수위 - 측벽고 검토

댐 저수지 측수로 유동특성 타당성 검토 수치해석

수치해석 모형 구축

FLOW-3D를 이용하여 3차원 수치해석을 통한 유동특성 타당성설계 검토가 가능합니다. 또한 문제점을 개선시키기 위한 대안 제시도 가능합니다.

여수로 종단해석 모델
여수로 종단해석 모델
여수로 3차원 형상
여수로 3차원 형상
구 분마루고(EL. m)월류웨어폭(m)감세공 형식감세공바닥고(EL. m)감세공 길이(m)감세공 폭(m)
실시설계438.038.0정수지396.045.020.0
여수로 제원
해석영역 및 격자구성
해석영역 및 격자구성
홍수사상상류경계조건하류경계조건해석영역격자간격격자 수
(홍수위 EL. m)(홍수위 EL. m)(m) (m) (m) (개)
200년441404.98X방향 : 890
Y방향 : 750
Z방향 : 56
X방향 : 0.5 ~ 2.0
Y방향 : 0.3 ~ 6.4
Z방향 : 0.5 ~ 0.9
X방향 : 710
Y방향 : 385
Z방향 : 80
총 : 21,868,000
PMF442.6406.25
해석영역 및 격자구성

200년 홍수사상 여수로 검토

3차원 유속분포
3차원 유속분포

200년 홍수사상 방류량 결과 (EL. 441.0m)

수리계산(m3/s)수치해석(m3/s)상대오차(%)
407.74424.18(+) 3.88
200년 홍수사상 방류량 결과 (EL. 441.0m)

200년 홍수사상 시 3차원 유속분포를 위 그림에 나타내었으며, 상류홍수위 EL. 441.0m에서 방류량은 424.18m3/s로 산정되어 그 결과를 위 표에 나타내었다. 수리계산 방류량(407.74m3/s)대비 약 (+)3.88%로 실시설계 여수로 규모를 확보한 것으로 평가되었다.

접근 수로부

접근수로부 3차원 유속분포
접근수로부 3차원 유속분포
접근유속 검토
접근유속 검토

200년 홍수사상 시 접근수로부 3차원 유속분포 및 평면 접근유속 분포를 위 그림에 나타내었다. 접근유속이 4m/s 이하로 나타나 설계기준을 만족하고 측수로 형식 변경에 따라 유입유황이 양호한 것으로 나타나며, 타당성설계에서 나타난 국부적 수면강하영역이 개선된 것으로 평가되었다. 취수탑 부근 유속도 0.5m/s이하의 저유속으로 나타나 취수탑에 의한 흐름의 영향은 미미한 것으로 나타났다.

조절부

조절부 압력분포
조절부 압력분포

그림에 조절부 종단면 압력분포를 나타내었다. 월류웨어에서 최소압력은 약 759Pa(0.077m)로 부압이 발생하지 않으며, 구조물의 안전성을 확보한 것으로 나타났다.

도류부

도류부 공동지수 및 유속분포
도류부 공동지수 및 유속분포

대부분의 여수로 급류수로는 급경사를 이루고 있기 때문에 고유속의 흐름이 형성되며, 고유속의 흐름으로 인하여 수로에서는 부압이 발생하여 물속에 녹아있는 공기가 방울을 형성하며, 압력이 증가되면서 공기방울이 압궤될 때 구조물이 손상되는 공동현상(cavitation)이 발생될 수 있다. 이와 같은 공동현상을 방지하기 위해 여수로 흐름 내에 압력이 증기압 이하로 낮아지는 부위가 생기지 않도록 콘크리트 표면을 매끄럽게 하거나 공기를 혼입시키는 공기혼입장치를 설치한다.

댐설계기준에 따르면 급경사 수로내에서 평균유속이 12~15m/s 이상일 경우 공동현상에 대한 검토가 필요하고, 유속이 20m/s 이상이면 공동현상에 의한 손상이 발생할 가능성이 있다고 기술되어 있으나 USBR에서는 공동현상에 의해 손상된 댐 사례들을 조사한 결과 파손된 여수로의 흐름속도는 30m/s를 초과하며 공동지수는 0.2이하에서 발생하는 것으로 나타났다. (USBR Engineering monograph No. 42, P.36)

수리계산 결과에 따르면 유속이 20m/s를 상회하는 구간이 발생하나 유속이 30m/s이하이고 한계공동지수 0.2를 초과하지 않는 것으로 나타나 공동현상에 의한 손상은 발생되지 않을 것으로 예측된다.

도류부 공동지수 및 유속분포

도류부시점 기점거리 (m)공동지수 ( )평균유속 (m/s)
07.396.21
56.86.34
106.366.49
156.116.62
206.126.62
256.066.65
305.86.78
355.86.77
406.036.65
456.386.49
506.826.31
557.126.19
607.156.18
657.086.2
706.936.26
756.586.4
806.096.62
855.337.02
903.858.13
952.739.5
100211.09
1051.5212.5
1101.0714.82
1150.816.7
1200.6718.43
1250.5519.88
1300.5120.85
1350.4322.43
1400.4223.33
1450.3923.86
1500.3824.54
최소공동지수0.380.38

도류부 공동지수 및 유속분포

수위 – 측벽고 검토

수위 - 측벽고 검토
수위 – 측벽고 검토

수위-측벽고를 나타냈다. 여수로 내 도류벽 월류가 발생하지 않는 것으로 평가되었으며, 도류부시점으로부터 101.2m 지점에서 도류부 우안의 최소여유고가 약 2.20m로 산정되었다.

감세공 3차원 및 평면 수위분포

감세공 3차원 및 평면 수위분포
감세공 3차원 및 평면 수위분포

감세공 3차원 및 평면 수위분포로 도류부 시점으로부터 185.6m 지점에서 최고수위(EL.407.52m)가 산정되어 감세공 측벽고(EL.408.5m)를 넘지 않는 것으로 나타나며, 최소여유고는 약 0.98m로 평가되었다.

감세공 유속 및 수위분포
감세공 유속 및 수위분포

감세공 중앙 종단면 유속 및 수위분포를 볼 수 있으며, 감세공 중앙종단면에서 최고수위는 EL. 407.22m로 산정되었고, 감세공에서 원활한 도수가 발생하여 5m/s 이하의 낮은 유속이 하류하천으로 전파되며, 도수 후 수위가 하천수위와 일치되는 것으로 나타나 감세공의 규모가 적정한 것으로 평가되었다. (댐설계기준, 2005, p404)

하류하천 평면 유속분포(EL. 404.0m)
하류하천 평면 유속분포(EL. 404.0m)

하류하천 평면 유속분포를 볼 수 있으며 감세공의 적정한 규모확보에 따라 5m/s 이하의 낮은 유속이 하류하천으로 전파되는 것으로 평가되었다.

하류하천 호안검토
하류하천 호안검토

하류하천 평면 및 하천호안 횡단면 유속분포를 볼 수 있으며 감세공에서 하천으로 전파되는 유동이 우안호안에 미치는 영향을 평가하기 위하여 유속을 산정하였는데 우안호안에서 최대유속은 4.93m/s (EL. 404.37m)로 나타났다.

홍수사상 검토

PMF 홍수사상 여수로 방류능력 검토
PMF 홍수사상 여수로 방류능력 검토
수리계산(m3/s)수치해석(m3/s)상대오차(%)
821.42821.51(+) 0.01

PMF 홍수사상 시 3차원 유속분포에 나타난 것처럼며, 상류홍수위 EL. 442.6m에서 방류량은 821.51m3/s로 산정되어 그 결과를 표 5-5에 나타내었다. 수리계산 방류량(821.42m3/s)대비 약 (+)0.01%로 실시설계 여수로 규모를 확보한 것으로 평가되었다.

접근수로부

설계에 따른 접근수로부 3차원 유속분포
설계에 따른 접근수로부 3차원 유속분포
접근유속 검토
접근유속 검토

PMF년 홍수사상 시 접근수로부 3차원 유속분포 및 평면 접근유속 분포를 위 그림에 나타내었다. 접근유속이 4m/s 이하로 나타나 설계기준을 만족하고 측수로 형식 변경에 따라 유입유황이 양호한 것으로 나타나며, 타당성설계에서 나타난 국부적 수면강하영역이 개선된 것으로 평가되었다. 취수탑 부근 유속도 0.5m/s이하의 저유속으로 나타나 취수탑에 의한 흐름의 영향은 미미한 것으로 나타났다.

조절부

조절부 압력분포
조절부 압력분포

그림에 조절부 종단면 압력분포를 나타내었다. 월류웨어에서 최소압력은 약 1,904Pa(0.194m)로 부압이 발생하지 않으며, 구조적 안전성을 확보한 것으로 나타났다.

조절부 Froude number 분포
조절부 유속 분포
조절부 Froude number 분포
조절부 Froude number 분포

조절부 종단면 유속분포 및 Froude number 분포를 나타냈으며, 웨어 전 영역에서 사류(Fr > 1)가 발생하는 것으로 평가되었다.

도류부 공동지수 및 유속분포
도류부 공동지수 및 유속분포

그림과 표에 도류부 공동지수 및 유속분포를 나타내었다. 최소 공동지수는 0.41로 나타나 USBR 기준인 유속이 30m/s이하, 공동지수가 0.2 이상으로 공동현상에 대한 안전성을 확보한 것으로 평가되었다.

수위 - 측벽고 검토
수위 – 측벽고 검토

그림에 수위-측벽고를 나타냈다. 여수로 내 도류벽 월류가 발생하지 않는 것으로 평가되었으며, 도류부시점으로부터 101.2m 지점에서 도류부 우안의 최소여유고가 약 0.71m로 산정되었다.

감세공 3차원 및 평면 수위분포
감세공 3차원 및 평면 수위분포

그림에 감세공 3차원 및 평면 수위분포를 나타냈다. 도류부 시점으로부터 189.0m 지점에서 최고수위(EL.411.14m)가 산정되어 감세공 측벽고(EL.408.5m)를 약 2.64m 월류하는 것으로 나타났다.

감세공 유속 및 수위분포
감세공 유속 및 수위분포

그림에 감세공 중앙 종단면 유속 및 수위분포를 나타냈다. 감세공 중앙종단면에서 최고수위는 EL. 410.70m로 산정되었고, 감세공에서 원활한 도수가 발생하여 5m/s 이하의 낮은 유속이 하류하천으로 전파되며, 도수 후 수위가 하천수위와 일치되는 것으로 나타나 감세공의 규모가 적정한 것으로 평가되었다. (댐설계기준, 2005, p404)

하류하천 평면 유속분포(EL. 405.0m)
하류하천 평면 유속분포(EL. 405.0m)

그림에 하류하천 평면 유속분포를 나타냈다. 감세공의 적정한 규모확보에 따라 5m/s 이하의 낮은 유속이 하류하천으로 전파되는 것으로 평가되었다.

여수로 방류 능력 검토

여수로의 방류능력을 검토하였다. 여수로 월류웨어의 마루고는 EL. 438.0m이며, 웨어의 폭은 38.0m이다. 여수로 방류능력 검토는 수위 EL. 438.0m부터 EL. 441.0m까지 0.6m 간격으로 여수로에 대한 방류능력을 검토하였으며, 검토결과 수리계산과 3차원 수치해석 결과의 오차범위가 5% 이내로 비슷한 결과가 나타나며, 타당성설계에서 부족하게 평가되었던 PMF 홍수사상 방류량이 개선되었다.

여수로 수위 - 방류량
여수로 수위 – 방류량
저수지수위(EL. m)수리계산(m3/s)수치해석(m3/s)상대오차(%)
438.00.000.00( ) 0.00
438.631.4033.26(+) 5.59
439.293.5699.04(+) 5.53
439.8178.86188.88(+) 5.30
440.4284.27293.46(+) 3.13
441.0407.74424.18(+) 3.88
442.6821.42821.51(+) 0.01

여수로 수위 – 방류량
여수로 수위 - 방류량 (EL. 438.6m)
여수로 수위 – 방류량 (EL. 438.6m)
여수로 수위 - 방류량 (EL. 439.2m)
여수로 수위 – 방류량 (EL. 439.2m)
저수지수위(EL. m)수리계산(m3/s)수치해석(m3/s)상대오차(%)
439.293.5699.04(+) 5.53
여수로 수위 – 방류량 (EL. 439.2m)
여수로 수위 - 방류량 (EL. 440.4m)
여수로 수위 – 방류량 (EL. 440.4m)
저수지수위(EL. m)수리계산(m3/s)수치해석(m3/s)상대오차(%)
440.4284.27293.46(+) 3.13
여수로 수위 - 방류량 (EL. 441.0m)
여수로 수위 – 방류량 (EL. 441.0m)
저수지수위(EL. m)수리계산(m3/s)수치해석(m3/s)상대오차(%)
441.0407.74424.18(+) 3.88
여수로 수위 – 방류량 (EL. 441.0m)

200년 홍수사상 결과 분석

구 분접근유속방류량(m3/s)최소압력(m)최소여유고(m)우안호안유속(m/s)
200년4m/s 이하424.180.0772.204.93
200년 홍수사상 여수로 분석결과

200년 홍수사상 시 여수로 분석결과를 위 표에 나타내었다. 200년 홍수사상 시 접근유속이 4m/s 이하로 나타나 설계기준을 만족하고, 측수로식 여수로 변경으로 타당성설계에서 발생한 불안정 유입유황이 개선되었다.

