하는데 사용되는 삼각면의 수를 줄이려고 노력해야 한다. 질량물성을 위해 한 물체의 다른 서브구성요소는 다른 질량밀도를 가질 수 있다.

In order to define the motion of a GMO and interpret the computational results correctly, the user needs to understand the body-fixed reference system (body system) which is always fixed on the object and experiences the same motion. In the FLOW-3D preprocessor, the body system (x’, y’, z’) is automatically set up for each GMO. The initial directions of its coordinate axes (at t = 0) are the same as those of the space system (x, y, z). The origin of the body system is fixed at the GMO’s reference point which is a point automatically set on each moving object in accordance with the object’s motion type.

GMO 의 운동을 정의하고 계산결과를 정확히 이해하기 위해, 사용자는 항상 물체에 고정되고, 물체와 같은 운동을 하는 물체에, 고정된 기준계(물체계)를 이해할 필요가 있다. FLOW-3D 의 전처리에서 물체계(x’, y’, z’) 가 자동으로 각 GMO 에 대해 설정된다. 좌표축(t = 0에서) 의 초기방향은 공간계(x, y, z) 의 것과 같다. 물체계의 원점은 물체의 이동형상에 일치하는 각 이동체 상에 자동으로 설정된 GMO 의 기준점에 고정되어 있다.

 

The reference point is: 기준점은 다음과 같다.

  • the object’s mass center for the coupled 6-DOF motion;

결합된6자유도 운동의 질량중심

  • the fixed point for the fixed-point motion;

고정점 운동을 위한 고정점

  • a point on the fixed axis for the fixed-axis rotation;

고정축 회전을 위한 고정축 상의 점

  • a user-defined reference point for the prescribed 6-DOF motion.

기술된6자유도 운동을 위한 사용자 지정의 기준점

  • If the reference point is not given by users for the prescribed 6-DOF motion, it is set by the code at the mass center (if mass properties are given) or the geometry center (if mass properties are not given) of the object.

기준점이 기술된6자유도 운동을 위해 사용자가 지정하지 않으면 코드에 의해 질량중심 (질량물성이 주어지면) 또는 형상중심(질량물성이 안 주어지면)에 지정된다.

 

The GMO’s motion can be defined through the GUI using four steps:

GMO 운동은 4단계를 거쳐 GUI 를통하여 정의될수있다.

  1. Activate the GMO model;

GMO 모델을 활성화한다

  1. Create the GMO’s initial geometry;

GMO의 초기형상을 생성한다

  1. Specify the GMO’s motion-related parameters, and

GMO의 운동관련 변수들을 지정하고.

  1. Define the GMO’s mass properties.

GMO 질량물성을 정의한다

Without the activation of the GMO model in step 1, the object created as a GMO will be treated as a non-moving object, even if steps 2 to 4 are accomplished.

1단계의 GMO 모델 활성화가 없으면 2~4의 단계가 이루어져도 GMO 로 생성된 물체는 비 이동 물체로 간주될 것이다.

Step 1: Activate the GMO Model GMO 모델활성화

To activate the GMO model, go to Model Setup Physics Moving and simple deforming objects and check the Activate general moving objects (GMO) model box.

GMO 모델을 활성화하기 위해 Model Setup Physics Moving and simple deforming objects 로 가서 Activate general moving objects (GMO) model 박스를 체크한다.

The GMO model has two numerical methods to treat the interaction between fluid and moving objects: an explicit and an implicit method. If no coupled motion exists, the two methods are identical. For coupled motion, the explicit method, in general, works only for heavy GMO problem, i.e., all moving objects under coupled motion have larger mass densities than that of fluid and their added mass is relatively small. The implicit method, however, works for both heavy and light GMO problems. A light GMO problem means at least one of the moving objects under coupled motion has smaller mass densities than that of fluid or their added mass is large. The user may change the selection on the Moving and deforming objects panel or on the Numerics tab Moving object/fluid coupling.

GMO 모델은 유체와 움직이는 물체간의 상호작용을 다루기위해 두 수치해석법을 이용한다: explicit 방법과implicit 방법. 결합 운동이 없으면 두 방법은 동일하다. 결합된 운동에서는 외재적 방법은 일반적으로 무거운 GMO 문제에 사용된다, 즉 결합된 운동을 하는 모든 이동물체는 유체밀도보다 크고 이의 부가질량이 작을 경우이다. 그러나 내재적 방법은 무겁거나 가벼운 GMO 문제에 모두 사용된다. 가벼운 GMO 문제는 결합운동 시에 최소한 하나의 이동물체가 유체밀도보다 작고 이의 부가질량이 클 경우이다. 사용자는 Moving and deforming objects패널이나 Numerics tab Moving object/fluid coupling 상에서 선택을 바꿀 수 있다.

  1. Step 2: Create the GMO’s Initial Geometry GMO의 초기형상을 생성한다

 

In the Meshing & Geometry tab, create the desired geometry for the GMO components using either primitives and/or imported STL files in the same way as is done for any stationary component. The component can be either standard or porous. To set up a porous component, refer to Porous Media. Note that the Copy function cannot be used with geometry components representing GMOs.

정지상태의 구성요소 생성의 경우와 마찬가지로 Meshing & Geometry 탭에서 기초 요소와/또는 외부로부터의 STL 파일을 이용하여 GMO 구성요소의 원하는 형상을 생성한다. 구성요소는 standard이거나porous일 수 있다. 다공성요소를 설정하기 위해 Porous Media 를 참조하라. Copy 기능은 GMO를 나타내는 형상 구성요소에 사용할 수 없음에 주목한다.

Step 3: Specify the GMO’s Motion Related Parameters GMO의 운동관련변수들을 지정한다

The following section discusses how to set up parameters for prescribed and coupled 6-DOF motion, fixed-point motion and fixed-axis motion. The user can go directly to the appropriate part.

다음 섹션은 “지정되고 결합된 6자유도운동”, “고정점 운동과 고정축 운동을 위한 매개변수를 어떻게 설정하는지”에 대해 논한다. 사용자는 직접 해당부분을 참조할 수 있다.

Prescribed 6-DOF Motion 지정된 6자유도운동

In Meshing & Geometry Geometry Component (the desired GMO component) Type of Moving Object, select Prescribed motion. Go to Component Properties Type of Moving Object Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select 6 Degrees of Freedom in the combo box.

Meshing & Geometry Geometry Component (the desired GMO component) Type of Moving Object 에서 Prescribed motion 을 선택한다. Component Properties Type of Moving Object Moving Object Properties Edit Motion Constraints 로 가서 Type of Constraint 밑에서 combo 박스에 있는 6 Degrees of Freedom 를 선택한다.

To define the object’s velocity, go to the Initial/Prescribed Velocities tab in the Moving object setup window. The prescribed 6-DOF motion is described as a superimposition of a translation of a reference point and a rotation about the reference point. The reference point can be anywhere inside or outside the moving object and the computational domain. The user needs to enter its initial x, y and z coordinates (at t = 0) in the provided edit boxes. By default, the reference point is determined by the preprocessor in two different ways depending on whether the object’s mass properties are given: if mass properties (either mass density or integrated mass properties) are given, then the mass center of the moving object is used as the reference point; otherwise, the object’s geometric center will be calculated and used as the reference point.

물체의 속도를 정의하기 위해 Moving object setup 의 창에 있는 Initial/Prescribed Velocities 탭으로 이동한다. 지정된 6자유도 운동은 기준점의 이동과 기준점에 대한 회전의 중첩으로 기술된다. 기준점은 이동체의 내부 또는 외부 그리고 계산영역 외부일 수도 있다. 사용자는 주어진 편집박스 내에 이의 초기 x, y 와 z 좌표값(t = 0에서)을 입력할 필요가 있다. 디폴트로 기준점은 물체의 질량 물성이 주어지는가에 따라 두 가지로 전처리 과정에서 결정된다: 질량물성(질량밀도나 전체질량물성)이 주어지면 이동체의 질량중심이 기준점으로 사용되고 아니면 이동체의 형상중심이 계산되고 기준점으로 이용된다.

With the reference point provided (or left for the code to calculate), users can define the translational velocity components for the reference point in space system and the angular velocity components (in radians/time) in body system. Each velocity component can be defined either as a sinusoidal or a piecewise linear function of time by making a selection in the corresponding combo box. For a constant velocity component, choose Non-Sinusoidal and simply enter its value in the corresponding input box (the default value is 0.0). If a velocity component is Non-sinusoidal and time-dependent, click on the corresponding Tabular button to open a data table and enter values for the velocity component and time. Alternatively, the user can also import a data file for the velocity component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and velocity from left to right and must have a csv extension. If the velocity component is sinusoidal in time, then enter the values for Amplitude, Frequency (in Hz) and Initial Phase (in degrees) in the input boxes.