상류 홍수위 EL.441.0m에서 방류량은 424.18m3/s로 산정되어 수리계산 방류량(407.74m3/s)대비 약 (+)3.88%로 기본설계 여수로 방류 규모를 확보한 것으로 평가되었다.

월류웨어에서 최소압력은 약 759Pa(0.077m)로 부압이 발생하지 않으며, 구조물의 안전성을 확보한 것으로 나타났다. 도류부의 최대유속은 24.54m/s, 최소 공동지수는 0.38로 산정되어 USBR 기준인 유속 30m/s이하, 공동지수 0.2 이상으로 나타나 공동현상에 대한 안전성을 확보하였다. (USBR Engineering monograph No. 42, P.36)

도류부 좌안 및 우안에서는 도류벽 월류가 발생하지 않으며 도류부 시점으로부터 101.2m 지점에서 도류부 우안 최소 여유고가 약 2.20m로 산정되어 200년 홍수사상 방류 시 충분한 여유고를 확보한 것으로 나타났다.

감세공 검토결과 도류부 시점으로부터 185.6m 지점에서 최고수위(EL.407.52m)가 산정되어 감세공 측벽고(EL.408.5m)를 넘지 않는 것으로 나타나며, 최소 여유고는 약 0.98m로 평가되었다. 감세공에서 도수가 발생하여 5m/s 이하의 낮은 유속이 하류하천으로 전파되며, 도수 후 수위가 하천수위와 일치되는 것으로 나타나 감세공의 규모가 충분한 것으로 평가되었다. (댐설계기준, 2005, p404)

충분한 감세후 방류되어 하류하천에서 우안호안으로 범람이 일어나지 않으며, 우안호안에서 최대유속은 4.93m/s (EL.404.37m)로 산정되었다.

홍수사상 결과 분석

구 분접근유속방류량(m3/s)최소압력(m)최소여유고(m)정수지여유고(m)
PMF4m/s 이하821.510.1940.71(-) 2.64
PMF 홍수사상 여수로 분석결과

PMF 홍수사상 시 여수로 분석결과를 위 표에 나타내었다. PMF 홍수사상 시 접근유속이 4m/s 이하로 나타나 설계기준을 만족하고, 측수로식 여수로 변경으로 타당성설계에서 발생한 불안정 유입유황이 개선되었다.

상류홍수위 EL.442.6m에서 방류량은 821.51m3/s로 산정되어 수리계산 방류량(821.42m3/s)대비 약 (+)0.01%로 실시설계 여수로 규모를 확보한 것으로 평가되며, 타당성설계에서 발생한 방류 규모부족이 해소되었다.

월류웨어에서 최소압력은 약 1,904Pa(0.194m)로 부압이 발생하지 않으며, 구조물의 안전성을 확보한 것으로 나타났다. 도류부의 최대유속은 24.21m/s, 최소 공동지수는 0.41로 산정되어 USBR 기준인 유속이 30m/s이하, 공동지수가 0.2 이상으로 나타나 공동현상에 대한 안전성을 확보하였다. (USBR Engineering monograph No. 42, P.36)

도류부 좌안 및 우안에서는 도류벽 월류가 발생하지 않으며 도류부 시점으로부터 101.2m 지점에서 도류부 우안 최소여유고가 약 0.71m로 산정되어 PMF 홍수사상 방류 시 충분한 여유고를 확보한 것으로 나타났다.

감세공 검토결과 도류부 시점으로부터 189.0m 지점에서 최고수위(EL.411.14m)가 산정되어 감세공 측벽고(EL.408.5m)를 약 2.64m 월류하는 것으로 나타났다.

감세공에서 충분한 감세후 5m/s 이하의 낮은 유속으로 하류하천에 유입되며, 도수 후 수위가 하천수위와 일치되는 것으로 나타나 안정적인 방류가 이루어진다. (댐설계기준, 2005, p404)

Figure 2 Idea and details of T-shaped weir.

Introducing the T-shaped weir: a new nonlinear weir

Behzad NorooziJalal BazarganAkbar Safarzadeh

Abstract

본 연구에서는 LW(Labyrinth Weir)와 PKW(Piano Key Weir)가 결합된 T자형 웨어(TSW)라는 새로운 비선형 웨어를 도입하여 수압 성능을 비교하였다.

PKW. 입구 키, 출구 키 또는 두 키 모두에서 수직 벽의 존재에 따라 TSW 위어는 각각 A, B 또는 C 유형 웨어로 분류되었습니다. 다른 TSW 사례의 흐름 패턴을 분석하고 배출 계수 곡선을 제공했습니다. 또한 테스트된 둑의 유체역학을 정확하게 연구하기 위해 FLOW-3D 소프트웨어를 사용하여 3D 수치 시뮬레이션을 수행했습니다.

결과는 출구 키(C-TSW 유형)의 상류에 수직 벽을 삽입하는 것이 PKW의 유압 성능에 미미한 영향을 미치는 것으로 나타났습니다. B-TSW의 토출계수는 PKW 대비 최대 16% 증가하였으며, Ht/p 0.45까지 수직벽의 성능향상 효과 증가 B-TSW는 유지되었습니다.

실험적 및 수치적 실험을 통해 가장 높은 방전 용량을 갖는 B-TSW에서 수직벽의 최적 높이비(Pd/P)는 0.4로 결정되었다.

In the present study, a new nonlinear weir called the T-shaped weir (TSW), which is a combination of the labyrinth weir (LW) and the piano key weir (PKW), was introduced, and its hydraulic performance was compared with the PKW. Based on the presence of the vertical walls at the inlet key, outlet key, or both keys, the TSW weirs were classified as type A, B, or C weirs, respectively. The flow pattern of different TSW cases was analyzed, and the discharge coefficient curves were provided. Furthermore, to accurately study the hydrodynamics of the tested weirs, 3D numerical simulations were performed using the FLOW-3D software. The results showed that inserting a vertical wall at the upstream of the outlet keys (C-TSW type) has a negligible effect on the hydraulic performance of the PKW. A maximum increase of 16% occurred in the discharge coefficient of the B-TSW in comparison to the PKW, and up to a head to height ratio (Ht/p) of 0.45, the effect of the vertical wall on increasing the performance of the B-TSW was maintained. Based on the experimental and numerical tests, the optimal height ratio of the vertical wall (Pd/P) in B-TSW with highest discharge capacity was determined to be equal to 0.4.

HIGHLIGHTS

Listen

  • A new nonlinear weir called the T-shaped weir (TSW), which is a combination of the labyrinth weir (LW) and the piano key weir (PKW), is introduced.
  • To investigate the hydrodynamics of the tested weirs in more detail, 3D numerical models are developed on the CFD-software FLOW-3D.
  • By testing different vertical wall sizes, the optimal size of the vertical wall is determined for B-TSW weir.

Keywords

discharge coefficientlabyrinth weirlocal submergencepiano key weirT-shaped weir

Figure 2 Idea and details of T-shaped weir.
Figure 2 Idea and details of T-shaped weir.

Figure 19. Water surface profile at the middle part of the inlet key for H/P = 0.4.
Figure 19. Water surface profile at the middle part of the inlet key for H/P = 0.4.
Figure 21 Transverse water surface profile in the outlet key of tested weirs  for H/P = 0.4.
Figure 21 Transverse water surface profile in the outlet key of tested weirs for H/P = 0.4.

REFERENCES

Anderson R. M. & Tullis B. P. 2011 Influence of Piano Key Weirs Geometry on Discharge. In Labyrinth and Piano Key Weirs – PKW 2011. CRC Press, Leiden, pp. 75–80.

Anderson R. M. & Tullis B. P. 2012 Comparison of piano key and rectangular labyrinth weir hydraulics. Journal of Hydraulic Engineering 138 (4), 358–361.

Azamathulla H. M., Haghiabi A. H. & Parsaie A. 2016 Prediction of side weir discharge coefficient by support vector machine technique. Water Science and Technology: Water Supply 16 (4), 1002–1016.

Bremer F. L. & Oertel M. 2017 Numerical investigation of wall thickness influence on Piano key Weir discharge coefficients: A preliminary study. In Labyrinth and Piano Key Weirs III – PKW 2017. CRC Press, London, UK, pp. 101–108.

Cicero G. M., Delisle J. R., Lefebvre V. & Vermeulen J. 2013 Experimental and Numerical Study of the Hydraulic Performance of A Trapezoidal PKW. In Labyrinths and Piano Key Weirs PKW 2013. CRC Press, Boca Raton, FL, pp. 265–272.

Crookston B. & Tullis B. 2012 Labyrinth Weirs: Nappe interference and local submergence. Journal of Irrigation and Drainage Engineering 138 (8), 757–765.

Crookston B., Anderson R. M. & Tullis B. P. 2017 Free-flow discharge estimation method for piano key weir geometries. Journal of Hydro-Environment Research 19, 60–167.

Ghasemlounia R. & Saghebian S. M. 2021 Uncertainty assessment of kernel based approaches on scour depth modeling in downstream of ski-jump bucket spillways. Water Supply 21 (5), 2333–2346. doi:10.2166/ws.2021.063.

Kabiri-Samani A. & Javaheri A. 2012 Discharge coefficients for free and submerged flow over piano key weirs. Journal of Hydraulic Research 50 (1), 114–120.

Lefebvre V., Vermeulen J. & Blancher B. 2013 Influence of Geometrical Parameters on PK-Weirs Discharge with 3D Numerical Analysis. In: Labyrinth and Piano key Weirs II – PKW 2013. CRC Press, London, pp. 49–56.

Lempérière F. & Ouamane A. 2003 The piano keys weir: a new cost-effective solution for spillways. International Journal on Hydropower & Dams 10 (5), 144–149.

Machiels O., Erpicum S., Archambeau P., Dewals B. J. & Pirotton M. 2011 Influence of piano key weir height on its discharge capacity. In Proc. Int. Conf. Labyrinth and Piano Key Weirs Liège B, pp. 59–66.

Machiels O., Pirotton M., Pierre A., Dewals B. & Erpicum S. 2014 Experimental parametric study and design of piano key weirs. Journal of Hydraulic Research 52 (3), 326–335.

Parsaie A., Azamathulla H. M. & Haghiabi A. H. 2018 Prediction of discharge coefficient of cylindrical weir-gate using GMDH-PSO. ISH Journal of Hydraulic Engineering 24 (2), 116–123.

Paxson G. & Savage B. 2006 Labyrinth spillways: comparison of two popular USA design methods and consideration of non-standard approach conditions and geometries. Division of Civil Engineering, p.37.

Pourshahbaz H., Abbasi S., Pandey M., Pu J. H., Taghvaei P. & Tofangdar N. 2020 Morphology and hydrodynamics numerical simulation around groynes. ISH Journal of Hydraulic Engineering 1–9.

Pralong J., Vermeulen J., Blancher B., Laugier F., Erpicum S., Machiels O., Pirotton M., Boillat J.-L., Leite Ribeiro M. & Schleiss A. 2011a A naming convention for the Piano Key Weirs geometrical parameters. In Labyrinth and Piano key Weirs – PKW 2011. CRC Press, London, pp. 271–278.

Pralong J., Montarros F., Blancher B. & Laugier F. 2011b A sensitivity analysis of Piano Key Weirs geometrical parameters based on 3D numerical modelling. In Labyrinth and Piano key Weirs – PKW 2011. CRC Press, London, pp. 133–139.

Ribeiro M. L., Bieri M., Boillat J. L., Schleiss A., Delorme F. & Laugier F. 2009 Hydraulic capacity improvement of existing spillways–design of a piano key weir. In Proceedings (on CD) of the 23rd Congress of the Int. Commission on Large Dams CIGB-ICOLD, Brasilia, Vol. 2, No. CONF, pp. 100–118.

Ribeiro M. L., Pfister M., Schleiss A. J. & Boillat J. L. 2012 Hydraulic design of A-type piano key weirs. Journal of Hydraulic Research 50 (4), 400–408.

Roache P. 1994 Perspective: a method for uniform reporting of grid refinement studies. Journal of Fluids Engineering 116 (3), 405–413.

Safarzadeh A. & Mohajeri S. H. 2018 Hydrodynamics of rectangular broad-crested porous weirs. Journal of Irrigation and Drainage Engineering 144 (10), 04018028.

Safarzadeh A. & Noroozi B. 2014 Three dimensional hydrodynamics of arced piano key spillways. Journal of Hydraulics 9 (3), 61–79.

Safarzadeh A. & Noroozi B. 2017 3D hydrodynamics of trapezoidal piano key spillways. International Journal of Civil Engineering 15 (1), 89–101.

Safarzadeh A., Zaji A. H. & Bonakdari H. 2017 Comparative assessment of the hybrid genetic algorithm–artificial neural network and genetic programming methods for the prediction of longitudinal velocity field around a single straight groyne. Applied Soft Computing 60, 213–228.

Tullis B. P., Young J. C. & Chandler M. A. 2007 Head-discharge relationships for submerged labyrinth weirs. Journal of Hydraulic Engineering 133 (3), 248–254.

Xinlei G., Zhiping L., Tao Wang H., Jiazhen L., Qingfu X. & Yongxin G. 2019 Discharge capacity evaluation and hydraulic design of a piano key weir. Water Supply 19 (3), 871–878.

Zahiri A., Azamathulla H. M. & Bagheri S. 2013 Discharge coefficient for compound sharp crested side weirs in subcritical flow conditions. Journal of Hydrology 480, 162–166.

Zahiri A., Tang X. & Azamathulla H. M. 2014 Mathematical modeling of flow discharge over compound sharp-crested weirs. Journal of Hydro-Environment Research 8 (3), 194–199.

Fig. 4. Numerical modeling of dual spillways: (a) Andong-1; (b) Andong-2; (c) Imha-1; (d) Juam-1; (e) Andong-3; (f) Imha-2; (g) Imha-3; and (h) Juam-3.

Interference of Dual Spillways Operations

Jai Hong Lee, Ph.D., P.E., M.ASCE; Pierre Y. Julien, Ph.D., M.ASCE; and Christopher I. Thornton, Ph.D., P.E., M.ASCE

Abstract

이중 여수로 간섭은 여수로가 서로 가깝게 배치될 때 수압 성능의 손실을 나타냅니다. 배수로 간섭은 물리적 실험과 수치 시뮬레이션을 모두 사용하여 조사됩니다.

이중 여수로 구성의 4개 물리적 모델의 단계 및 배출 측정값을 한국의 4개 댐 부지에서 Flow-3D 계산 결과와 비교합니다.

두 개의 배수로를 함께 사용하는 것을 각 배수로의 단일 작동과 비교합니다. 두 여수로를 동시에 운영할 경우 두 여수로를 통한 총 유량은 최대 7.6%까지 감소합니다.

간섭 계수는 단계 He가 설계 단계 Hd를 초과하고 두 배수로를 분리하는 거리 D가 배수로 너비 W에 비해 짧을 때 가장 중요합니다. 매개변수 DHd/WHe는 계산 및 측정된 간섭 계수와 매우 잘 관련됩니다.

안동댐 설계방류에 대한 홍수경로 예시는 간섭계수를 적용한 경우와 적용하지 않은 경우 저수지 수위의 차이가 42cm임을 보여줍니다. 결과적으로 댐 안전을 위해 추가 여수로의 너비(간섭 계수 포함)를 늘려야 합니다.

Dual spillway interference refers to the loss of hydraulic performance of spillways when they are placed close together. Spillway interference is examined using both physical experiments and numerical simulations. Stage and discharge measurements from four physical models with dual spillways configurations are compared to the Flow-3D computational results at four dam sites in South Korea. The conjunctive use of two spillways is compared with the singular operation of each spillway. When both spillways are operated at the same time, the total flow rate through the two spillways is reduced by up to 7.6%. Interference coefficients are most significant when the stage He exceeds the design stage Hd and when the distance D separating two spillways is short compared to the spillway width W. The parameter DHd/WHecorrelates very well with the calculated and measured interference coefficients. A flood routing example for the design discharge at Andong dam shows a 42 cm difference in reservoir water level with and without application of the interference coefficient. Consequently, the width of additional spillways (including the interference coefficient) should be increased for dam safety.

Fig. 1. Definition sketch for dual spillways
Fig. 1. Definition sketch for dual spillways
Fig. 2. Stage-discharge rating curves for dual spillway operations.
Fig. 2. Stage-discharge rating curves for dual spillway operations.
Fig. 3. Physical modeling of dual spillways: (a) Andong-1; (b) Andong-2; (c) Imha-1; and (d) Juam-1
Fig. 3. Physical modeling of dual spillways: (a) Andong-1; (b) Andong-2; (c) Imha-1; and (d) Juam-1
Fig. 4. Numerical modeling of dual spillways: (a) Andong-1; (b) Andong-2; (c) Imha-1; (d) Juam-1; (e) Andong-3; (f) Imha-2; (g) Imha-3; and (h) Juam-3.
Fig. 4. Numerical modeling of dual spillways: (a) Andong-1; (b) Andong-2; (c) Imha-1; (d) Juam-1; (e) Andong-3; (f) Imha-2; (g) Imha-3; and (h) Juam-3.
Fig. 4. (Continued.)
Fig. 4. (Continued.)
Fig. 5. Meshes and calculation domain for numerical modeling of Andong dam.
Fig. 5. Meshes and calculation domain for numerical modeling of Andong dam.
Fig. 6. Stage-discharge rating curve for existing and additional spillways (Andong-1): (a) existing spillway; (b) additional spillway; and (c) dual spillway simulations.
Fig. 6. Stage-discharge rating curve for existing and additional spillways (Andong-1): (a) existing spillway; (b) additional spillway; and (c) dual spillway simulations.
Fig. 7. Discharge comparison of physical experiments and numerical simulations. The upper panel is the comparative result for the existing spillway (ES) and the lower panel is for the additional spillway (AS) at four dams.
Fig. 7. Discharge comparison of physical experiments and numerical simulations. The upper panel is the comparative result for the existing spillway (ES) and the lower panel is for the additional spillway (AS) at four dams.
Fig. 8. Interference coefficients for dual spillways simulations with various scenarios.
Fig. 8. Interference coefficients for dual spillways simulations with various scenarios.
Fig. 9. Regression model for the distance-width ratio (D=W) and head ratio (Hd=He) by dual spillway simulations
Fig. 9. Regression model for the distance-width ratio (D=W) and head ratio (Hd=He) by dual spillway simulations
Fig. 10. Physical and numerical model validation: (a) numerical modeling; (b) solids of overflow weir of the spillway; and (c) physical models of reservoir and spillway
Fig. 10. Physical and numerical model validation: (a) numerical modeling; (b) solids of overflow weir of the spillway; and (c) physical models of reservoir and spillway
Fig. 11. Interference coefficients for dual spillways operations with various scenarios. The dashed lines indicate the results of the validation model with dual conditions of 1 þ 2, 1 þ 4, 1 þ 6, 3 þ 4, and 4 þ 5.
Fig. 11. Interference coefficients for dual spillways operations with various scenarios. The dashed lines indicate the results of the validation model with dual conditions of 1 þ 2, 1 þ 4, 1 þ 6, 3 þ 4, and 4 þ 5.
Fig. 12. Results of reservoir operations under the PMF at Andong dam.
Fig. 12. Results of reservoir operations under the PMF at Andong dam.

References

Cassidy, J. J. 1965. “Irrotational flow over spillways of finite height.”
J. Eng. Mech. Div. 91 (6): 155–173.
Chanel, P., and J. Doering. 2008. “Assessment of spillway modeling using
computational fluid dynamics.” Can. J. Civ. Eng. 35 (12): 1481–1485.
https://doi.org/10.1139/L08-094.
Chow, V. T. 1959. Open-channel hydraulics, 365–380. New York:
McGraw-Hill.
Ho, D., B. Cooper, K. Riddette, and S. Donohoo. 2006. “Application of
numerical modelling to spillways in Australia.” In Proc., Int. Symp.
on Dams in the Societies of the 21st Century, 22nd Int. Congress on
Large Dams (ICOLD), edited by L. Berga, et al. London: Taylor &
Francis.
Huff, F. A. 1967. “Time distribution of rainfall in heavy storms.” Water
Resour. Res. 3 (4): 1007–1019. https://doi.org/10.1029/WR003i004
p01007.
Kim, D. G., and J. H. Park. 2005. “Analysis of flow structure over ogeespillway in consideration of scale and roughness effects by using CFD
model.” KSCE J. Civ. Eng. 9 (2): 161–169. https://doi.org/10.1007
/BF02829067.
Koutsunis, N. A. 2015. “Impact of climatic changes on downstream hydraulic geometry and its influence on flood hydrograph
routing—Applied to the bluestone dam watershed.” M.S. degree,
Dept. of Civil and Environmental Engineering, Colorado State Univ.
Lee, J. H., and P. Y. Julien. 2016a. “ENSO impacts on temperature over
South Korea.” Int. J. Climatol. 36 (11): 3651. https://doi.org/10.1002
/joc.4581.
Lee, J. H., and P. Y. Julien. 2016b. “Teleconnections of the ENSO and
South Korean precipitation patterns.” J. Hydrol. 534: 237–250.
https://doi.org/10.1016/j.jhydrol.2016.01.011.
Lee, J. H., and P. Y. Julien. 2017. “Influence of the El Nino/southern ˜
oscillation on South Korean streamflow variability.” Hydrol. Processes
31 (12): 2162–2178. https://doi.org/10.1002/hyp.11168.
Li, S., S. Cain, N. Wosnik, C. Miller, H. Kocahan, and R. Wyckoff. 2011.
“Numerical modeling of probable maximum flood flowing through a
system of spillways.” J. Hydraul. Eng. 137 (1): 66–74. https://doi.org
/10.1061/(ASCE)HY.1943-7900.0000279.
MOCT (Ministry of Construction and Transportation). 2003. Hydraulic
model study of Soyanggang multipurpose dam auxiliary spillway.
[In Korean.] Governing City, South Korea: MOCT.
Olsen, N. R., and H. M. Kjellesvig. 1998. “Three-dimensional numerical
flow modeling for estimation of spillway capacity.” J. Hydraul. Res.
36 (5): 775–784. https://doi.org/10.1080/00221689809498602.
Savage, B. M., and M. C. Johnson. 2001. “Flow over ogee spillway:
Physical and numerical model case study.” J. Hydraul. Eng. 127 (8):
640–649. https://doi.org/10.1061/(ASCE)0733-9429(2001)127:8(640).
USACE (US Army Corps of Engineers). 2008. Hydrologic modeling
system HEC-HMS, user’s manual version 3.2. Davis, CA: USACE.
USBR (US Bureau of Reclamation). 1980. Hydraulic laboratory techniques: A water resources technical publication. Denver: US Dept.
of the Interior, Bureau of Reclamation.
Yakhot, V., and S. A. Orszag. 1986. “Renormalization group analysis of
turbulence. I: Basic theory.” J. Sci. Comput. 1 (1): 3–51. https://doi
.org/10.1007/BF01061452.
Yakhot, V., and L. M. Smith. 1992. “The renormalization group, the
e-expansion and derivation of turbulence models.” J. Sci. Comput.
7 (1): 35–61. https://doi.org/10.1007/BF01060210.
Zeng, J., L. Zhang, M. Ansar, E. Damisse, and J. A. Gonzalez-Castro. 2017.
“Applications of computational fluid dynamics to flow ratings at prototype spillways and weirs. I: Data generation and validation.” J. Irrig.
Drain. Eng. 143 (1): 04016072. https://doi.org/10.1061/(ASCE)IR
.1943-4774.0001112.

Investigation ofcavitation in stepped spillway of Siah-Bishe dam by using Flow-3D model

Investigation ofcavitation in stepped spillway of Siah-Bishe dam by using Flow-3D model

Author(s) : Daneshfaraz, R. ;  Zogi, N.

Author Affiliation : Civil Eng. & Hydraulics Dept., Faculty of Engineering, University of Maragheh, Maragheh, Iran.

Author Email : daneshfaraz@yahoo.com

Journal article : International Research Journal of Applied and Basic Sciences 2013 Vol.4 No.11 pp.3382-3388 ref.14

Abstract

캐비테이션은 고속 및 과난류 흐름에서 수리 구조물에 손상을 입히고 구멍을 만드는 현상입니다. 본 연구에서는 Siah-Bishe 배수로의 계단식 급수 공식을 Flow-3D 소프트웨어를 통해 시뮬레이션하고 물리적 모델과 비교합니다.

이 소프트웨어는 자유 표면과 복잡한 형상의 불안정한 3D 흐름 문제를 분석하는 정확한 도구입니다. 유한체적법을 통해 질량, 운동량, 에너지 보존 공식을 풀어 문제를 해결합니다.

본 연구에서는 여수로의 시작, 끝, 끝 부분의 압력 매개변수를 연구하고 일부 부분에서 음압이 관찰됩니다. 이 압력은 캐비테이션을 일으킬 수 있습니다. 본 연구는 Flow-3D로 모델링된 물리적 모델과 유한체적법 간의 대응 결과를 보여준다.

Cavitation is a phenomenon which damages and makes hole in hydraulic structure in high velocity and over-turbulent flows. In this research, stepped fast water formula of Siah-Bishe spillway is stimulated via Flow-3D software and compared with physical model. This software is an accurate tool in analyzing unsteady 3D flow problems with free surface and complex geometry. It solves problems by solving conservation of mass formulas, momentum and energy viafinite volume method. In this study, pressure parameter at the beginning, end and along the spillway is studied and negative pressure is observed in some parts. This pressure can make cavitation. The study shows the results of correspondence between physical model and finite volume method modeled by Flow-3D.

ISSN : 2251-838X

URL : http://irjabs.com/files_site/paperlis…

Record Number : 20133348057

Publisher : Science Explorer Publications

Location of publication : London

Country of publication : UK

Language of text : English

Indexing terms for this abstract:

Keywords

cavitation, computer simulation, dams, pressure, simulation models, spillways, water flow

3D Numerical Modeling of a Side-Channel Spillway

3D Numerical Modeling of a Side-Channel Spillway

Géraldine MilésiStéphane Causse

Abstract

Electricité de Tahiti(GDF Suez) 댐의 재건이라는 틀 내에서 Coyne et Bellier는 진단과 Tahiti 댐의 전반적인 연구를 수행했습니다.