기준점이 주어지면(또는 코드 내에서 계산이 되면) 사용자는 공간계 기준점에 대해 translational velocity components 를 그리고 물체계에서angular velocity components (radians/시간으로)를 정의할 수 있다. 각 속도 성분은 상응하는 combo box 에서 선택함으로써 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정 속도 성분에 대해서 Non-Sinusoidal 을 선택하고 단순히 상응하는 combo 박스에 값을 넣는다(디폴트 값은0이다). 속도성분이 Non-Sinusoidal 이고 시간의 함수이면 데이터 테이블을 열고 상응하는 Tabular 버튼을 클릭하고 속도성분과 시간을 넣는다. 다른 방법으로는 사용자가 Tabular Import Values를 클릭함으로써 속도성분대 시간의 데이터파일을 읽어 들일 수가 있다. 이 파일은 시간과 속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 속도 성분이 시간에 따른 사인파이면 입력박스에서의 Amplitude, Frequency (in Hz) 그리고 Initial Phase (in degrees) 값을 입력한다.

The expression for the sinusoidal velocity component is

사인파 속도의 식은

v = Asin(2πft + ϕ0)

where: 여기서

  • A is the amplitude, 진폭
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다.
  •  
  • Users can set limits for the translational displacements of the object’s reference point in both negative and positive x, y and z directions in space system. The displacements are measured from the initial location of the reference point. During motion, the reference point cannot go beyond these limits but can move back to the allowed range after it reaches a limit. To set the limits for translation, go to the Motion Constraints tab and enter the maximum displacements allowed in the corresponding input boxes, using absolute values. By default, these values are infinite. Note the Limits for rotation is only for fixed-axis rotation thus cannot be set for 6-DOF motion.사용자는 공간계에서 음이나 양의 x, y 그리고 z 방향으로 물체 기준점의 이동변위를 제한할 수 있다. 변위는 기준점의 초기위치로부터 정해진다. 운동중에 기준점은 이 제한을 넘어갈 수 없지만 이 제한에 도달한 후에 허용된 범위만큼 돌아올 수 있다. 이동의 제한을 설정하기 위해 Motion Constraints 탭으로가서 절대값을 사용하여 상응하는 입력박스 안에 허용된 최대변위를 넣는다. the Limits for rotation 는 고정축 회전에만 해당하므로 6자유도 운동에는 지정될 수 없다.Prescribed Fixed-point Motion지정된 고정점운동In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Prescribed motion. Go to Moving object properties Edit Motion Constraints. Under Type of Constraint, select Fixed point rotation in the combo box and enter the x, y and z coordinates of the fixed point in the corresponding input boxes.Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object 에서 Prescribed motion 을 선택한다. Moving object properties Edit Motion Constraints 로 가서 Type of Constraint 밑에서 combo box 에있는 Fixed point rotation을 선택하고 상응하는 입력박스에서 고정점의 the x, y 및 z 좌표를 입력한다.To define the velocity of the object, go to the Initial/Prescribed Velocities tab in the Moving object setup window. The velocity components to be defined are the x, y and z components of the angular velocity (in radians/time) in the body system. Each velocity component can be defined as either a sinusoidal or a piecewise linear function of time by making a selection in the corresponding combo box. For a constant velocity component, choose Non-Sinusoidal and simply enter its value in its input box (the default value is 0.0). If a velocity component is time-variant and Non-sinusoidal, click on the Tabular button to open a data table and enter the values for the velocity component and time. Alternatively, the user can also import a data file for the velocity component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and velocity component from left to right and must have a csv extension. If the velocity component is sinusoidal in time, then enter the values for Amplitude, Frequency (in cycles/time) and Initial Phase (in degrees) in the corresponding input boxes.

    물체의 속도를 정의하기 위해 Moving object setup 의 창에 있는 Initial/Prescribed Velocities 탭으로 간다. 정의되어야 할 속도성분은 물체계에서 각속도  (radians/시간으로) 를 x, y 및 z 성분으로 정의할 수 있다

    각 속도 성분은 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다.

    일정속도 성분에 대해서 Non-Sinusoidal 을 선택하고 단순히 상응하는 combo box 박스에 값을 넣는다(디폴트 값은0이다). 속도성분이 Non-Sinusoidal 이고 시간의 함수이면 데이터 테이블을 열고 상응하는 Tabular 버튼을 클릭하고 속도성분과 시간을 넣는다. 그렇지 않으면 사용자가 Tabular Import Values 를 클릭함으로써 속도성분대 시간의 데이터 파일을 읽어 들일 수가 있다. 이 파일은 시간과 속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 속도성분이 시간에 따른 사인파이면 상응하는 입력박스에서 Amplitude, Frequency (in Hz) 와 Initial Phase (in degrees) 값을 입력한다.

    The expression for a sinusoidal angular velocity component is

    ω = Asin(2πft + ϕ0)

    where: 여기서

    • A is the amplitude, 진폭
    • f is the frequency, and주기이며
    • ϕ0 is the initial phase. 초기위상이다.

    Prescribed Fixed-Axis Motion

    In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Prescribed motion. Go to Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select Fixed X-Axis Rotation or Fixed Y-Axis Rotation or Fixed Z-Axis Rotation in the combo box depending on which coordinate axis the rotational axis is parallel to.

    Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object 에서 Prescribed motion 을 선택한다. Moving object properties Edit Motion Constraints 로 가서Type of Constraint밑에서 회전축이 어떤 좌표축에 평행인가에 따라 combo box 에있는 Fixed X-Axis Rotation 또는 Fixed Y-Axis Rotation 또는 Fixed Z-Axis Rotation 를 선택한다.

    Coordinates of the rotational axis need be given in two of the three input boxes for Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate and Fixed Axis/Point Z Coordinate. For example, if the rotational axis is parallel to the z-axis, then the x and y coordinates for the rotational axis must be defined. Users can also set limits for the object’s rotational angle in both positive and negative directions. The rotational angle (i.e., angular displacement) is a vector and measured from the object’s initial orientation based on the right-hand rule. Its value is positive if it points in the positive direction of the coordinate axis which the rotational axis is parallel to. The object cannot rotate beyond these limits but can rotate back to the allowed angular range after it reaches a limit. To set the limits for rotation, in Motion Constraints Limits for rotation, enter the Maximum rotational angle allowed in negative and positive directions in the corresponding input boxes, using absolute values in degrees. By default, these values are infinite.

    회전축 좌표는 3개 Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate Fixed Axis/Point Z Coordinate 중 2개의 입력박스에서 주어져야 한다. 예를 들면 회전축이 z 축에 평행 하다면 이 회전축의 the x 와 y 좌표가 정의 되어야 한다. 사용자는 물체의 양음 방향의 회전각도를 제한할 수 있다. 회전각 (즉, 각변위)은 벡터이며 오른손 법칙에 따른 물체의 초기 방향으로부터 측정된다. 이는 회전축에 평행한 좌표축의 양방향을 가리키면 양의 값이다. 물체는 제한 값을 지나 회전할 수 없지만 이 값에 도달한 후 허용된 각변위로 되돌아갈 수 있다. 회전의 제한을 설정하기 위해 Motion Constraints Limits for rotation 내에서 상응하는 입력박스에서 음이나 양의방향으로 허용된 Maximum rotational angle 을 입력한다. 이의 디폴트 값은 무한대이다.

To define the angular velocity of an object (in radians/time), go to Initial/Prescribed Velocities. The angular velocity can be defined either as a sinusoidal or a piecewise linear function of time by making a selection in the corresponding combo box. For a constant angular velocity, choose Non-Sinusoidal and simply enter its value in its input box (the default value is 0.0). If it is Non-sinusoidal in time, click on the corresponding Tabular button to open a data table and enter the values for the angular velocity and time. Alternatively, the user can also import a data file for the velocity component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and angular velocity from left to right and must have a csv extension. If the angular velocity is sinusoidal in time, then enter the values for Amplitude, Frequency (in cycles/time) and Initial Phase (in degrees) in the corresponding input boxes.

물체의 각속도(radians/시간으로)를 정의하기 위해 Initial/Prescribed Velocities 탭으로 간다. 각속도는 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정 각속도에 대해서 Non-Sinusoidal 을 선택하고, 이에 상응하는 combo box 에 단순히 값을 넣는다(디폴트 값은0.0이다). 이것이 Non-Sinusoidal 이고 시간의 함수이면 데이터 테이블을 불러와, 상응하는 Tabular 버튼을 클릭하고 각속도와 시간을 넣는다. 그렇지 않으면 사용자가 Tabular Import Values 를 클릭함으로써 속도 성분대 시간의 데이터 파일을 읽어 들일 수가 있다. 이 파일은 시간과 각속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 각속도가 시간에 따른 사인파이면 입력박스에서의 Amplitude, Frequency (in Hz) 그리고 Initial Phase (in degrees) 값을 입력한다.

 

The expression for a sinusoidal angular velocity is사인파 각속도식은

ω = Asin(2πft + ϕ0)

where: 여기서

  • A is the amplitude, 진폭
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다.

Coupled 6-DOF motion 결합된 6자유도운동

In Meshing & Geometry → Geometry → Component (the desired GMO component) → Component Properties → Type of Moving Object, select Coupled motion. Go to Moving Object Properties → Edit → Motion Constraints. Under Type of Constraint, select 6 Degrees of Freedom in the combo box.

Meshing & Geometry → Geometry → Component (the desired GMO component) → Type of Moving Object 에서 Coupled motion 을 선택한다. Moving Object Properties → Edit → Motion Constraints 로가서 Type of Constraint 밑에서 combo 박스에 있는 6 Degrees of Freedom 를 선택한다.