Tahinu는 프랑스령 폴리네시아의 Tahiti 섬에 위치한 37m 높이의 수력 발전 댐입니다. 수문학적 연구의 검토와 프랑스 표준의 적용은 최대 설계 홍수를 500에서 644 m3/s(+30%)로 증가시켰습니다.

먼저 측수로 여수로(마루 길이 60m)의 1D 수치 모델링을 수행하여 배수 용량을 평가했습니다. 결론은 마루댐과 배수로 수로 측벽의 오버토핑을 유발할 수 있는 배수로의 용량이 충분하지 않다는 것이었습니다.

그런 다음 이러한 결과를 확인하고 배수로의 특정 구성(정원 아래의 접근 속도와 깊이의 불균일한 분포, 측면 채널 단면의 불규칙한 기하학, 잠긴 둑, 곡선 채널 배수로)을 고려하기 위해, 3D 수치 모델링은 Flow 3D®로 수행되었습니다.

시뮬레이션은 1D 모델(흐름의 일반적인 패턴, 상류 저수지 수위)보다 더 정확한 결과를 보여주었습니다. 이에 따라 댐 능선의 높이와 여수로 측벽을 설계 및 최적화하여 안전을 위한 충분한 freeboards을 확보하도록 하였습니다.

Within the framework of the rehabilitation of Electricité de Tahiti (GDF Suez) dams, Coyne et Bellier carried out a diagnosis and an overall study of the Tahinu dam. Tahinu is a 37-m-high earthfill hydroelectric dam, located in the island of Tahiti, French Polynesia. The review of the hydrological study and the application of French standards lead to increase the peak design flood from 500 to 644 m3/s (+30 %). First, a 1D numerical modeling of the side-channel spillway (crest length 60 m) was performed to assess its discharge capacity. The conclusion was an insufficient capacity of the spillway that might induce an overtopping of the crest dam and of the sidewalls of the spillway channel. Then, to confirm these results and to take into account the specific configuration of the spillway (non-uniform distribution of the approach velocity and depth below crest, irregular geometry of the side-channel cross section, submerged weir, curved channel spillway), a 3D numerical modeling was carried out with Flow 3D®. Simulations showed more accurate results than 1D model (general pattern of the flow, upstream reservoir level). Consequently, heightenings of the dam crest and the sidewalls of the spillway channel were designed and optimized to secure sufficient freeboards for safety.

Keywords

CFD, Dam, FLOW-3D, Hydraulics, Numerical simulation, Rehabilitation, Submergence, Weir, 저수지, 댐, 측수로, 여수로

References

  1. 1.Khatsuria, R. M. (2005). Hydraulics of spillways and energy dissipators. New York: Marcel Dekker.Google Scholar
  2. 2.USBR. (1987). Design of small dams (3rd ed.). Washington: US Government printing office.Google Scholar

Copyright information

© Springer Science+Business Media Singapore 2014

About this chapter

Cite this chapter as:Milési G., Causse S. (2014) 3D Numerical Modeling of a Side-Channel Spillway. In: Gourbesville P., Cunge J., Caignaert G. (eds) Advances in Hydroinformatics. Springer Hydrogeology. Springer, Singapore. https://doi.org/10.1007/978-981-4451-42-0_39

경주 저수지 붕괴 "많은 저수량에 따른 수압 탓"(속보) | 연합뉴스

저수지 정밀안전진단 수치 해석

저수지 정밀안전진단 수치해석

한국농어촌공사는 수리시설안전진단사업을 통하여 노후 및 기능 저하된 농업생산기반시설물에 대하여 정밀안전진단을 실시하여 사전에 재해, 재난을 대비하고 있습니다.

정밀안전진단은 「농어촌정비법」, ‘저수지 설계기준’ 에 따라 수행하며, 농업생산기반시설의 구조적 안정성 등을 조사·측정·평가해 보수·보강 등의 방안을 제시해야 합니다.

특히 측수로형 여수로는 계획 홍수량이하의 홍수량이 유입시엔 안정적으로 방류가 일어나나 계획 홍수량 이상의 홍수량이 유입되면 물넘이에서 불완전 월류가 발생하며 방류량이 충분하지 않게 됩니다.

그에 따라 저수지의 수위가 증가하고 저수지가 안전하지 않은 상황이 발생할 수 있습니다. 따라서 측수로형 여수로는 설계당시의 홍수량에 비해 늘어난 현재에 맞게 변경된 홍수량이 유입할 경우 물넘이에서 불완전월류가 발생하는지를 확인하게 됩니다.

경주 저수지 붕괴 "많은 저수량에 따른 수압 탓"(속보) | 연합뉴스
경주 저수지 붕괴 “많은 저수량에 따른 수압 탓”(속보) | 연합뉴스

현재 농어촌공사와 농어촌연구원, 수자원공사 등에서 오랜 기간 사용하고 검증된 FLOW-3D 수치해석 프로그램은 농어촌공사의 정밀안전진단을 실시할 때 설계홍수량의 저수지 유입 시 물넘이에서 불완전월류가 발생하는지를 확인하고, 불완전월류 발생 시 수위 상승 영향을 분석해 안전성 검토 후 문제가 발견되면 보수·보강 방안을 제시할 수 있는 대표적인 3차원 수치해석 프로그램 입니다.

농어촌공사 정밀안전진단 업무 수행시 수치해석이 필요하십니까? 수치해석에 대해 궁금하신 사항이나 용역 의뢰가 필요하시면 언제든지 아래 연락처로 연락 주시기 바랍니다.

당사에는 20년 이상 수치해석 수처리 분야의 수치해석 연구에 전념하고 있는 전문 연구인력과 다양한 기술적 경험과 전문 수치해석 용역 서비스를 제공하는 숙련된 기술팀이 준비되어 있습니다.

  • 전화 :   02-2026-0455
  • Email : flow3d@stikorea.co.kr
Figure 3 Simulation PTC pipes enhanced with copper foam and nanoparticles in FLOW-3D software.

다공성 미디어 및 나노유체에 의해 강화된 수집기로 태양광 CCHP 시스템의 최적화

Optimization of Solar CCHP Systems with Collector Enhanced by Porous Media and Nanofluid


Navid Tonekaboni,1Mahdi Feizbahr,2 Nima Tonekaboni,1Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4

Abstract

태양열 집열기의 낮은 효율은 CCHP(Solar Combined Cooling, Heating, and Power) 사이클의 문제점 중 하나로 언급될 수 있습니다. 태양계를 개선하기 위해 나노유체와 다공성 매체가 태양열 집열기에 사용됩니다.

다공성 매질과 나노입자를 사용하는 장점 중 하나는 동일한 조건에서 더 많은 에너지를 흡수할 수 있다는 것입니다. 이 연구에서는 평균 일사량이 1b인 따뜻하고 건조한 지역의 600 m2 건물의 전기, 냉방 및 난방을 생성하기 위해 다공성 매질과 나노유체를 사용하여 태양열 냉난방 복합 발전(SCCHP) 시스템을 최적화했습니다.

본 논문에서는 침전물이 형성되지 않는 lb = 820 w/m2(이란) 정도까지 다공성 물질에서 나노유체의 최적량을 계산하였다. 이 연구에서 태양열 집열기는 구리 다공성 매체(95% 다공성)와 CuO 및 Al2O3 나노 유체로 향상되었습니다.

나노유체의 0.1%-0.6%가 작동 유체로 물에 추가되었습니다. 나노유체의 0.5%가 태양열 집열기 및 SCCHP 시스템에서 가장 높은 에너지 및 엑서지 효율 향상으로 이어지는 것으로 밝혀졌습니다.

본 연구에서 포물선형 집열기(PTC)의 최대 에너지 및 엑서지 효율은 각각 74.19% 및 32.6%입니다. 그림 1은 태양 CCHP의 주기를 정확하게 설명하기 위한 그래픽 초록으로 언급될 수 있습니다.

The low efficiency of solar collectors can be mentioned as one of the problems in solar combined cooling, heating, and power (CCHP) cycles. For improving solar systems, nanofluid and porous media are used in solar collectors. One of the advantages of using porous media and nanoparticles is to absorb more energy under the same conditions. In this research, a solar combined cooling, heating, and power (SCCHP) system has been optimized by porous media and nanofluid for generating electricity, cooling, and heating of a 600 m2 building in a warm and dry region with average solar radiation of Ib = 820 w/m2 in Iran. In this paper, the optimal amount of nanofluid in porous materials has been calculated to the extent that no sediment is formed. In this study, solar collectors were enhanced with copper porous media (95% porosity) and CuO and Al2O3 nanofluids. 0.1%–0.6% of the nanofluids were added to water as working fluids; it is found that 0.5% of the nanofluids lead to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Maximum energy and exergy efficiency of parabolic thermal collector (PTC) riches in this study are 74.19% and 32.6%, respectively. Figure 1 can be mentioned as a graphical abstract for accurately describing the cycle of solar CCHP.

1. Introduction

Due to the increase in energy consumption, the use of clean energy is one of the important goals of human societies. In the last four decades, the use of cogeneration cycles has increased significantly due to high efficiency. Among clean energy, the use of solar energy has become more popular due to its greater availability [1]. Low efficiency of energy production, transmission, and distribution system makes a new system to generate simultaneously electricity, heating, and cooling as an essential solution to be widely used. The low efficiency of the electricity generation, transmission, and distribution system makes the CCHP system a basic solution to eliminate waste of energy. CCHP system consists of a prime mover (PM), a power generator, a heat recovery system (produce extra heating/cooling/power), and thermal energy storage (TES) [2]. Solar combined cooling, heating, and power (SCCHP) has been started three decades ago. SCCHP is a system that receives its propulsive force from solar energy; in this cycle, solar collectors play the role of propulsive for generating power in this system [3].

Increasing the rate of energy consumption in the whole world because of the low efficiency of energy production, transmission, and distribution system causes a new cogeneration system to generate electricity, heating, and cooling energy as an essential solution to be widely used. Building energy utilization fundamentally includes power required for lighting, home electrical appliances, warming and cooling of building inside, and boiling water. Domestic usage contributes to an average of 35% of the world’s total energy consumption [4].

Due to the availability of solar energy in all areas, solar collectors can be used to obtain the propulsive power required for the CCHP cycle. Solar energy is the main source of energy in renewable applications. For selecting a suitable area to use solar collectors, annual sunshine hours, the number of sunny days, minus temperature and frosty days, and the windy status of the region are essentially considered [5]. Iran, with an average of more than 300 sunny days, is one of the suitable countries to use solar energy. Due to the fact that most of the solar radiation is in the southern regions of Iran, also the concentration of cities is low in these areas, and transmission lines are far apart, one of the best options is to use CCHP cycles based on solar collectors [6]. One of the major problems of solar collectors is their low efficiency [7]. Low efficiency increases the area of collectors, which increases the initial cost of solar systems and of course increases the initial payback period. To increase the efficiency of solar collectors and improve their performance, porous materials and nanofluids are used to increase their workability.

There are two ways to increase the efficiency of solar collectors and mechanical and fluid improvement. In the first method, using porous materials or helical filaments inside the collector pipes causes turbulence of the flow and increases heat transfer. In the second method, using nanofluids or salt and other materials increases the heat transfer of water. The use of porous materials has grown up immensely over the past twenty years. Porous materials, especially copper porous foam, are widely used in solar collectors. Due to the high contact surface area, porous media are appropriate candidates for solar collectors [8]. A number of researchers investigated Solar System performance in accordance with energy and exergy analyses. Zhai et al. [9] reviewed the performance of a small solar-powered system in which the energy efficiency was 44.7% and the electrical efficiency was 16.9%.

Abbasi et al. [10] proposed an innovative multiobjective optimization to optimize the design of a cogeneration system. Results showed the CCHP system based on an internal diesel combustion engine was the applicable alternative at all regions with different climates. The diesel engine can supply the electrical requirement of 31.0% and heating demand of 3.8% for building.

Jiang et al. [11] combined the experiment and simulation together to analyze the performance of a cogeneration system. Moreover, some research focused on CCHP systems using solar energy. It integrated sustainable and renewable technologies in the CCHP, like PV, Stirling engine, and parabolic trough collector (PTC) [21215].

Wang et al. [16] optimized a cogeneration solar cooling system with a Rankine cycle and ejector to reach the maximum total system efficiency of 55.9%. Jing et al. analyzed a big-scale building with the SCCHP system and auxiliary heaters to produced electrical, cooling, and heating power. The maximum energy efficiency reported in their work is 46.6% [17]. Various optimization methods have been used to improve the cogeneration system, minimum system size, and performance, such as genetic algorithm [1819].

Hirasawa et al. [20] investigated the effect of using porous media to reduce thermal waste in solar systems. They used the high-porosity metal foam on top of the flat plate solar collector and observed that thermal waste decreased by 7% due to natural heat transfer. Many researchers study the efficiency improvement of the solar collector by changing the collector’s shapes or working fluids. However, the most effective method is the use of nanofluids in the solar collector as working fluid [21]. In the experimental study done by Jouybari et al. [22], the efficiency enhancement up to 8.1% was achieved by adding nanofluid in a flat plate collector. In this research, by adding porous materials to the solar collector, collector efficiency increased up to 92% in a low flow regime. Subramani et al. [23] analyzed the thermal performance of the parabolic solar collector with Al2O3 nanofluid. They conducted their experiments with Reynolds number range 2401 to 7202 and mass flow rate 0.0083 to 0.05 kg/s. The maximum efficiency improvement in this experiment was 56% at 0.05 kg/s mass flow rate.