 

Users need to define the initial velocities for the object. Go to the Initial/Prescribed Velocities tab. Enter the x, y, and z components of the initial velocity of the GMO’s mass center in X Initial Velocity, Y Initial Velocity and Z Initial Velocity, respectively. Enter the x’, y’ and z’ components of the initial angular velocity (in radians/time) in the body system in X Initial Angular Velocity, Y Initial Angular Velocity and Z Initial Angular Velocity, respectively. By default, the initial velocity components are zero.

사용자는 물체에 대한 초기속도를 정의해야 한다. Initial/Prescribed Velocities 탭으로 간다. 각 X Initial Velocity, Y Initial Velocity 그리고 Z Initial Velocity 로 GMO 질량중심의 초기속도의 x, y 와 z 성분값(t = 0에서)을 입력한다. 물체 계에서의 X Initial Angular Velocity, Y Initial Angular Velocity 그리고 Z Initial Angular Velocity (radians/시간으로)로 초기 각속도의 x’, y’ 및 z’ 성분값을 입력한다.

 

For coupled 6-DOF motion, user-prescribed control force(s) and torque exerting on the object can be defined either in the space system or the body system. They are combined with the hydraulic, gravitational, inertial and spring forces and torques to determine the object’s motion. There are two different ways to define control force(s) and torque: prescribe either a total force and a total torque about the object’s mass center or multiple forces with their application points fixed on the object. By default, all the control force(s) and torque are equal to zero.

결합된6자유도운동에서 물체에 미치는 사용자 지정 조절 힘과 토크는 물체계 또는 공간계에서 정의될 수 있다. 이들은 물체의 운동을 결정하는 수력, 중력, 관성력 스프링 힘 그리고 토크이다. 이 조절 힘과 토크를 정의하는 두 가지 방법이 있다: 물체의 질량중심에 대한 전체의 힘과 토크를 지정하거나 물체에 고정된 점들에 작용하는 다수의 힘들을 지정하는 것이다. 디폴트는 모든 조절 힘과 토크가0이다.

To prescribe total force and total torque, in the Control Forces and Torques tab, choose Define Total Force and Total Torque in the combo box. Further select In Space System or In Body System depending on which reference system the control force and torque are define in. If a component of the force or the torque is a constant, it can be specified in the corresponding edit box (default is zero). If it varies with time, then click on the Tabular button to bring up a data input table and enter the values for the component and time. The time-variant force and torque are treated as piecewise-linear functions of time during simulation. Alternatively, instead of filling the data table line by line, the user can also import a data file for the force/torque component versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and the force/torque component from left to right and must have a csv extension.

전체의 힘과 토크를 지정하기 위해 Control Forces and Torques 탭 안의 combo box 에서 Define Total Force and Total Torque 를 선택한다. 추가로 조절 힘과 토크가 정의되는 기준계에 따른 In Space System 이나 In Body System 을 선택한다. 힘 또는 토크의 한 성분이 상수이면 상응하는 편집박스에 지정된다(디폴트는0). 이것이 시간에 따라 변하면 데이터 테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 성분과 시간 값을 넣는다. 그렇지 않으면 한 줄씩 데이터 테이블을 채우는 대신에 사용자가 Tabular Import Values 를 클릭함으로써 force/torque component versus time 을 읽어 들일 수가 있다. 이 파일은 시간과 힘/토크를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다

If, instead, control forces and their application points need to be defined, then in the Control Forces and Torques tab choose Define Multiple Forces and Application Points in the combo box. Users can specify up to five forces. For each force, in the editor boxes, choose the force index (1 to 5) and then select Force components in Space System or Body System depending on which reference system the force is defined in. In field on the left, enter the initial coordinates (at t = 0) for the force’s application point. In the field on the right, prescribe components of the force in x, y and z directions of the body or space system. For a constant force component, enter its value in the corresponding edit box. If it varies with time, then click on the Tabular button to bring up a data input table and enter values for the force component versus time. Tabular force input is approximated with a piecewise-linear function of time. Alternatively, the user can import a data file for the force versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and from left to right and must have a csv extension.

대신에 조절힘과 그 적용점들이 정의되어야 한다면 Control Forces and Torques 탭에서 combo box 안에 있는 Define Multiple Forces and Application Points 를 선택한다. 사용자는5개까지의 힘을 지정할 수 있다. 각 힘에 대해, 편집박스 내에서, force index(1에서 5) 를 선정하고 힘이 정의되는 기준계에 따라 Force components in 에서 Space System Body System 을 선택한다. 좌측 칸에 힘 적용점의 초기좌표(t=0에서)를 입력한다. 우측 칸에 물체 또는 공간계에 따른 x, y 그리고 z 방향에서의 힘의 성분을 넣는다. 힘 성분이 상수이면 그 값을 상응하는 편집박스에서 입력한다. 이것이 시간에 따라 변하면 데이터 테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 힘성분 대 시간값을 넣는다. 이렇게 입력된 값들은 구간별 선형함수로 근사 된다.  다른 방법으로 사용자가 Tabular Import Values 를 클릭함으로써 힘과 시간에 대한 데이터파일을 읽어 들일 수가 있다. 이파일은 시간과 힘/토크를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다.

 

Motion constraints can be imposed to the object to decrease the number of the degrees of freedom to less than six. This selection is made by setting part of its translational and rotational velocity components as Prescribed motion while leaving the other components to coupled motion in Motion Constraints tab Translational and Rotational Options. Note that the translational and rotational components are in the space system and the body system, respectively. Then go to the Initial/Prescribed Velocities tab to define their values. A prescribed velocity component can be defined as either a sinusoidal or piecewise linear function of time in the combo box. For a constant velocity component, choose Non-Sinusoidal and enter its value in its input box (the default value is 0.0). If the velocity component is timedependent and non-sinusoidal, click on the Tabular button to open a data table and enter the values for the velocity component and time. Alternatively, the user can import a data file for the velocity component versus time by clicking Tabular Import values. The file must have two columns of data which represent time and the angular velocity component from left to right and must have a csv extension. It is treated as a piecewise-linear function of time in the code. If it is a sinusoidal function of time, instead, enter its Amplitude, Frequency (in Hz) and Initial Phase (in degrees) in the edit boxes.

6자유도 보다 운동의 자유도를 줄이기 위해 운동의 제약이 물체에 가해질 수 있다. 이 선택은 일부의 이동과 회전속도 성분을 Prescribed motion 으로 다른 성분들은 Motion Constraints tab Translational and Rotational Options 에서 coupled motion 결합운동으로 설정함으로써 이루어진다. 이동과 회전은 각기 공간계와 물체계로 되어있다는 것에 주목한다. 이 때에 Initial/Prescribed Velocities 탭으로 가서 이 값을 정의한다. 지정속도 성분은 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정속도 성분에 대해서 Non-Sinusoidal 을 선택하고 입력박스에서 값을 넣는다(디폴트 값은0이다). 속도성분이 시간의 함수이고 Non-Sinusoidal 이면 데이터 테이블을 열고 Tabular 버튼을 클릭하고 속도 성분과 시간 값을 넣는다. 다른 방법으로는 사용자가 Tabular Import Values 를 클릭함으로써 속도성분 대 시간의 데이터 파일을 읽어 들일 수가 있다. 이 파일은 좌로부터 우로의 시간과 각속도 성분을 나타내는 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 이렇게 입력된 값들은 코드 내에서 구간별 선형함수로 근사 된다. 대신에 시간의 함수이면 편집박스에서의 Amplitude, Frequency (in Hz) 그리고 Initial Phase (in degrees) 값을 입력한다.

 

The expression for a sinusoidal velocity component is사인파 속도식은

v = Asin(2πft + ϕ0)

where:

  • A is the amplitude, 진폭
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다.

Users can also set limits for displacements of the object’s mass center in both negative and positive x, y and z directions in the space system, measured from its initial location. The mass center cannot go beyond these limits but can move back to the allowed motion range after it reaches a limit. To specify these limits, open the Motion Constraints tab and in the Limits for translation area, enter the absolute values of maximum displacements in the desired coordinate directions. There are no Limits for rotation for an object with 6-DOF coupled motion.

사용자는 초기 조건으로부터 측정된 공간계에서의 음이나 양의 x, y 그리고 z 방향으로 물체 질량중심의 변위를 제한할 수 있다. 질량중심은 이 제한을 지나갈 수 없지만 이 제한에 도달한 후에 허용된 범위로 돌아올 수 있다. 이동의 제한을 설정하기 위해 Motion Constraints 탭을 열고 Limits for translation에서 원하는 좌표방향에서의 최대 절대변위 값을 넣는다. 6자유도 운동을 갖는 물체에 대한 Limits for rotation 은 없다.

 

Coupled Fixed-Point Motion 결합된 고정점운동

In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Coupled motion. Go to Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select Fixed point rotation in the combo box and enter the x, y and z coordinates of the fixed point in the corresponding input boxes. The Limits for rotation and Limits for translation cannot be set for fixed-point motion.

Meshing & Geometry → Geometry → Component (the desired GMO component) → Component Properties → Type of Moving Object 에서 Coupled motion 을 선택한다. Moving Object Properties → Edit → Motion Constraints 로 가서 Type of Constraint 밑에서 combo 박스에있는 Fixed point rotation 를 선택하고 상응하는 입력 상자 안에 있는 고정점의 x, y 및 z 좌표를 입력한다. Limits for rotation 와 Limits for translation 는 고정점 운동에 대해 선택될 수 없다.

 

Definition of the initial velocity for the object is required. Go to the Initial/Prescribed Velocities tab and enter the x, y and z components of initial angular velocity (in rad/time) in the boxes for X Initial Angular velocity, Y Initial Angular velocity and Z Initial Angular velocity. Their default values are zero.

물체의 초기속도 정의가 필요하다. Initial/Prescribed Velocities 탭으로 가서 X Initial Angular velocity, Y Initial Angular velocity 그리고 Z Initial Angular velocity 를 위한 상자에서 초기 각속도  (rad/시간) 의 the x, y 및 z 성분을 넣는다.

 

Further constraints of motion can be imposed to the object to decrease its number of degrees of freedom. This is done in the Motion Constraints tab by setting part of its rotational components as prescribed motion while leaving the others as coupled motion in the combo box for Translational and rotational options. Note that the rotational components are in the body system. By default, the prescribed velocity components are equal to zero. To specify a non-zero velocity component, go to the Initial/Prescribed Velocities tab. It can be defined as either a sinusoidal or a piecewise linear function of time by making selection in the corresponding combo box. For a constant velocity component, choose Non-Sinusoidal and simply enter its value in the input box (the default value is 0.0). If it is non-sinusoidal timedependent, click on the Tabular button to open a data table and enter the values for the velocity component and time. Alternatively, the user can import a data file for the velocity component versus time by clicking Tabular Import values. The file must have two columns of data which represent time and the angular velocity component from left to right and must have a csv extension. If the velocity component is a sinusoidal function of time, enter the values for Amplitude, Frequency (in Hz) and Initial Phase (in degrees) in the input boxes.

운동의 자유도를 줄이기 위해 운동의 제약이 물체에 가해질 수 있다. 이 선택은 일부의 회전속도 성분을 Prescribed motion 으로 다른 성분들은 Translational and rotational options를 위한 상자에서 coupled motion 으로 Motion Constraints 탭에서 설정함으로써 이루어진다. 회전성분은 물체계로 되어있다는 것에 주목한다. 디폴트로 지정속도 성분들은 0이다. 0이 아닌 속도성분을 지정하기 위해 Initial/Prescribed Velocities탭으로 간다. 지정속도 성분은 상응하는 combo box 에서 사인파 또는 구간적 시간함수로써 정의될 수 있다. 일정속도 성분에 대해서 Non-Sinusoidal 을 선택하고 단순히 입력박스에서 값을 넣는다(디폴트 값은0이다). 속도성분이 시간의 함수이고 Non-Sinusoidal 이면 데이터 테이블을 열고 Tabular 버튼을 클릭하고 속도 성분과 시간 값을 넣는다. 다른 방법으로는   사용자가 Tabular Import Values 를 클릭함으로써 속도 성분 대 시간의 데이터파일을 읽어들일 수 가 있다. 이 파일은 좌로부터 우로의 시간과 각속도 성분을 나타내는 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 속도성분이 사인파의 시간의 함수이면 입력상자에서 Amplitude, Frequency (in Hz) and Initial Phase (in degrees) 값을 넣는다.

The expression for a sinusoidal velocity component is사인파속도성분식은

ω = Asin(2πft + ϕ0)

where: 여기서

  • A is the amplitude진폭,
  • f is the frequency, and주기이며
  • ϕ0 is the initial phase. 초기위상이다

 

User-prescribed total torque exerting on the object can also be defined. They are combined with the hydraulic, gravitational, inertial and spring torques to determine the object’s rotation.

또한 사용자에 의해 지정된 물체에 작용하는 전체 토크가 지정될 수 있다. 이들은 물체의 회전을 결정하기 위해 수력, 중력, 관성력과 스프링에 의한 토크와 결합되어 있다.

In the Control Forces and Torques tab, choose Define Total Force and Total Torque in the combo box. Further, select In Space System or In Body System depending on which reference system the control torque is define in. If the torque is constant, it can be simply set in the provided edit box for its x, y and z components. For a time-dependent control torque, click the Tabular button to bring up data tables and then enter the values of time and the torque components. The control torque is treated as a piecewise-linear function of time. As an option, instead of filling the data table line by line, the user can also import a data file for the angular velocity versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and velocity from left to right and must have a csv extension.

Control Forces and Torques 탭에서 combo box 상자 안의 Define Total Force and Total Torque 를 선택한다. 추가로 조절 토크가 정의되는 기준계에 따른 공간계 In Space System 나 물체계 In Body System 을 선택한다.  토크가 상수이면 its x, y 및 z 성분을 위한 주어진 편집상자에서 지정된다. 이것이   시간에 따라 변하는 조절 토크이면 데이터 테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 성분과 토크 성분값을 넣는다. 제어토크는 구간 내 시간의 선형함수로 간주된다. 선택으로 한 줄씩 데이터 테이블을 채우는 대신에 사용자가 Tabular Import Values 을 클릭함으로써 각속도 대 시간 읽어 들일 수가 있다. 이 파일은 시간과 속도를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며  csv 확장자를 가져야 한다

 

Coupled Fixed-Axis Motion  결합된 고정축운동

In Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object, select Coupled motion. Go to Moving Object Properties Edit Motion Constraints. Under Type of Constraint, select Fixed X-Axis Rotation or Fixed Y-Axis Rotation or Fixed Z-Axis Rotation in the combo box depending on which coordinate axis the rotational axis is parallel to.

Meshing & Geometry Geometry Component (the desired GMO component) Component Properties Type of Moving Object 에서 Coupled motion 을 선택한다. Moving Object Properties Edit Motion Constraints 로 가서 Type of Constraint 밑에서 회전축이 어느 좌표축과 평행한지에 따라 combo 박스에있는 Fixed X-Axis Rotation또는Fixed Y-Axis Rotation 또는 Fixed Z-Axis Rotation 를 선택한다.

 

Coordinates of the rotational axis need be given in two of the three input boxes for Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate and Fixed Axis/Point Z Coordinate. For example, if the rotational axis is parallel to the z-axis, then the x and y coordinates for the rotational axis must be defined. Users can also set limits for the object’s rotational angle in both positive and negative directions. The rotational angle (i.e., angular displacement) is a vector and measured from the object’s initial orientation based on the right-hand rule. Its value is positive if it points to the positive direction of the coordinate axis which the rotational axis is parallel to. The object cannot rotate beyond these limits but can rotate back to the allowed angular range after it reaches a limit. To set the limits for rotation, in Motion Constraints Limits for rotation, enter the maximum rotational allowed in negative and positive directions in the corresponding input boxes, using absolute values in degrees. By default, these values are infinite.

회전축좌표는 3개 Fixed Axis/Point X Coordinate, Fixed Axis/Point Y Coordinate Fixed Axis/Point Z Coordinate 중 2개의 입력박스에서 주어져야 한다. 예를들면 회전축이 z 축에 평행하다면 이 회전축의 the x 와 y 좌표가 정의되어야 한다. 사용자는 물체의 양과 음 방향의 회전각도를 제한할 수 있다. 회전각 (즉, 각변위)은 벡터이며 오른손 법칙에 따라 물체의 초기 방향으로 부터 측정된다. 이것이 회전축에 평행한 좌표축의 양방향을 가리키면 양의 값이다. 물체는 제한 값을 지나 회전할 수 없지만 이 값에 도달한 후 허용된 각 변위로 되돌아갈 수 있다. 회전의 제한을 설정하기 위해 Motion Constraints Limits for rotation 내에서 상응하는 입력박스에서 음이나 양의방향으로 허용된 Maximum rotational angle 을 입력한다. 이의 디폴트 값은 무한대이다.

 

A definition of the initial angular velocity for the object is required. In the Initial/Prescribed Velocities tab, enter the initial angular velocity (in radians per time) in x, y or z direction in the corresponding input box in the Angular velocity components area, depending on the orientation of the rotational axis. The default value is zero.

User-prescribed total torque exerting on the object can be defined. They are combined with the hydraulic, gravitational, inertial and spring torques to determine the object’s rotation. In the Control Forces and Torques tab, choose Define Total Force and Total Torque in the combo box. If the torque is constant, it can be simply set in the provided edit box for x, y or z component of the torque, depending on direction of the coordinate axis which the rotational axis is parallel to. For a time-dependent control torque, click the corresponding Tabular button to bring up a data table and then enter the values of time and the torque. The control torque is treated as a piecewise-linear function of time in computation. As an option, instead of filling the data table line by line, the user can also import a data file for the torque versus time by clicking Tabular Import Values. The file must have two columns of data which represent time and torque from left to right and must have a csv extension. The torque about the fixed axis is the same in the space and body systems, thus the choice of In space system or In body system options makes no difference to the computation. User-prescribed total control force and multiple forces are not allowed for the fixed-axis motion.