Shojaeizadeh et al. [24] investigated the analysis of the second law of thermodynamic on the flat plate solar collector using Al2O3/water nanofluid. Their research showed that energy efficiency rose up to 1.9% and the exergy efficiency increased by a maximum of 0.72% compared to pure water. Tiwari et al. [25] researched on the thermal performance of solar flat plate collectors for working fluid water with different nanofluids. The result showed that using 1.5% (optimum) particle volume fraction of Al2O3 nanofluid as an absorbing medium causes the thermal efficiency to enhance up to 31.64%.

The effect of porous media and nanofluids on solar collectors has already been investigated in the literature but the SCCHP system with a collector embedded by both porous media and nanofluid for enhancing the ratio of nanoparticle in nanofluid for preventing sedimentation was not discussed. In this research, the amount of energy and exergy of the solar CCHP cycles with parabolic solar collectors in both base and improved modes with a porous material (copper foam with 95% porosity) and nanofluid with different ratios of nanoparticles was calculated. In the first step, it is planned to design a CCHP system based on the required load, and, in the next step, it will analyze the energy and exergy of the system in a basic and optimize mode. In the optimize mode, enhanced solar collectors with porous material and nanofluid in different ratios (0.1%–0.7%) were used to optimize the ratio of nanofluids to prevent sedimentation.

2. Cycle Description

CCHP is one of the methods to enhance energy efficiency and reduce energy loss and costs. The SCCHP system used a solar collector as a prime mover of the cogeneration system and assisted the boiler to generate vapor for the turbine. Hot water flows from the expander to the absorption chiller in summer or to the radiator or fan coil in winter. Finally, before the hot water wants to flow back to the storage tank, it flows inside a heat exchanger for generating domestic hot water [26].

For designing of solar cogeneration system and its analysis, it is necessary to calculate the electrical, heating (heating load is the load required for the production of warm water and space heating), and cooling load required for the case study considered in a residential building with an area of 600 m2 in the warm region of Iran (Zahedan). In Table 1, the average of the required loads is shown for the different months of a year (average of electrical, heating, and cooling load calculated with CARRIER software).Table 1 The average amount of electric charges, heating load, and cooling load used in the different months of the year in the city of Zahedan for a residential building with 600 m2.

According to Table 1, the maximum magnitude of heating, cooling, and electrical loads is used to calculate the cogeneration system. The maximum electric load is 96 kW, the maximum amount of heating load is 62 kW, and the maximum cooling load is 118 kW. Since the calculated loads are average, all loads increased up to 10% for the confidence coefficient. With the obtained values, the solar collector area and other cogeneration system components are calculated. The cogeneration cycle is capable of producing 105 kW electric power, 140 kW cooling capacity, and 100 kW heating power.

2.1. System Analysis Equations

An analysis is done by considering the following assumptions:(1)The system operates under steady-state conditions(2)The system is designed for the warm region of Iran (Zahedan) with average solar radiation Ib = 820 w/m2(3)The pressure drops in heat exchangers, separators, storage tanks, and pipes are ignored(4)The pressure drop is negligible in all processes and no expectable chemical reactions occurred in the processes(5)Potential, kinetic, and chemical exergy are not considered due to their insignificance(6)Pumps have been discontinued due to insignificance throughout the process(7)All components are assumed adiabatic

Schematic shape of the cogeneration cycle is shown in Figure 1 and all data are given in Table 2.

Figure 1 Schematic shape of the cogeneration cycle.Table 2 Temperature and humidity of different points of system.

Based on the first law of thermodynamic, energy analysis is based on the following steps.

First of all, the estimated solar radiation energy on collector has been calculated:where α is the heat transfer enhancement coefficient based on porous materials added to the collector’s pipes. The coefficient α is increased by the porosity percentage, the type of porous material (in this case, copper with a porosity percentage of 95), and the flow of fluid to the collector equation.

Collector efficiency is going to be calculated by the following equation [9]:

Total energy received by the collector is given by [9]

Also, the auxiliary boiler heat load is [2]

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

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

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

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

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

Second step: calculating heating loads [9]:

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

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

In the third step, calculated exergy analysis as follows.

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

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

The received exergy from the collector is [9]

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

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

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

Cooling exergy in summer is calculated [9]:

Heating exergy in winter is calculated [9]:

In the last step based on thermodynamic second law, exergy efficiency has been calculated from the following equation and the above-mentioned calculated loads [9]:

3. Porous Media

The porous medium that filled the test section is copper foam with a porosity of 95%. The foams are determined in Figure 2 and also detailed thermophysical parameters and dimensions are shown in Table 3.

Figure 2 Copper foam with a porosity of 95%.Table 3 Thermophysical parameters and dimensions of copper foam.

In solar collectors, copper porous materials are suitable for use at low temperatures and have an easier and faster manufacturing process than ceramic porous materials. Due to the high coefficient conductivity of copper, the use of copper metallic foam to increase heat transfer is certainly more efficient in solar collectors.

Porous media and nanofluid in solar collector’s pipes were simulated in FLOW-3D software using the finite-difference method [27]. Nanoparticles Al2O3 and CUO are mostly used in solar collector enhancement. In this research, different concentrations of nanofluid are added to the parabolic solar collectors with porous materials (copper foam with porosity of 95%) to achieve maximum heat transfer in the porous materials before sedimentation. After analyzing PTC pipes with the nanofluid flow in FLOW-3D software, for energy and exergy efficiency analysis, Carrier software results were used as EES software input. Simulation PTC with porous media inside collector pipe and nanofluids sedimentation is shown in Figure 3.

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

3.1. Nano Fluid

In this research, copper and silver nanofluids (Al2O3, CuO) have been added with percentages of 0.1%–0.7% as the working fluids. The nanoparticle properties are given in Table 4. Also, system constant parameters are presented in Table 4, which are available as default input in the EES software.Table 4 Properties of the nanoparticles [9].

System constant parameters for input in the software are shown in Table 5.Table 5 System constant parameters.

The thermal properties of the nanofluid can be obtained from equations (18)–(21). The basic fluid properties are indicated by the index (bf) and the properties of the nanoparticle silver with the index (np).

The density of the mixture is shown in the following equation [28]:where ρ is density and ϕ is the nanoparticles volume fraction.

The specific heat capacity is calculated from the following equation [29]:

The thermal conductivity of the nanofluid is calculated from the following equation [29]:

The parameter β is the ratio of the nanolayer thickness to the original particle radius and, usually, this parameter is taken equal to 0.1 for the calculated thermal conductivity of the nanofluids.

The mixture viscosity is calculated as follows [30]:

In all equations, instead of water properties, working fluids with nanofluid are used. All of the above equations and parameters are entered in the EES software for calculating the energy and exergy of solar collectors and the SCCHP cycle. All calculation repeats for both nanofluids with different concentrations of nanofluid in the solar collector’s pipe.

4. Results and Discussion

In the present study, relations were written according to Wang et al. [16] and the system analysis was performed to ensure the correctness of the code. The energy and exergy charts are plotted based on the main values of the paper and are shown in Figures 4 and 5. The error rate in this simulation is 1.07%.

Figure 4 Verification charts of energy analysis results.

Figure 5 Verification charts of exergy analysis results.

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

At the first step, the collector is modified with porous copper foam material. 14 cases have been considered for the analysis of the SCCHP system (Table 6). It should be noted that the adding of porous media causes an additional pressure drop inside the collector [922263072]. All fourteen cases use copper foam with a porosity of 95 percent. To simulate the effect of porous materials and nanofluids, the first solar PTC pipes have been simulated in the FLOW-3D software and then porous media (copper foam with porosity of 95%) and fluid flow with nanoparticles (AL2O3 and CUO) are generated in the software. After analyzing PTC pipes in FLOW-3D software, for analyzing energy and exergy efficiency, software outputs were used as EES software input for optimization ratio of sedimentation and calculating energy and exergy analyses.Table 6 Collectors with different percentages of nanofluids and porous media.

In this research, an enhanced solar collector with both porous media and Nanofluid is investigated. In the present study, 0.1–0.5% CuO and Al2O3 concentration were added to the collector fully filled by porous media to achieve maximum energy and exergy efficiencies of solar CCHP systems. All steps of the investigation are shown in Table 6.

Energy and exergy analyses of parabolic solar collectors and SCCHP systems are shown in Figures 6 and 7.

Figure 6 Energy and exergy efficiencies of the PTC with porous media and nanofluid.

Figure 7 Energy and exergy efficiency of the SCCHP.

Results show that the highest energy and exergy efficiencies are 74.19% and 32.6%, respectively, that is achieved in Step 12 (parabolic collectors with filled porous media and 0.5% Al2O3). In the second step, the maximum energy efficiency of SCCHP systems with fourteen steps of simulation are shown in Figure 7.

In the second step, where 0.1, −0.6% of the nanofluids were added, it is found that 0.5% leads to the highest energy and exergy efficiency enhancement in solar collectors and SCCHP systems. Using concentrations more than 0.5% leads to sediment in the solar collector’s pipe and a decrease of porosity in the pipe [73]. According to Figure 7, maximum energy and exergy efficiencies of SCCHP are achieved in Step 12. In this step energy efficiency is 54.49% and exergy efficiency is 18.29%. In steps 13 and 14, with increasing concentration of CUO and Al2O3 nanofluid solution in porous materials, decreasing of energy and exergy efficiency of PTC and SCCHP system at the same time happened. This decrease in efficiency is due to the formation of sediment in the porous material. Calculations and simulations have shown that porous materials more than 0.5% nanofluids inside the collector pipe cause sediment and disturb the porosity of porous materials and pressure drop and reduce the coefficient of performance of the cogeneration system. Most experience showed that CUO and AL2O3 nanofluids with less than 0.6% percent solution are used in the investigation on the solar collectors at low temperatures and discharges [74]. One of the important points of this research is that the best ratio of nanofluids in the solar collector with a low temperature is 0.5% (AL2O3 and CUO); with this replacement, the cost of solar collectors and SCCHP cycle is reduced.

5. Conclusion and Future Directions

In the present study, ways for increasing the efficiency of solar collectors in order to enhance the efficiency of the SCCHP cycle are examined. The research is aimed at adding both porous materials and nanofluids for estimating the best ratio of nanofluid for enhanced solar collector and protecting sedimentation in porous media. By adding porous materials (copper foam with porosity of 95%) and 0.5% nanofluids together, high efficiency in solar parabolic collectors can be achieved. The novelty in this research is the addition of both nanofluids and porous materials and calculating the best ratio for preventing sedimentation and pressure drop in solar collector’s pipe. In this study, it was observed that, by adding 0.5% of AL2O3 nanofluid in working fluids, the energy efficiency of PTC rises to 74.19% and exergy efficiency is grown up to 32.6%. In SCCHP cycle, energy efficiency is 54.49% and exergy efficiency is 18.29%.

In this research, parabolic solar collectors fully filled by porous media (copper foam with a porosity of 95) are investigated. In the next step, parabolic solar collectors in the SCCHP cycle were simultaneously filled by porous media and different percentages of Al2O3 and CuO nanofluid. At this step, values of 0.1% to 0.6% of each nanofluid were added to the working fluid, and the efficiency of the energy and exergy of the collectors and the SCCHP cycle were determined. In this case, nanofluid and the porous media were used together in the solar collector and maximum efficiency achieved. 0.5% of both nanofluids were used to achieve the biggest efficiency enhancement.

In the present study, as expected, the highest efficiency is for the parabolic solar collector fully filled by porous material (copper foam with a porosity of 95%) and 0.5% Al2O3. Results of the present study are as follows:(1)The average enhancement of collectors’ efficiency using porous media and nanofluids is 28%.(2)Solutions with 0.1 to 0.5% of nanofluids (CuO and Al2O3) are used to prevent collectors from sediment occurrence in porous media.(3)Collector of solar cogeneration cycles that is enhanced by both porous media and nanofluid has higher efficiency, and the stability of output temperature is more as well.(4)By using 0.6% of the nanofluids in the enhanced parabolic solar collectors with copper porous materials, sedimentation occurs and makes a high-pressure drop in the solar collector’s pipe which causes decrease in energy efficiency.(5)Average enhancement of SCCHP cycle efficiency is enhanced by both porous media and nanofluid 13%.

Nomenclature

:Solar radiation
a:Heat transfer augmentation coefficient
A:Solar collector area
Bf:Basic fluid
:Specific heat capacity of the nanofluid
F:Constant of air dilution
:Thermal conductivity of the nanofluid
:Thermal conductivity of the basic fluid
:Viscosity of the nanofluid
:Viscosity of the basic fluid
:Collector efficiency
:Collector energy receives
:Auxiliary boiler heat
:Expander energy
:Gas energy
:Screw expander work
:Cooling load, in kilowatts
:Heating load, in kilowatts
:Solar radiation energy on collector, in Joule
:Sanitary hot water load
Np:Nanoparticle
:Energy efficiency
:Heat exchanger efficiency
:Sun exergy
:Collector exergy
:Natural gas exergy
:Expander exergy
:Cooling exergy
:Heating exergy
:Exergy efficiency
:Steam mass flow rate
:Hot water mass flow rate
:Specific heat capacity of water
:Power output form by the screw expander
Tam:Average ambient temperature
:Density of the mixture.