물체의 초기 각속도 정의가 필요하다. Initial/Prescribed Velocities 탭에서 회전축의 방향에 따라 the Angular velocity components 면에서 x, y 및 z 방향으로 초기 각속도(시간당radians으로)를 넣는다. 디폴트는0이다. 사용자에 의해 지정된 물체에 작용하는 전체 토크가 정의될 수 있다, 이들은 물체의 회전을 결정하기 위해 수력, 중력, 관성력과 스프링에 의한 토크와 결합되어 있다. Control Forces and Torques 탭 안의 combo box 에서 Define Total Force and Total Torque 을 선택한다.  토크가 상수이면 회전축이 평행한 좌표축의 방향에 따라, 토크의 x, y 또는 z 성분을 위한 주어진 편집박스에서 단순히 지정된다. 따라 변하면 데이터테이블을 불러오기 위해 상응하는 Tabular 버튼을 클릭하고 시간과 토크를 넣는다. 제어토크는 계산시 구간 내 시간의 함수로 간주된다. 선택으로 한 줄씩 데이터 테이블을 채우는 대신에 사용자가 Tabular Import Values 를 클릭함으로써 토크대 시간의 파일을 읽어 들일 수 가 있다. 이 파일은 시간과 토크를 나타내는 좌로부터 우로의 두 데이터 열이 있어야 하며 csv 확장자를 가져야 한다. 고정축에 대한 토크는 공간과 시간계에서 같으므로 In space system 이나 In body system 의 선택은 계산에 차이가 없다. 사용자가 지정하는 전체 제어 힘과 다중의 힘은 고정축 운동에서는 허용되지 않는다.

Step 4: Specify the GMO’s Mass Properties GMO 질량물성을 정의한다

Definition of the mass properties is required for any moving object with coupled motion and is optional for objects with prescribed motion. If the mass properties are provided for a prescribed-motion object, the solver will calculate and output the residual control force and torque, which complement the gravitational, hydraulic, spring, inertial and user-prescribed control forces and torques to maintain the prescribed motion. To specify the mass properties, click on Mass Properties to open the dialog window. Two options are available for the mass properties definition: provide mass density or the integrated mass properties including the total mass, mass center and the moment of inertia tensor.

질량물성의 정의가 결합운동을 하는 이동체에 대해 필요하지만 지정운동을 하는 이동체에는 선택적이다. 지정운동체에 대해 질량 물성이 주어지면 solver 는 지정 운동을 유지하기 위해 중력, 수력, 관성력, 스프링 힘과 사용자 지정의 힘과 토크를 보완하는 잔여 조절 힘과 토크를 계산하고 출력할 것이다. 질량물성을 지정하기 위한 대화창을 열기 위해 Mass Properties를 클릭한다. 이를 위해 두 가지 선택이 있다: 질량밀도 또는 전체질량, 질량중심과 관성모멘트텐서를 포함하는 통합 질량 물성을 제공한다.

The option to provide mass density is convenient if the object has a uniform density or all its subcomponents have uniform densities. In this case, the preprocessor will calculate the integrated mass properties for the object. In the Mass Properties tab, select Define Density in the combo box and enter the density value in the Mass Density input box. By default, each subcomponent of the object takes this value as its own mass density. If a subcomponent has a different density, define it under that subcomponent in the geometry tree, Geometry Component Subcomponents Subcomponent (the desired component) Mass Density.

물체나 이 물체의 소 구성요소가 균일한 밀도를 가지면 질량밀도를 주는 선택이 편하다. 이 경우 전처리과정이 이에 대한 모든 통합 질량물성을 계산할 것이다. Mass Properties 탭에서 combo 박스에 있는 Define Density 를 선택하고 Mass Density 입력박스에서 밀도 값을 넣는다. 디폴트로 물체의 소 구성 요소의 밀도는 물체의 밀도와 같다. 만약에 소 구성요소가 다른 밀도를 가지면 이를 형상체계에 있는 Geometry Component Subcomponents Subcomponent (the desired component) Mass Density 소구성요소에서 정의한다.

 

The option to provide integrated mass properties is useful if the object’s mass, mass center and moment of inertia tensor are known parameters regardless of whether the object’s density is uniform or not. In the Mass Properties tab, choose Define Integrated Mass Properties in the combo box and enter the following parameters in the input boxes depending on the type of motion: Total mass, initial mass center location (at t = 0) and moment of inertia tensor about mass center for 6-DOF and fixed-point motion types;

통합 질량 물성의 사용은 물체의 밀도가 균일한지와 무관하게 물체의 질량, 질량중심, 관성모멘트 텐서 등이 알려진 변수일 경우에 유용하다. Mass Properties 탭에서 combo 박스에있는 Define Integrated Mass Properties 을 선택하고 운동형태에 따라 입력상자 안에 다음 변수들을 넣는다:

 

  • Total mass, initial mass center location (at t = 0) and moment of inertia about fixed axis for fixed-axis motion type.

전체 질량, 초기 질량중심 위치(t=0에서), 그리고 6자유도 및 고정점 운동 형태를 위한 질량중심에 관한 관성모멘트텐서

Output출력

For each GMO component, the solver outputs time variations of several solution variables that characterize the object’s motion. These variables can be accessed during post-processing in the General history data catalog and can be viewed either graphically or in a text format. For both prescribed and coupled types of motion with the mass properties provided, the user can find the following variables:

각 GMO 요소에 대해solver는 물체의 운동 특성을 보여주는 대여섯 개의 해석변수의 시간에 대한 변화를 출력한다. 이 변수들은 General history 데이터카탈로그에서 후처리중에 텍스트나 도식으로 볼 수 있다. 주어진 질량을 갖는 지정과 결합운동에 대해 사용자는 다음 변수들을 이용할 수가 있다.

  1. Mass center coordinates in space system공간계 내의 질량중심좌표
  2. Mass center velocity in space system공간계 내의 질량중심 속도
  3. Angular velocity in body system물체계 내의 각속도
  4. Hydraulic force in space system공간계 내의 수리력
  5. Hydraulic torque in body system물체계 내의 수리토크
  6. Combined kinetic energy of translation and rotation 이동과 회전의 결합운동에너지

There will be no output for items 1, 2 and 6 for any prescribed-motion GMO if the mass properties are not provided. Additional output of history data include:

질량물성이 주어지지 않으면 지정운동을 하는 GMO 에대해 상기 1,2와6에대한 출력은없다. 추가적이력데이터의 출력은

  • Location and velocity of the reference point for a prescribed 6-DOF motion지정된6자유도운동을 위한 기준점의 위치와 속도
  • Rotational angle for a fixed-axis motion

고정축 운동을 위한 회전각

  • Residual control force and torque in both space and body systems for any prescribed motion and a coupled motion with constraints (fixed axis, fixed point and prescribed velocity components)

지정운동 및 구속을 갖는 결합운동(고정축, 고정점, 그리고 지정속도성분)에 대한 두 공간과 물체계에서의 잔여 제어 힘과 토크

  • Spring force/torque and deformation

스프링 힘과 토크 및 변형

  • Mooring line extension and maximum tension force

계류선 신장 및 최대인장력

  • Mooring line tension forces at two ends in the x, y and z directions

x, y 및 z 방향에서 양끝에 작용하는 계류선 인장력

 

As an option, the history data for a GMO with 6-DOF motion can also include the buoyancy center and the metacentric heights for rotations about x and y axes of the space system, which is useful for stability analysis of a floating object. Go to Geometry Component (the desired moving object) Output Buoyancy Center and Metacentric Height, and select Yes. The buoyancy center is defined as the mass center of the fluid displaced by the object. The metacentric height (GM) is the distance from the gravitational center (point G) to the metacenter (point M). It is positive (negative) if point G is below (above) M.

선택사항으로 GMO 6자유도의 이력데이터는 부력중심과 부력물체의 안정성 해석에 유용한 공간계의 x와 y 축에 대한 회전을 위한 metacentric 높이를 포함한다. Geometry Component (the desired moving object) Output Buoyancy Center and Metacentric Height 로가서 Yes 를 선택한다. 부력 중심은 물체에 의해 배수된 부분을 차지하는 유체의 질량중심으로 정의된다. The metacentric height (GM) 은 중력중심(점 G) 에서 metacenter (점M)까지이다. 점 G가 M보다 밑(위)이면 양(음)이다.

 

GMO components can participate in heat transfer just like any stationary solid component. When defining specific heat of a GMO component, Component Properties Solid Properties Density*Specific Heat must be given.

GMO 요소는 여느 정지 고체 요소와 같이 열전달을 포함 할 수 있다. GMO 요소의 비열을 정의할 때 Component Properties Solid Properties Density*Specific Heat 가 주어져야 한다.

 

Two options are available when defining heat sources for a GMO component: use the specific heat flux, or the total power. When the total power is used, the heat fluxes along the open surface of the moving object are adjusted at every time step to maintain a constant total power. If the surface area varies significantly with time, so will the heat fluxes. When the specific heat is used instead, then the fluxes will be constant, but the total power may vary as the surface area changes during the object’s motion. To define heat source for a GMO component, go to Component Properties Solid Properties Heat Source type Total amount or Specific amount.

GMO 요소의 열 소스를 정의할 때 두 가지 선택이 있다: 비열유속 또는 전체 일률(power)를 사용하는 것이다. 전체 일률이 사용되면 이동체의 개표면을 통한 열 유속은 일정 전체 일률을 유지하기 위해 매 시간 단계 마다 조정된다. 표면적이 시간에 따라 상당히 변하면 열유속도 그러할 것이다. 대신에 비열이 사용되면 열 유속은 일정할 것이고 전체일률은 표면적이 이동체의 운동에 따라 변할 때 변할 수도 있다. GMO 요소의 열소스를 정의하기 위해 to Component Properties Solid Properties Heat Source type Total amount or Specific amount 로 간다.

 

Mass sources/sinks can also be defined on the open surfaces of a GMO component. Details can be found in Mass

Sources. 질량소스나 싱크 또한 GMO 요소의 개표면 상에 정의될 수 있다. 자세한 것은 in Mass Sources 에서 볼 수 있다.

Although the GMO model can be used with most physical models and numerical options, limitations exist. To use the model properly, it is noted that

GMO 모델은 대부분의 다른 물리적 모델이나 수치해석 선택과 같이 사용될 수 있지만 제한이 따른다. 모델을 제대로 사용하기 위해 다음 사항들에 유의한다.

  • For coupled motion, the explicit and implicit GMO methods perform differently. The implicit GMO method works for both heavy and light moving objects. The explicit GMO method, however, only works for heavy object problems (i.e., the density of moving object is higher than the fluid density).

결합운동에 대해 내재적과 외재적 GMO 방법은 다르게 작동한다. 내재적 GMO 방법은 무겁거나 가벼운 이동물체에 이용될 수 있지만 외재적 GMO 방법은 무거운 물체의 이동에만 이용한다(즉, 이동물체의 밀도가 유체의 밀도보다 크다).

  • When the explicit GMO method is used, solution for fully coupled moving objects may become unstable if the added mass of the fluid surrounding the object exceeds the object’s mass.

외재적 GMO 방법이 사용될 때 물체 주위 유체의 부가질량이 물체의 질량보다 크면 완전결합 이동물체의 해석은 불안정하게 된다.

  • If there are no GMO components with coupled motion, then the implicit and explicit methods are identical and the choice of one makes no difference to the computational results.

결합운동을 하는 GMO 요소가 없으면 내재적과 외재적 방법은 같고 어느 하나를 사용해도 계산결과에 차이가 없다.

  • The implicit method does not necessarily take more CPU time than the explicit method, even though the former required more computational work, because it improves numerical stability and convergence, and allows for larger time step. It is thus recommended for all GMO problems.

내재적 방법은 수치(해석) 안정성과 수렴이 개선되고 더 큰 시간 단계를 가능하게 해주기 때문에 더 많은 계산을 필요로 하지만 외재적 방법보다 항상 더 많이 CPU시간을 필요로 하지는 않는다. 따라서 모든 문제에 권장된다.

  • It is recommended that the limited compressibility be specified in the fluid properties to improve numerical stability by reducing pressure fluctuations in the fluid.

유체내의 압력 변동을 줄임으로써 수치해석안정성을 증가시키기 위해 제한된 압축성이 유체 물성에서 지정되도록 권장된다.

  • In the simulation result, fluctuations of hydraulic force may exist due to numerical reasons. To reduce these fluctuations, the user can set No f-packing for free-surface problems in Numerics Volume of fluid advection Advanced options and set FAVOR tolerance to 0.0001 in Numerics Time-step controls Advanced Options Stability enhancement. It is noted that an unnecessarily small FAVORTM tolerance factor can cause small time steps and slow down the computation.

모사(simulate)결과에서 수리력의 변동이 수치적인 이유로 존재할 수 있다. 이 변동을 줄이기 위해 사용자는 Numerics Volume of fluid advection Advanced options 에서 자유표면 문제에 대해 No f-packing 을 지정하고 FAVOR tolerance Numerics Time-step controls Advanced Options Stability enhancement 에서 0.0001로 지정할 수 있다. 불필요하게 작은 FAVORTM tolerance 인자는 작은시간 단계를 발생시키고 계산을 더디게 할 수 있다.

  • In order to calculate the fluid force on a moving object accurately, the computational mesh needs to be reasonably fine in every part of the domain where the moving object is expected to be in contact with fluid.

이동물체에 대한 유체의 힘을 정확히 계산하기 위해 이동체가 유체와 접촉할 것으로 예상되는 영역내의 모든 부분에서 적절히 미세한 계산격자를 사용해야한다.

  • An object can move completely outside the computational domain during a computation. When this happens, the hydraulic forces and torques vanish, but the object still moves under actions of gravitational, spring, inertial and control forces and torques. For example, an object experiences free fall outside the domain under the gravitational force in the absence of all other forces and torques.

물체는 계산 동안에 완전히 계산영역 외부로 이동할 수 있다. 이럴 경우 수리력과 토크는 사라지지만 물체는 중력, 스프링힘, 관성력 및 조절 힘과 토크의 영향으로 움직인다. 예를 들면 물체는 모든 다른 힘과 토크가 없는 경우에 중력장 안에 있는 영역외부에서 자유낙하를 할 것이다.

  • If mass density is given, then the moving object must initially be placed completely within the computational domain and the mesh around it should be reasonably fine so that its integrated mass properties (the total mass, mass center and moment of inertia tensor) can be calculated accurately by the code

질량밀도가 주어지면 초기에 물체가 완전히 계산영역 내에 위치하고 있어야 하고 이 주변의 격자는 적절히 미세하게 하여 이의 통합 질량물성(전체질량, 질량중심 그리고 관성모멘트텐서)이 이 코드에 의해 정확히 계산될 수 있어야 한다.

  • If a moving object is composed of multiple subcomponents, they should have overlap in places of contact so that no unphysical gaps are created during motion when the original geometry is converted to area and volume fractions. If different subcomponents are given with different mass densities, this overlap should be small to avoid big errors in mass property calculation.

이동체가 다수의 소 구성요소로 이루어져 있다면 원래 형상이 면적과 체적율로 전환될 때 이들은 접촉부에 중첩이 있어야만 이동 시에 실제로 존재하지 않은 간격이 발생 안 한다. 다른 소구성요소가 다른 질량밀도로 주어지면 이 간격은 질량물성 계산시 큰 에러를 줄이기 위해 작아야 한다.

  • A moving object cannot be of a phantom component type like lost foam or a deforming object.

이동체는 lost foam 이나 변형물체 같은 phantom 구성요소가 될 수 없다.

  • The GMO model works with the electric field model the same way as the stationary objects, but no additional forces associated with electrical field are computed for moving objects.

GMO 모델은 정지 물체와 같은 전장모델과 이용할 수 있으나, 전장 관련 추가적 힘은 계산되지 않는다.

  • If a GMO is porous, light in density and high in porous media drag coefficients, then the simulation may experience convergence difficulties.

GMO가 밀도가 가볍고 다공매질 저항계수가 큰 다공질이면 모사(simulate)에 수렴의 어려움이 있을 수 있다.

  • A Courant-type stability criterion is used to calculate the maximum allowed time-step size for GMO components. The stability limit ensures that the object does not move more than one computational cell in a single time step for accuracy and stability of the solution. Thus the time step is also limited by the speed of the moving objects during computation.

GMO 구성요소에 대해 Courant 형의 안정성 기준이 최대허용 시간 단계 크기를 계산하도록 이용된다. 안정성 제한은 해석의 정확성과 안정성을 위해 물체가 하나의 시간 단계에 하나 이상의 계산 셀을 지나가지 않도록 보장하는 것이다. 그러므로 시간 단계는 계산시 또한 이동체의 속도에 의해 제한된다.

Note:

  • Time-Saving Tip: For prescribed motion, users can preview the object motion in a so-called “dry run” prior to the full flow simulation. To do so, simply remove all fluid from the computational domain to allow for faster execution. Upon the completion of the simulation the motion of the GMO objects can be previewed by post-processing the results. 시간절약팁: 지정운동에서 사용자는 실제 전체 유동 계산 전에 소위 “dry run” 이라는 형태로 GMO 물체의 운동을 미리 볼 수 있다. 이러기 위해 빠른 계산을 하기 위해 계산영역 내로부터 모든 유체를 단순히 제거한다. 모사(simulate)가 끝나면 운동은 결과를 후처리함으로써 미리 볼 수 있다.
  • The residual forces (and torques) are computed for the directions in which the motion of the object is prescribed/constrained. They are defined as the difference between the total force on an object (computed from the prescribed mass*acceleration) and the computed forces on the object from pressure, shear, gravity, specified control forces, etc. As such, they represent the force required to move the object as prescribed.

잔류력(그리고 토크)은 물체의 이동이 지정되거나 제약되는 방향으로 계산된다. 이들은 물체에 작용하는 전체 힘(지정 질량*가속도로부터 구해지는)과 압력, 전단력, 중력, 지정된 조절력 등으로부터 물체에 가해지는 계산된 힘과의 차이로 정의된다.

Collision충돌

The GMO model allows users to have multiple moving objects in one problem, and each of them can possess independent type of coupled or prescribed motion. At any moment of time, each object under coupled motion can collide with any other moving objects (of a coupled- or prescribed-motion type), non-moving objects as well as wall- and symmetry-type mesh boundaries. Without the collision model, objects may penetrate and overlap each other.