Greek symbols

ρ:Density
ϕ:Nanoparticles volume fraction
β:Ratio of the nanolayer thickness.

Abbreviations

CCHP:Combined cooling, heating, and power
EES:Engineering equation solver.

Data Availability

For this study, data were generated by CARRIER software for the average electrical, heating, and cooling load of a residential building with 600 m2 in the city of Zahedan, Iran.

Conflicts of Interest

The authors declare that they have no conflicts of interest.

Acknowledgments

This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.

References

  1. A. Fudholi and K. Sopian, “Review on solar collector for agricultural produce,” International Journal of Power Electronics and Drive Systems (IJPEDS), vol. 9, no. 1, p. 414, 2018.View at: Publisher Site | Google Scholar
  2. G. Yang and X. Zhai, “Optimization and performance analysis of solar hybrid CCHP systems under different operation strategies,” Applied Thermal Engineering, vol. 133, pp. 327–340, 2018.View at: Publisher Site | Google Scholar
  3. J. Wang, Z. Han, and Z. Guan, “Hybrid solar-assisted combined cooling, heating, and power systems: a review,” Renewable and Sustainable Energy Reviews, vol. 133, p. 110256, 2020.View at: Publisher Site | Google Scholar
  4. Y. Tian and C. Y. Zhao, “A review of solar collectors and thermal energy storage in solar thermal applications,” Applied Energy, vol. 104, pp. 538–553, 2013.View at: Publisher Site | Google Scholar
  5. J. M. Hassan, Q. J. Abdul-Ghafour, and M. F. Mohammed, “CFD simulation of enhancement techniques in flat plate solar water collectors,” Al-Nahrain Journal for Engineering Sciences, vol. 20, no. 3, pp. 751–761, 2017.View at: Google Scholar
  6. M. Jahangiri, O. Nematollahi, A. Haghani, H. A. Raiesi, and A. Alidadi Shamsabadi, “An optimization of energy cost of clean hybrid solar-wind power plants in Iran,” International Journal of Green Energy, vol. 16, no. 15, pp. 1422–1435, 2019.View at: Publisher Site | Google Scholar
  7. I. H. Yılmaz and A. Mwesigye, “Modeling, simulation and performance analysis of parabolic trough solar collectors: a comprehensive review,” Applied Energy, vol. 225, pp. 135–174, 2018.View at: Google Scholar
  8. F. Wang, J. Tan, and Z. Wang, “Heat transfer analysis of porous media receiver with different transport and thermophysical models using mixture as feeding gas,” Energy Conversion and Management, vol. 83, pp. 159–166, 2014.View at: Publisher Site | Google Scholar
  9. H. Zhai, Y. J. Dai, J. Y. Wu, and R. Z. Wang, “Energy and exergy analyses on a novel hybrid solar heating, cooling and power generation system for remote areas,” Applied Energy, vol. 86, no. 9, pp. 1395–1404, 2009.View at: Publisher Site | Google Scholar
  10. M. H. Abbasi, H. Sayyaadi, and M. Tahmasbzadebaie, “A methodology to obtain the foremost type and optimal size of the prime mover of a CCHP system for a large-scale residential application,” Applied Thermal Engineering, vol. 135, pp. 389–405, 2018.View at: Google Scholar
  11. R. Jiang, F. G. F. Qin, X. Yang, S. Huang, and B. Chen, “Performance analysis of a liquid absorption dehumidifier driven by jacket-cooling water of a diesel engine in a CCHP system,” Energy and Buildings, vol. 163, pp. 70–78, 2018.View at: Publisher Site | Google Scholar
  12. F. A. Boyaghchi and M. Chavoshi, “Monthly assessments of exergetic, economic and environmental criteria and optimization of a solar micro-CCHP based on DORC,” Solar Energy, vol. 166, pp. 351–370, 2018.View at: Publisher Site | Google Scholar
  13. F. A. Boyaghchi and M. Chavoshi, “Multi-criteria optimization of a micro solar-geothermal CCHP system applying water/CuO nanofluid based on exergy, exergoeconomic and exergoenvironmental concepts,” Applied Thermal Engineering, vol. 112, pp. 660–675, 2017.View at: Publisher Site | Google Scholar
  14. B. Su, W. Han, Y. Chen, Z. Wang, W. Qu, and H. Jin, “Performance optimization of a solar assisted CCHP based on biogas reforming,” Energy Conversion and Management, vol. 171, pp. 604–617, 2018.View at: Publisher Site | Google Scholar
  15. F. A. Al-Sulaiman, F. Hamdullahpur, and I. Dincer, “Performance assessment of a novel system using parabolic trough solar collectors for combined cooling, heating, and power production,” Renewable Energy, vol. 48, pp. 161–172, 2012.View at: Publisher Site | Google Scholar
  16. J. Wang, Y. Dai, L. Gao, and S. Ma, “A new combined cooling, heating and power system driven by solar energy,” Renewable Energy, vol. 34, no. 12, pp. 2780–2788, 2009.View at: Publisher Site | Google Scholar
  17. Y.-Y. Jing, H. Bai, J.-J. Wang, and L. Liu, “Life cycle assessment of a solar combined cooling heating and power system in different operation strategies,” Applied Energy, vol. 92, pp. 843–853, 2012.View at: Publisher Site | Google Scholar
  18. J.-J. Wang, Y.-Y. Jing, and C.-F. Zhang, “Optimization of capacity and operation for CCHP system by genetic algorithm,” Applied Energy, vol. 87, no. 4, pp. 1325–1335, 2010.View at: Publisher Site | Google Scholar
  19. L. Ali, “LDA–GA–SVM: improved hepatocellular carcinoma prediction through dimensionality reduction and genetically optimized support vector machine,” Neural Computing and Applications, vol. 87, pp. 1–10, 2020.View at: Google Scholar
  20. S. Hirasawa, R. Tsubota, T. Kawanami, and K. Shirai, “Reduction of heat loss from solar thermal collector by diminishing natural convection with high-porosity porous medium,” Solar Energy, vol. 97, pp. 305–313, 2013.View at: Publisher Site | Google Scholar
  21. E. Bellos, C. Tzivanidis, and Z. Said, “A systematic parametric thermal analysis of nanofluid-based parabolic trough solar collectors,” Sustainable Energy Technologies and Assessments, vol. 39, p. 100714, 2020.View at: Publisher Site | Google Scholar
  22. H. J. Jouybari, S. Saedodin, A. Zamzamian, M. E. Nimvari, and S. Wongwises, “Effects of porous material and nanoparticles on the thermal performance of a flat plate solar collector: an experimental study,” Renewable Energy, vol. 114, pp. 1407–1418, 2017.View at: Publisher Site | Google Scholar
  23. J. Subramani, P. K. Nagarajan, S. Wongwises, S. A. El-Agouz, and R. Sathyamurthy, “Experimental study on the thermal performance and heat transfer characteristics of solar parabolic trough collector using Al2O3 nanofluids,” Environmental Progress & Sustainable Energy, vol. 37, no. 3, pp. 1149–1159, 2018.View at: Publisher Site | Google Scholar
  24. E. Shojaeizadeh, F. Veysi, and A. Kamandi, “Exergy efficiency investigation and optimization of an Al2O3-water nanofluid based Flat-plate solar collector,” Energy and Buildings, vol. 101, pp. 12–23, 2015.View at: Publisher Site | Google Scholar
  25. A. K. Tiwari, P. Ghosh, and J. Sarkar, “Solar water heating using nanofluids–a comprehensive overview and environmental impact analysis,” International Journal of Emerging Technology and Advanced Engineering, vol. 3, no. 3, pp. 221–224, 2013.View at: Google Scholar
  26. D. R. Rajendran, E. Ganapathy Sundaram, P. Jawahar, V. Sivakumar, O. Mahian, and E. Bellos, “Review on influencing parameters in the performance of concentrated solar power collector based on materials, heat transfer fluids and design,” Journal of Thermal Analysis and Calorimetry, vol. 140, no. 1, pp. 33–51, 2020.View at: Publisher Site | Google Scholar
  27. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Google Scholar
  28. K. Khanafer and K. Vafai, “A critical synthesis of thermophysical characteristics of nanofluids,” International Journal of Heat and Mass Transfer, vol. 54, no. 19-20, pp. 4410–4428, 2011.View at: Publisher Site | Google Scholar
  29. K. Farhana, K. Kadirgama, M. M. Rahman et al., “Improvement in the performance of solar collectors with nanofluids – a state-of-the-art review,” Nano-Structures & Nano-Objects, vol. 18, p. 100276, 2019.View at: Publisher Site | Google Scholar
  30. M. Turkyilmazoglu, “Condensation of laminar film over curved vertical walls using single and two-phase nanofluid models,” European Journal of Mechanics-B/Fluids, vol. 65, pp. 184–191, 2017.View at: Publisher Site | Google Scholar
  31. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 2020, 2020.View at: Google Scholar
  32. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
  33. X. Zhang, M. Fan, D. Wang, P. Zhou, and D. Tao, “Top-k feature selection framework using robust 0-1 integer programming,” IEEE Transactions on Neural Networks and Learning Systems, vol. 1, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
  34. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
  35. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 1, 2020.View at: Publisher Site | Google Scholar
  36. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 1, 2020.View at: Google Scholar
  37. M. Mirmozaffari, “Machine learning algorithms based on an optimization model,” 2020.View at: Google Scholar
  38. M. Mirmozaffari, M. Yazdani, A. Boskabadi, H. Ahady Dolatsara, K. Kabirifar, and N. Amiri Golilarz, “A novel machine learning approach combined with optimization models for eco-efficiency evaluation,” Applied Sciences, vol. 10, no. 15, p. 5210, 2020.View at: Publisher Site | Google Scholar
  39. M. Vosoogha and A. Addeh, “An intelligent power prediction method for wind energy generation based on optimized fuzzy system,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 5, pp. 34–43, 2019.View at: Google Scholar
  40. A. Javadi, N. Mikaeilvand, and H. Hosseinzdeh, “Presenting a new method to solve partial differential equations using a group search optimizer method (GSO),” Computational Research Progress in Applied Science and Engineering, vol. 4, no. 1, pp. 22–26, 2018.View at: Google Scholar
  41. F. J. Golrokh, Gohar Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, pp. 1–8, 2020.View at: Google Scholar
  42. H. Yu, “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 1, pp. 1–29, 2020.View at: Google Scholar
  43. C. Yu, “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 1, pp. 1–28, 2021.View at: Google Scholar
  44. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 1, p. 106728, 2020.View at: Google Scholar
  45. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, p. 106642, 2021.View at: Publisher Site | Google Scholar
  46. Y. Zhang, “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 1, 2020.View at: Google Scholar
  47. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 1, pp. 1–30, 2020.View at: Google Scholar
  48. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson’s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
  49. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
  50. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
  51. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
  52. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
  53. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
  54. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, 2020.View at: Publisher Site | Google Scholar
  55. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
  56. R. U. Khan, X. Zhang, R. Kumar, A. Sharif, N. A. Golilarz, and M. Alazab, “An adaptive multi-layer botnet detection technique using machine learning classifiers,” Applied Sciences, vol. 9, no. 11, p. 2375, 2019.View at: Publisher Site | Google Scholar
  57. A. Addeh, A. Khormali, and N. A. Golilarz, “Control chart pattern recognition using RBF neural network with new training algorithm and practical features,” ISA Transactions, vol. 79, pp. 202–216, 2018.View at: Publisher Site | Google Scholar
  58. N. Amiri Golilarz, H. Gao, R. Kumar, L. Ali, Y. Fu, and C. Li, “Adaptive wavelet based MRI brain image de-noising,” Frontiers in Neuroscience, vol. 14, p. 728, 2020.View at: Publisher Site | Google Scholar
  59. N. A. Golilarz, H. Gao, and H. Demirel, “Satellite image de-noising with Harris hawks meta heuristic optimization algorithm and improved adaptive generalized Gaussian distribution threshold function,” IEEE Access, vol. 7, pp. 57459–57468, 2019.View at: Publisher Site | Google Scholar
  60. M. Eisazadeh and J. Rezapour, “Multi-objective optimization of the composite sheets using PSO algorithm,” 2017.View at: Google Scholar
  61. I. Bargegol, M. Nikookar, R. V. Nezafat, E. J. Lashkami, and A. M. Roshandeh, “Timing optimization of signalized intersections using shockwave theory by genetic algorithm,” Computational Research Progress in Applied Science & Engineering, vol. 1, pp. 160–167, 2015.View at: Google Scholar
  62. B. Bai, Z. Guo, C. Zhou, W. Zhang, and J. Zhang, “Application of adaptive reliability importance sampling-based extended domain PSO on single mode failure in reliability engineering,” Information Sciences, vol. 546, pp. 42–59, 2021.View at: Publisher Site | Google Scholar
  63. J. Liu, C. Wu, G. Wu, and X. Wang, “A novel differential search algorithm and applications for structure design,” Applied Mathematics and Computation, vol. 268, pp. 246–269, 2015.View at: Publisher Site | Google Scholar
  64. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
  65. D. Zhao, “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 24, p. 106510, 2020.View at: Google Scholar
  66. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
  67. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, p. 106684, 2021.View at: Publisher Site | Google Scholar
  68. G. Sun, B. Yang, Z. Yang, and G. Xu, “An adaptive differential evolution with combined strategy for global numerical optimization,” Soft Computing, vol. 24, pp. 1–20, 2019.View at: Google Scholar
  69. G. Sun, C. Li, and L. Deng, “An adaptive regeneration framework based on search space adjustment for differential evolution,” Neural Computing and Applications, vol. 24, pp. 1–17, 2021.View at: Google Scholar
  70. A. Addeh and M. Iri, “Brain tumor type classification using deep features of MRI images and optimized RBFNN,” ENG Transactions, vol. 2, pp. 1–7, 2021.View at: Google Scholar
  71. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” Soft Computing, vol. 1, pp. 1–8, 2020.View at: Google Scholar
  72. H. Tyagi, P. Phelan, and R. Prasher, “Predicted efficiency of a low-temperature nanofluid-based direct absorption solar collector,” Journal of Solar Energy Engineering, vol. 131, no. 4, 2009.View at: Publisher Site | Google Scholar
  73. S. Rashidi, M. Bovand, and J. A. Esfahani, “Heat transfer enhancement and pressure drop penalty in porous solar heat exchangers: a sensitivity analysis,” Energy Conversion and Management, vol. 103, pp. 726–738, 2015.View at: Publisher Site | Google Scholar
  74. N. Akram, R. Sadri, S. N. Kazi et al., “A comprehensive review on nanofluid operated solar flat plate collectors,” Journal of Thermal Analysis and Calorimetry, vol. 139, no. 2, pp. 1309–1343, 2020.View at: Publisher Site | Google Scholar
Fig. 2. Schematic indication of the separate parts comprising the rotary kiln model, together with the energy fluxes from Eq. (1).