GMO 모델에서 사용자는 한 문제에서 다수의 이동체를 지정할 수 있고 각 이동체는 결합 또는 지정된 별도 운동을 할 수가 있다. 어느 순간에서 결합 운동을 하는 각 물체는 벽 또는 대칭형 격자 경계뿐만 아니라 다른 이동체들(결합운동 이나 지정운동을 하는), 그리고 정지하고 있는 물체와 충돌할 수 있다.  충돌모델 없으면 물체는 각기 침투하거나 중첩될 수가 있다.

The GMO collision model is activated by selecting Physics Moving and simple deforming objects Activate collision model. It requires the activation of the GMO model first, done in the same panel. For a GMO problem with only prescribed-motion objects, it is noted that the collision model has no effect on the computation: interpenetration of the objects can still happen.

GMO 충돌모델은 Physics Moving and simple deforming objects Activate collision model 를 선택함으로써 활성화된다. 먼저 같은 패널에서 GMO 모델을 활성화한다. 단지 지정된 운동을 하는 GMO 물체 문제에 대해 충돌모델은 계산에 영향을 안 미친다는 것을 주목한다: 그래도 물체의 침투는 가능하다.

The model allows each individual collision to be fully elastic, completely plastic, or partially elastic, depending on the value of Stronge’s energetic restitution coefficient, which is an input parameter. In general, a collision experiences two phases: compression and restitution, which are associated with loss and recovery of kinetic energy. The Stronge’s restitution coefficient is a measure of kinetic energy recovery in the restitution phase. It depends on the material, surface geometry and impact velocity of the colliding objects. The range of its values is from zero to one. The value of one corresponds to a fully elastic collision, i.e., all kinetic energy lost in the compression is recovered in the restitution (if the collision is frictionless). Conversely, a zero restitution coefficient means a fully plastic collision, that is, there is no restitution phase after compression thus recovery of the kinetic energy cannot occur. A rough estimate of the restitution coefficient can be conducted through a simple experiment. Drop a sphere from height h0 onto a level anvil made of the same material and measure the rebound height h. The restitution coefficient can be obtained as h/h0. In this model, the restitution coefficient is an object-specific constant. A global value of the restitution coefficient that applies to all moving and non-moving objects is set in Physics Moving and simple deforming objects Coefficient of restitution.

입력 변수인 Stronge 의 에너지 반발계수의 값에 따라 모델은 물체의 완전탄성, 완전소성 또는 탄성의 각기 충돌을 다룰 수 있다. 일반적으로 충돌은 두 단계로 나뉜다: 압축과 반발이며 이들은 운동에너지의 손실및 회복과 연관되어 있다. Stronge 의 반발계수는 반발단계에서의 에너지회복의 척도이다. 이는 물질, 표면형상 그리고 충돌하는 물체의 충격속도에 의존한다.

이값은 0과1사이이다. 1은 완전탄성충돌이며 압축에서 손실된 모든 운동에너지가 반발에서 회복된다(충돌에마찰이없다면). 역으로, 0의 반발계수는 완전소성충돌로 즉 압축 후에 반발이 없으며 운동에너지의 회복은 일어나지 않는다. 반발계수의 개략 추정치는 단순한 실험을 통해 얻어질 수 있다.

높이 h0에서 구를 같은 재질로 만들어진 anvil (모루?)위로 떨어뜨려 반발높이 h 를 측정한다. 반발계수는 h/h0로얻어진다. 이모델에서 반발계수는 물질에 특정한 상수이다. 모든 이동과 비 이동물체에 적용되는 반발계수의 포괄적인 값은 Physics Moving and simple deforming objects Coefficient of restitution 에서 지정된다.

 

Friction can be included at the contact point of each pair of colliding bodies by defining the Coulomb’s friction coefficient. A global value of the friction coefficient that applies to all collisions is set in Physics General moving objects Coefficient of friction. Friction forces apply when the friction coefficient is positive; a collision is frictionless for the zero value of the friction coefficient, which is the default. The existence of friction in a collision always causes a loss of kinetic energy.

마찰은 Coulomb 마찰계수를 정의함으로써 충돌하는 각 물체의 접촉 점에 작용한다. 모든 충돌에 적용되는 마찰계수의 포괄적 값은 Physics General moving objects Coefficient of friction 에서 설정된다. 마찰력은 마찰계수가 양일 경우 작용한다; 충돌시 마찰계수가0일 경우 마찰력이 없고, 이는 디폴트이다. 충돌 시 마찰력의 존재는 항상 운동에너지의 손실을 뜻한다.

 

The global values of the restitution and friction coefficients are also used in the collisions at the wall-type mesh boundaries, while collisions of the moving objects with the symmetry mesh boundaries are always fully elastic and frictionless.

포괄적 마찰 및 반발계수는 또한 벽 형태의 경계에서 충돌이 발생할 경우에도 사용될 수 있으나 이동체의 대칭격자 경계와의 충돌은 항상 완전탄성이고 마찰이 없다.

 

The object-specific values for the restitution and friction coefficients are defined in the tab Model Setup Meshing & Geometry. In the geometry tree on the left, click on Geometry Component (the desired component) Component Properties Collision Properties and then enter their values in the corresponding data boxes. If an impact occurs between two objects with different values of restitution coefficients, the smaller value is used in that collision calculation. The same is true for the friction coefficient.

물체에 특정한 반발 및 마찰계수는 탭 Model Setup Meshing & Geometry 에서 정의된다. 좌측의 형상체계에서 on Geometry Component (the desired component) Component Properties Collision Properties 를 클릭하고 상응하는 데이터박스에 그 값들을 입력한다. 다른 반발계수를 갖는 두 물체 사이에 충격이 발생하면 그 충돌 계산에 작은 마찰계수 값이 이용된다. 이는 마찰의 경우에도 마찬가지이다.

Continuous contact, including sliding, rolling and resting of an object on top of another object, is simulated through a series of small-amplitude collisions, called micro-collisions. Micro-collisions are calculated in the same way as the ordinary collisions thus no additional parameters are needed. The amplitude of the micro-collisions is usually small and negligible. In case the collsion strength is obvious in continuous contact, using smaller time step may reduce the collision amplitude.

미끄러짐, 회전, 및 타물체상에 정지하고 있는 물체를 포함하는 지속적인 접촉은 미세충돌이라고 불리는 일련의 소 진폭 충돌에 의해 모사(simulate)된다. 미세 충돌은 추가적인 매개변수 필요 없이 보통충돌과 같은 방식으로 계산된다. 충돌강도가 지속적 접촉에서 현저한 경우 더 작은 시간간격을 시용하는 것이 충돌 진촉을 감소시킬지도 모른다.

 

If the collision model is activated but the user needs two specific objects to have no collision throughout the computation, he can open the text editor (File Edit Simulation) and set ICLIDOB(m,n) = 0 in namelist OBS, where m and n are the corresponding component indexes. An example of such a case is when an object (component index m) rotates about a pivot – another object (component index n). If the former has a fixed-axis motion type, then calculating the collisions with the pivot is not necessary. Moreover, ignoring these collisions makes the computation more accurate and more efficient. If no collisions between a GMO component m with all other objects and mesh boundaries are desired, then set ICLIDOB(m,m) to be zero. By default, ICLIDOB(m,n) = 1 and ICLIDOB(m,m) = 1, which means collision is allowed.

충돌모델이 활성화되고 시용자가 모사(simulate)동안에 충돌하지 않는 두 특정 물체를 필요로 하면 텍스트편집(File Edit Simulation) 을 열어 namelist OBS 에서 ICLIDOB(m,n) = 0 를 지정하는데, 여기서 m n 은 상응하는 구성 요소 색인이다.

이런 예는 한 물체(component index m)가 경첩축인 다른 물체(component index n)에대해 회전할 경우이다. 전자가 고정축에 대한 운동형태이면 경첩 축과의 충돌은 계산할 필요가 없다. 더구나 이런 충돌을 무시하는 것이 계산상 더 정확하고 효율적이다.

한 GMO component 구성요소 m 과 모든 다른 물체나 격자 경계와의 충돌이 없다면 ICLIDOB(m,m) 를 0으로 지정한다. 디폴트는 ICLIDOB(m,n) = 1 이며 이는 충돌이 허용됨을 뜻한다.

 

To use the model prpperly, users should be noted that

모델을 적절히 사용하기 위해서 사용자는 다음에 주목한다.

  • The collision model is based on the impact theory for two colliding objects with one contact point. If multiple contact points exist for two colliding objects (e.g. surface contact) or one object has simultaneous contact with more than one objects, object overlap may and may not occur if the model is used, varing from case to case.

충돌모델은 한 접촉점을 갖는 두 물체의 충돌이론에 의거한다. 이 모델 사용시 두 물체의 충돌에 다수의 접촉점이 존재(즉 표면접촉같이)하거나 한 물체가 동시에 다른 물체들과 충돌하면 경우에 따라 중첩이 발생할 수도 있고 안 할 수도 있다.

  • To use the model, one of the two colliding object must be under coupled motion, and the other can have coupled or prescribed motion or no motion. The coupled motion can be 6-DOF motion, translation, fixed-axis rotation or fixed-point rotation. For other constrained motion, (e.g., rotation is coupled in one direction but prescribed in another direction), the model is not valid, and mechanical energy of the colliding objects may have conservation problem.

이 모델사용 시 두 충돌 물체중의 하나는 결합운동을 하여야 하고 다른 물체는 결합 또는 지정 운동 또는 정지하고 있을 수 있다. 결합운동은 6자유도 운동일 수 있다(이동, 고정축 또는 고정점 회전). 다른 구속 운동(즉, 한 방향에서는 결합 운동이지만 다른 방향에서는 지정 운동)에서 이 모델은 유효하지 않고 충돌물체의 역학에너지는 보존문제가 발생할는지도 모른다.

  • The model works with and without existence of fluid in the computational domain. It is required, however, that the contact point for a collision be within the computational domain, whereas the colliding bodies can be partially outside the domain at the moment of the collision. If two objects are completely outside the domain, their collision is not detected although their motions are still tracked.

이 모델은 계산 영역 내 유체의 존재 유무에 상관없이 작동한다. 그러나 충돌 시 접촉점은 계산 영역 내에 존재해야 하나 충돌체는 충돌 시 부분적으로 영역외부에 있어도 된다. 두 물체가 완전히 영역 외부에 있으면 이들의 운동은 그래도 추적되지만 충돌은 감지되지 못한다.

  • Collisions are not calculated between a baffle and a moving object: they can overlap when they contact.

이동물체와 배플간의 충돌은 계산되지 않는다: 이들이 접촉하면 중첩될 수 있다.

The model does not calculate impact force and collision time. Instead, it calculates impulse that is the product of the two quantities. Therefore, there is no output of impact force and collision time.

이 모델은 충격 힘과 충돌시간은 계산하지 않는다. 대신에 두 양의 곱인 impulse 를계산한다. 그러므로 충격 힘과 충돌시간에 대한 출력이 없다.

PQ2 Analysis PQ2 해석

PQ2 analysis is important for high pressure die casting. The goal of the PQ2 analysis is to optimally match the die’s designed gating system to the part requirements and the machine’s capability. PQ2 diagram is the basic tool used for PQ2 analysis.

PQ2 해석은 고압주조에서 중요하다. 이 해석의 목적은 부품 요건 및 기계의 용량에 따른 다이의 설계된 게이트 시스템을 최적화시키기 위한 것이다. PQ2 도표는 PQ2해석을 위한 기본 도구이다.

According to the Bernoulli’s equation, the metal pressure at the gate is proportional to the flow rate squared:

베르누이 정리에 의하면 게이트에서의 금속압력은 유량의 제곱에 비례한다.

P Q2                                                                                     (11.5)

where: 여기서

  • P is the metal pressure at the gate, and P 는 게이트에서의 압력이며
  • Q is the metal flow rate at the gate. Q 는 게이트에서의 유량이다.
  • The machine performance line follows the same relationship. 기계성능 곡선도 같은 관계를 따른다.

Based on the die resistance, machine performance, and the part requirements, an operating windows can be determined from the PQ2 diagram, as shown below. The die and the machine has to operate within the operating windows.

다이 저항, 기계성능, 그리고 부품 요건에 따라 운영범위가 밑에 보여진 바와 같이 PQ2 도표에서 결정될 수 있다. 다이와 기계는 운영범위 내에서 작동되어야 한다.

Model Setup모델설정

PQ2 analysis can only be performed on moving object with prescribed motion. The PQ2 analysis can be activated in Meshing & Geometry Component Properties Moving Object. PQ2 analysis can only be performed on one component.

PQ2해석은 단지 지정운동을 하는 이동체에서만 실행될 수 있다. 이는 Meshing & Geometry Component Properties Moving Object 에서 활성화된다. 또 이는 단지 한 개의 구성요소에 대해서만 실행될 수 있다.

The parameters Maximum pressure and Maximum flow rate define the machine performance line.

매개변수 Maximum pressure Maximum flow rate 는 기계성능 곡선을 정의한다.

During the design stage, the process parameters specified might not optimal, such that the resulting pressure is beyond the machine capability. If this happens, the option Adjust velocity can be selected so that the piston velocity is automatically adjusted to match the machine capability. If Adjust velocity is selected, at every time step the pressure at the piston head will be compared with the machine performance pressure to see if it is beyond the machine capability. If it is beyond the machine capability, the flow rate is then reduced to match the machine capability. The reduction is instantaneous and no machine inertia is considered. Once the pressure drops below the machine performance line, the piston will then accelerate to the prescribed velocity. The acceleration has to be less than the machine Maximum acceleration specified.

설계시에 초래된 압력이 기계 성능 이상으로 되는 것같이 지정된 공정 변수들이 최적화가 되지 않았을지도 모른다.  이런 경우에 Adjust velocity 를 선택할 수 가 있고 피스톤속도는 기계성능에 맞게끔 자동적으로 조절될 수 있다. 만약 Adjust velocity 가 선택되면 매 시간단계에서 피스톤헤드의 압력이 기계 성능 이상인지를 알기 위해 기계성능 압력과 비교될 것이다. 압력이 기계 성능 이상이라면 유량은 기계성능을 맞추기 위해 감소될 것이다. 감소는 순간적으로 이루어지고 기계의 관성은 고려되지 않는다. 일단 압력이 성능 이하로 줄어들면 피스톤은 지정속도로 가속할 것이다. 가속도는 기계의 지정된 Maximum acceleration 보다 작아야 할 것이다. .

 

If Adjust velocity is selected, the machine parameters Maximum pressure and Maximum flow rate have to be provided. The Maximum acceleration is also required, however, it is by default to be infinite if not provided.

Adjust velocity 가 선택되면 기계시스템 변수 Maximum pressure Maximum flow rate 가 주어져야 한다. 또한 Maximum acceleration 가 필요하나 주어지지 않으면 디폴트 값은0이다.

 

For high pressure die casting, the fast shot stage is very short. But it is this stage that is of interest. The pressure and flow rate are written as general history data. The data output interval has to be very small to capture all the features in this stage. To reduce FLSGRF file size, only when flow rate reaches Minimum flow rate, the history data output interval is reduced to every two time steps. If Minimum flow rate is not provided, it is default to 1/3 of the Maximum flow rate. Note that the only purpose of Minimum flow rate is to change the history data output frequency.

고압주조에서 고속충진단계는 아주 짧은데 우리는 이 단계에 관심이 있다. 압력과 유량은 일반 이력 데이터로 기록된다. 데이터출력 간격은 이 단계에서의 모든 양상을 보기 위해 아주 작아야 한다. FLSGRF 파일 크기를 줄이기 위해 유량이 Minimum flow rate 에 도달했을 때만 이력데이터 출력 간격은 두 시간 간격에 한번으로 감소된다. Minimum flow rate 가 주어지지 않으면 Maximum flow rate 의 1/3이 디폴트값이다. 단지, Minimum flow rate 를 사용하는 목적은 이력 데이터 출력 간격을 변경하는 것임에 주목한다.

 

Due to the limitation of the FAVORTM, the piston head area computed may fluctuate as piston pushing through the shot sleeve. As a result, the metal flow rate computed may also fluctuate. To reduce the fluctuation, Shot sleeve diameter is recommended to be provided, so that it can be used to correct the metal flow rate. If only half of the domain is modeled, the diameter needs to be scaled to reflect the real cross section area in the simulation.

FAVORTM 제약에 따라 계산된 피스톤헤드 면적은 피스톤이 shot sleeve 를 통해 움직일 때 변할 수 있다. 결과적으로 계산된 액체금속 유량이 변할 수 있다. 이를 줄이기 위해 Shot sleeve diameter 를 주는 것이 필요하고, 이로부터 액체금속 유량을 정정할 수 있다.  만약에 단지 영역의 반만 모델이 되면 직경은 모사(simulate)시에 실제 단면적을 나타내기 위해 비례되어야 한다.

Postprocessing 후처리

If PQ2 analysis is chosen, the pressure, flow rate, and prescribed velocity of the specified moving object will be written to FLSGRF file as General history data. If Adjust velocity is selected, the adjusted velocity will also be written as General history data. In addition, the PQ2 diagram can be drawn directly from the history data in FlowSight.

PQ2해석이 선택되면 압력, 유량 그리고 특정 이동체의 지정속도가 General history 데이터로 FLSGRF 파일에 쓰여질 것이다. Adjust velocity 가 선택되면 조절된 속도 또한 General history 데이터로 쓰여질 것이다. 추가로 PQ2 도표는 직접 Flow Sight에서 이력데이터로 그려질 수 있다.

Elastic Springs & Ropes 탄성 스프링과 로프

The GMO model allows existence of elastic springs (linear and torsion springs) and ropes which exert forces or torques on objects under coupled motion. Users can define up to 100 springs and ropes in one simulation, and each moving object can be arbitrarily connected to multiple springs and ropes. For a linear spring, the elastic restoring force Fe is along the length of the spring and satisfies Hooke’s law of elasticity,

GMO 모델은 결합운동하는 물체에 힘과 토크를 미치는 탄성스프링(선형과 비틀림 스프링)과 로프로 이용될 수 있다. 사용자는 한 모사(simulate)에서 100개까지의 스프링과 로프를 정의할 수 있고 각 이동체는 임의로 다수의 스프링과 로프에 연결될 수 있다. 선형 스프링에서 탄성회복력 Fe 는 스프링의 길이 방향을 따라서 작용하며 Hooke 의 탄