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

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

Abstract

실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 방사선에 대한 Monte Carlo 방법, 가마 벽의 에너지 방정식에 대한 유한 체적 코드 및 클링커에 대한 화학 반응을 포함한 에너지 보존 방정식 및 종에 대한 새로운 코드. 기상의 온도 장, 벽으로의 복사 열유속, 가마 및 클링커 온도에 대한 예측 간의 반복적인 절차는 내부 벽 온도의 분포를 명시적으로 예측하는 데 사용됩니다. 여기에는 열 흐름 계산이 포함됩니다. 수갑. 가스와 가마 벽 사이의 주요 열 전달 모드는 복사에 의한 것이며 내화물을 통해 환경으로 손실되는 열은 입력 열의 약 10%이고 추가로 40%는 장입 가열 및 클링커 형성. 예측은 실제 규모의 시멘트 가마에서 경험과 제한된 측정을 기반으로 한 경향과 일치합니다.

키워드

산업용 CFD, 로타리 가마, 클링커 형성, 복사 열전달, Industrial CFD, Rotary kilns, Clinker formation, Radiative heat transfer

1 . 소개

시멘트 산업은 에너지의 주요 소비자이며, 미국에서 산업 사용자의 총 화석 연료 소비량의 약 1.4%를 차지하며 [1] 일반적인 비에너지 사용량은 제조된 클링커 1kg당 약 3.2MJ [2] 입니다. CaCO 3  →  CaO  +  CO 2 반응이 일어나기 때문입니다., 클링커 형성의 첫 번째 단계는 높은 흡열성입니다. 시멘트 가마에서 에너지를 절약하기 위한 현재의 경향은 일반적으로 길이가 약 100m이고 직경이 약 5m인 회전 실린더인 가마를 떠나는 배기 가스로부터 에너지를 보다 효율적으로 회수하는 것과 저열량 연료의 사용에 중점을 둡니다. 값. 2-5초 정도의 화염 체류 시간을 허용하고 2200K의 높은 온도에 도달하는 회전 가마의 특성은 또한 시멘트 가마를 유기 폐기물 및 용제에 대한 상업용 소각로에 대한 경쟁력 있는 대안으로 만듭니다 [3]. 클링커의 형성이 이러한 2차 액체 연료의 사용으로 인한 화염의 변화로부터 어떤 식으로든 영향을 받지 않도록 하고, 대기 중으로 방출되는 오염 물질의 양에 대한 현재 및 미래 제한을 준수할 수 있도록, 화염 구조의 세부 사항과 화염에서 고체 충전물로의 열 전달을 더 잘 이해할 필요가 있습니다.

최근 시멘트 가마 4 , 5 , 6 , 7 에서 유동장 및 석탄 연소의 이론적 모델링복사 열 전달을 포함한 전산 유체 역학(CFD) 코드를 사용하여 달성되었습니다. 이러한 결과는 시멘트 가마에 대한 최초의 결과였으며 화염 길이, 산소 소비 등과 관련하여 실험적으로 관찰된 경향을 재현했기 때문에 그러한 코드가 수용 가능한 정확도로 대규모 산업용 용광로에 사용될 수 있음을 보여주었습니다. 킬른과 클링커는 포함하지 않았고, 벽온도의 경계조건은 가스온도와 용액영역의 열유속에 영향을 미치므로 계산에 필요한 경계조건은 예측하지 않고 실험적 측정에 기초하였다. 기상에 대한 CFD 솔루션은 앞으로의 주요 단계이지만 회전 가마를 포괄적으로 모델링하는 데만으로는 충분하지 않습니다.

내화물의 열 전달과 전하에 대한 세부 사항은 다양한 저자 8 , 9 , 10 , 11에 의해 조사되었습니다 . 충전물(보통 잘 혼합된 것으로 가정)은 노출된 표면에 직접 복사되는 열 외에도 전도에 의해 가마 벽에서 가열됩니다. 가장 완전한 이론적 노력에서, 가마 벽 (내화물)에 대한 3 차원 열전도 방정식을 해결하고, 두 개 또는 세 개의 인접하는 영역으로 한정 한 좌표 축 방향에서 어느 방사선 방사선 열전달 영역 모델과 결합 [ 10] 또는 자세히 해결 [11]. 그러나 클링커 형성 중에 일어나는 화학 반응은 고려되지 않았고 기체 상이 균일한 온도로 고정되어 필요한 수준의 정확도로 처리되지 않았습니다.

최종적으로 연소에 의해 방출되는 에너지(일부)를 받는 고체 전하가 화학 반응을 거쳐 최종 제품인 클링커를 형성합니다. 이것들은 [12]에 설명된 주요 특징에 대한 단순화된 모델과 함께 시멘트 화학 문헌에서 광범위한 조사의 주제였습니다 . 그 작업에서, 고체 온도 및 조성의 축 방향 전개를 설명하는 odes가 공식화되고 해결되었지만, 전하에 대한 열유속 및 따라서 클링커 형성 속도를 결정하는 가스 및 벽 온도는 1차원으로 근사되었습니다. 자세한 화염 계산이 없는 모델.

화염, 벽 및 장입물에 대한 위의 이론적 모델 중 어느 것도 회전식 가마 작동을 위한 진정한 예측 도구로 충분하지 않다는 것이 분명합니다. 국부 가스 온도(CFD 계산 결과 중 하나)는 벽 온도에 크게 의존합니다. 클링커 형성은 에너지를 흡수하므로 지역 가스 및 벽 온도에 따라 달라지며 둘 다 화염에 의존합니다. 벽은 화염에서 클링커로의 순 열 전달에서 “중개자” 역할을 하며, 내화재 두께에 따라 환경으로 피할 수 없는 열 손실이 발생합니다. 이러한 상호 의존성은 가마의 거동에 중요하며 개별 프로세스를 개별적으로 계산하는 데 중점을 두었기 때문에 문헌에서 발견된 수학적 모델로는 다루기 어렵습니다.

본 논문에서 우리는 위에 설명된 유형의 세 가지 개별 모델을 결합하여 수행되는 회전식 시멘트 가마에서 발생하는 대부분의 공정에 대한 포괄적인 모듈식 모델을 제시합니다. 우리 작업은 4 , 5 , 6 , 7 에서와 같이 석탄 연소를 위한 다차원 CFD 코드로 기체 상태를 처리합니다 . 10 , 11 에서와 같이 가마 벽의 3차원 열전도 방정식을 풉니다 . 9 , 12 와 유사한 모델로 잘 혼합된 전하 온도 및 조성을 해결합니다.. 3개의 모듈(화염, 벽, 전하)은 내화물에 입사하는 열유속의 축 분포에 대해 수렴이 달성될 때까지 반복적으로 계산됩니다. 충전 온도 및 구성. 따라서 이전 작업에 비해 현재의 주요 이점은 완전성에 있습니다. 이는 가스-킬른-클링커 시스템의 다양한 부분에서 에너지 흐름의 정량화를 통해 킬른 작동에 대한 더 나은 이해를 가능하게 하고 여기에서 사용된 방법을 건조 및 소각과 같은 다른 회전 킬른 응용 분야에 적용할 수 있게 합니다.

이 문서의 특정 목적은 회전식 시멘트 가마에 대한 포괄적인 모델을 제시하고 화염에서 클링커로의 에너지 플럭스와 가마에서 열 손실을 정량화하는 것입니다. 이 문서의 나머지 부분은 다음과 같이 구성됩니다. 2장 에서는 다양한 모델과 해법을 제시하고 3장 에서는 그 결과를 제시하고 논의한다 . 여기에는 본격적인 회전식 시멘트 가마의 제한된 측정값과의 비교가 포함됩니다. 이 논문은 가장 중요한 결론의 요약으로 끝납니다.

2 . 모델 공식화

2.1 . 개요

Fig. 1 은 시멘트 로터리 킬른의 단면을 보여준다. 가마의 회전은 전하의 움직임을 유도하여 후자를 대략적으로 잘 혼합되도록 합니다 [10] , 여기에서 채택할 가정입니다. 우리는 이 코팅을 클링커와 유사한 물리적 특성의 고체 재료로 모델링하여 가마 내화물에 부착된 클링커의 존재를 허용할 것입니다. 우리는 이 층의 두께가 가마를 따라 균일하다고 가정합니다. 이것은 아마도 지나치게 단순화한 것일 수 있지만 관련 데이터를 사용할 수 없습니다. 모델 설명을 진행하기 전에 그림 2 에 개략적으로 표시된 회전식 가마의 다양한 에너지 흐름을 이해하는 것이 중요합니다 .

석탄 연소에 의해 방출되는 에너지(단위 시간당)( 석탄 )는 배기 가스(Δ 가스 )와 함께 가마 밖으로 흘러 가마 벽에 직접 복사( rad ) 및 대류( conv )됩니다. 공급 및 배기 덕트( rad,1  + rad,2 ) 에 대한 축 방향의 복사에 의해 작은 부분이 손실됩니다 . 전하 가마 시스템은 복사( rad ) 및 대류( conv )에 의해 가스로부터 에너지(Δ cl )를 흡수 하고 주변으로 열을 잃습니다( Q 손실 ). 전체 에너지 균형에서 개별 항의 계산, 즉(1a)큐석탄=ΔH가스-Q라드-Q전환-Q일, 1-Q일, 2,(1b)큐라드+Q전환=ΔH클+Q손실여기에서 다음 섹션에 설명된 대로 가스, 가마 및 클링커에 대한 이산화 에너지를 국부적으로 해결함으로써 수행됩니다.

2.2 . CFD 코드

가스 운동량, 종 농도 및 에너지의 Favre 평균 방정식은 표준 k – ε 모델을 사용하여 방사 모듈(RAD-3D)과 함께 상업적으로 이용 가능한 축대칭 CFD 코드(FLOW-3D)에 의해 해결됩니다. [13] . 기하학이 실제로 3차원이고 벽 온도의 각도 분포가 존재하지만 합리적인 시간과 현재 워크스테이션에서 완전한 3으로 솔루션을 얻을 수 있도록 기체상을 축대칭으로 취급합니다. -D를 요구하는 해상도로 계산하려면 슈퍼컴퓨터에 의존해야 합니다. FLOW-3D에서 사용되는 다양한 하위 모델의 일부 기능과 벽 경계 조건에 대한 특수 처리는 다음과 같습니다.

2.2.1 . 석탄 연소

Rossin-Rammler 크기 분포(45μm 평균 직경, 1.3 지수 [6] )를 따르는 석탄 입자 는 CPU 시간을 줄이기 위해 솔루션 영역(즉, 확률적 구성 요소 없이)에서 결정론적으로 추적되었지만 분산을 과소 평가하는 단점이 있습니다 . 14] . 입자는 2-반응 모델에 따라 휘발되도록 허용되었고 휘발성 연소는 무한히 빠른 것으로 간주되었습니다. 석탄 연소에 대한 설명의 세부 사항은 FLOW-3D에서 석탄 휘발 및 열분해의 “표준” 상수 집합이 합리적인 결과를 제공하고 Ref. [5] .

2.2.2 . 복사와 대류

가스의 복사 강도는 RAD-3D 모듈을 사용하여 80,000개의 입자로 Monte-Carlo 방법으로 계산되었습니다. 가마는 반경 방향으로 7개, 축 방향으로 19개(크기가 0.1  ×  1.0 m와 0.2  ×  5.0 m 사이)로 불균일한 구역으로 나뉘었으며 각 구역 에서 방사선 강도가 균일하다고 가정했습니다. 방사선 모듈의 출력은 내부적으로 FLOW-3D에 대한 유체 계산에 인터페이스되고 외부적으로 벽 및 클링커에 대한 코드에 인터페이스되었습니다( 섹션 2.3 섹션 2.4 참조). 방사선 패키지의 이산화된 구역은 CFD 그리드의 셀보다 훨씬 커야 하므로 구역에 온도 평균이 형성될 수 있는 많은 셀이 포함될 수 있다는 점을 이해하는 것이 중요합니다. 상대적으로 조잡한 복사 구역의 분해능과 Monte-Carlo 방법의 통계적 특성은 구역의 복사 열유속이 더 미세한 구역화 및 더 많은 입자로 몇 번의 실행에 의해 결정된 바와 같이 최대 약 10%까지 부정확할 수 있음을 의미합니다. 또한 경계면에 입사하는 열유속은 영역 크기보다 미세한 분해능으로 결정할 수 없으므로 복사 열유속은 벽에 인접한 19개 영역 각각의 중심에서만 계산됩니다. 0.15m -1 의 흡수 계수는 Ref.[11] . 엄밀히 말하면, 흡수 계수는 국부적 가스 조성과 온도의 함수이므로 균일하지 않아야 합니다. 그러나 가스 조성은 가마의 일부만 차지하는 화염 내에서만 변 하므로( 3절 참조 ) 균일한 흡수 계수를 가정하는 것이 합리적입니다. 또한, 현재 버전의 소프트웨어는 FLOW-3D의 반복 프로세스 동안 이 요소의 자동 재조정을 허용하지 않습니다. 여기서 로컬 가스 특성이 계산되므로 일정하고 균일한 흡수 계수가 필요합니다.

최종적으로, 벽에서 대류 열전달이 플로우 3D 패키지에서 표준 출력 표준 “벽 기능”제형에 혼입 난류 경계층에 대한 식에 기초하고,의 속도 경계 조건과 유사한 K – ε 모델. FLOW-3D 및 RAD-3D에서 입력으로 사용하고 출력으로 계산된 다양한 양은 그림 3에 개략적으로 표시 됩니다.

2.2.3 . 그리드

반경 방향 47개, 축 방향 155개 노드를 갖는 불균일한 격자를 사용하였으며 격자 독립성 연구를 수행한 결과 충분하다고 판단하였다. 유사한 크기의 그리드도 Refs에서 적절한 것으로 밝혀졌습니다. 4 , 5 , 6 , 7 . 매우 높은 축 방향 및 소용돌이 속도로 인해 석탄 버너 유정에 가까운 지역을 해결하기 위해 특별한 주의를 기울였습니다. HP 715/100MHz 워크스테이션에서 이 그리드의 일반적인 CPU 시간은 10시간이었습니다.

2.2.4 . 경계 조건

벽 온도에 대한 경계 조건은 기체상 및 복사 솔버 모두에 필요하다는 것을 인식하는 것이 중요합니다. 아래에서는 4 , 5 , 6 , 7 을 규정하기 보다는 축대칭 그리드에 대한 이 온도 분포를 예측하는 대략적인 방법을 설명합니다 .

내벽 온도 w ( in , x , ϕ ) 의 각도 분포 가 알려져 있다고 가정합니다 . 그런 다음 전체 3차원 문제를 “동등한” 축대칭 문제로 줄이기 위해 가상의 내벽 온도 RAD ( x )는(2)2πε에티4라드(x) = ε클∫0ㄷ티4클(엑스)디ϕ + ε에∫ㄷ2π티4에(아르 자형~에, x, ϕ)디ϕ”효과적인” 경계 조건으로 사용할 수 있습니다. RAD ( x )는 방위각으로 평균화된 “복사 가중” 온도입니다. 필요한 경계 조건으로 이 온도를 사용하는 것은 복사가 열 전달을 지배한다는 기대에 의해 동기가 부여됩니다(후반부 확인, 섹션 3.4 ). 따라서 전체 3차원 문제와 이 “유효한” 축대칭 문제에서 가스에서 가마로의 전체 에너지 흐름은 거의 동일할 것으로 예상됩니다.  의 사용 (2) 축대칭 코드로 기체상 및 복사장을 계산할 수 있으므로 엔지니어링 워크스테이션을 사용하여 문제를 다루기 쉽습니다.

고려되는 가마의 규모와 온도에서 가스는 광학적으로 두꺼운 것으로 간주될 수 있습니다. 솔루션(나중에 제시됨)은 평균 경로 길이(즉, “광자”의 모든 에너지가 흡수되기 전의 평균 길이)가 약 3.2m임을 보여주며, 이는 가마 내경 4.1m보다 작습니다. 이것은 내벽에 입사하는 복사 플럭스가 국부적 벽과 가스 온도에 강하게 의존하고 더 먼 축 또는 방위각 위치에서 벽의 온도에 약하게만 의존함을 의미합니다. 이것은 기체상에 사용된 축대칭 근사에 대한 신뢰를 줍니다. 그것은 또한 Refs의 “구역 방법”을 의미합니다. 8 , 9 , 10표면에 입사하는 방사선이 1-2 구역 길이보다 더 먼 축 위치와 무관한 것으로 간주되는 경우에는 충분했을 것입니다.

2.3 . 가마 온도

내부 소성로 표면 온도 w ( in , x , ϕ )는 Eq. 에서 필요합니다 (2) 및 가마 벽 에너지 방정식의 솔루션 결과의 일부입니다. 각속도 ω로 회전하는 좌표계 에서 후자는 [10] 이 됩니다 .(3)ω∂(ϱ에씨피티에)∂ϕ=1아르 자형∂∂아르 자형에게에아르 자형∂티에∂아르 자형+1아르 자형2∂∂ϕ에게에∂티에∂ϕ+∂∂엑스에게에∂티에∂엑스경계 조건에 따라(3a)r=R~에,Θ<ϕ⩽2π:에게∂티에∂아르 자형=q라드(x)+q전환(엑스),(3b)r=R~에, 0 <ϕ⩽Θ:에게∂티에∂아르 자형=qw–cl(x, ϕ) = hw–cl티클(x)-T에(아르 자형~에, x, ϕ),(3c)r=R밖, 0 <ϕ⩽2π:.케이∂티에∂아르 자형=h쉿티쉿-T∞+ ε쉿티4쉿-T4∞.

전도도, 밀도 및 비열용량에 대한 값은 실제 가마에 사용되는 내화물 재료에 대한 제조업체 정보에서 가져옵니다 [15] . 외부 쉘 온도 sh = w ( out , x , ϕ )는 x 및 ϕ 에 따라 달라질 수 있습니다 .

위 방정식에 대한 몇 가지 의견이 있습니다. 에서는 식. (3a) 에서 열유속의 방위각 의존성이 제거되었습니다. 이전에 언급했듯이 흐름은 광학적으로 두꺼운 것으로 간주됩니다. 즉, 화염이 너무 방사되고 너무 넓기 때문에 벽면 요소가 화염을 가로질러 반대쪽 벽을 “보지” 않습니다. 따라서 rad ( x , ϕ ) 의 계산은 다른 각도 위치로부터의 복사를 포함할 필요 없이 가스 ( r , x ) 및 로컬 w ( in , x , ϕ )를 기반으로 할 수 있습니다. 여기부터 qrad ( x )는 Eq. 의 방위각 평균 온도를 기반으로 하는 축대칭 RAD-3D 솔루션에서 가져옵니다 (2) , 결과적인 rad ( x )는 어떤 의미에서 방위각으로 평균된 열유속입니다. 식 따라서 (3a) 는 우리가 이 열유속을 모든 ϕ 에 등분포한다는 것을 의미합니다 . Eq 에서 rad 의 각도 변화를 무시한다는 점에 유의하십시오 . (3a) 는 Refs. [10] 또는 [11] 이 우선되어야 합니다.

소성로와 장입물 사이의 열전달 계수 w-cl 은 소성로의 에너지 흐름과 온도를 정확하게 예측하는 데 중요하지만 잘 알려져 있지 않습니다. 500 W / m의 전형적인 값  K는 여기에 제시된 결과 사용되고있다 [8] . 계산된 w ( r , x , ϕ ) 및 RAD ( x) 이 계수의 선택에 따라 달라지지만 예측은 질적으로 변하지 않습니다. 껍질에서 대기로의 열 전달은 복사와 별도로 강제 및 자연 대류를 통해 발생합니다. 자연 대류에 대한 열전달 계수는 Ref. [11] , 현재 조건에서 약 5 W/m 2 K의 일반적인 값 을 사용합니다. 그러나 쉘에 불어오는 외부 팬은 과열을 피하기 위해 산업에서 종종 사용되며 이러한 효과는 총 sh =30 W/m 2 K 를 사용하여 여기에서 모델링 되었습니다. 방사율에는 다음 값이 사용되었습니다. ε w = ε cl = 0.9 및 ε sh = 0.8.

식 (3) 은 가마의 방사형 기울기가 훨씬 더 가파르기 때문에 방위각 및 축 전도를 무시한 후 명시적 유한 체적 방법으로 해결되었습니다. 방사형으로 50개 노드와 축 방향으로 19개 노드가 있는 균일하지 않은 그리드가 사용되었으며 회전으로 인한 화염에 주기적으로 노출되는 표면으로 인해 발생하는 빠른 온도 변화를 따르기 위해 내부 표면에서 적절한 방사형 분해능이 사용되었습니다. 동일한 이유로 사용 된 작은 단계(Δ ϕ = π /100)는 가마의 큰 열 관성과 함께 가마 벽 온도가 수렴되도록 하기 위해 2시간 정도의 CPU 시간이 필요했습니다.

2.4 . 수갑

가마에 대한 모델의 마지막 부분은 클링커 온도 및 조성 보존 방정식에 관한 것으로, 축 방향 기울기만 고려하고 전도는 무시합니다.(4)씨피V클디(ϱ클티클)디엑스=−엘wclㄷㅏ클∫0ㄷ큐w–cl(x, ϕ)디ϕ +엘gclㅏ클큐라드(x)+q전환(엑스)−∑나Nsp아르 자형나시간0, 나는에프+씨피티,(5)V클디(ϱ클와이나)디엑스=r나,(6)V클디ϱ클디엑스=−r무엇2,여기서 cl 은 속도 cl 로 흐르는 전하가 덮는 단면적 이며 둘 다 일정하다고 가정하고 gcl =2 in sin( Θ /2) 전하로 덮인 섹터의 현( 그림 1 ) , WCL = Θ 에서는 , SP 화학 종의 수와 r에 난을 (kg / m의 형성 속도 순 3 종의) I를 . 전하의 밀도는 Eq를 감소시킵니다 (6) CO 2 에 대한 질량 손실로 인한하소하는 동안 초기 값은 총 질량 유량이 ϱ cl cl cl 과 같도록 선택되었습니다 . 참고 ρ (CL)이 있다 하지 전하 느슨하게 포장 된 입자로 이루어지는 것으로 생각 될 수있는 바와 같이, 충전 재료 밀도하지만 벌크 밀도. 우리는 또한 전하의 실제 입상 흐름 패턴을 조사하는 것보다 적은 것은 모델의 신뢰성에 크게 추가되지 않는 임시 설명 [10] 이라고 믿기 때문에 전하의 전도를 무시 합니다. 전하는 CaCO 3 , CaO, SiO 2 , Al 2 O 3 , Fe 로 구성된 것으로 가정합니다.2 O 3 , C2S, C3S, C3A 및 C4AF로, 마지막 4종은 클링커화 중에 형성된 복합 염에 대해 시멘트 화학자가 사용하는 특수 표기법으로 표시됩니다. 다음과 같은 화학 반응을 가정합니다 [12] .

(나)CaCO3→높은+무엇2k = 108특급(−175728/RT)
(Ⅱ)높은+2SiO2→C2Sk = 107특급(−240000/RT)
(Ⅲ)높은+C2S→C3Sk = 109특급(−420000/RT)
(IV)3높은+로2그만큼3→C3Ak = 108특급(−310000/RT)
(V)4높은+로2그만큼3+철2그만큼3→Q4AFk = 108특급(−330000/RT)

상기 시행 착오에 의해 선택되는 아 레니 우스 식에 사용되는 사전 지수 인자 및 활성화 온도는 카코에 대한 활성화 에너지를 제외하고, 가마의 출구에서의 전하의 예상 조성물을 얻었다 (3) 에서 촬영 한 분해 참조 [16] . 우리는 이러한 반응이 임시 모델임을 강조합니다. 실제로 고체상의 화학반응은 다양한 종의 결정들 사이의 계면에서 일어나며 확산이 제한적 이지만 [17] , 클링커 화학에 대한 상세한 처리는 본 연구의 범위를 벗어난다.

클링커 형성의 마지막 단계로 간주되는 반응 (III)은 고온에서 액상이 존재할 때만 발생합니다. 클링커의 용융은 액체 분획 fus 에 대해서도 해결함으로써 모델링되었습니다 .(7)엘소란V클디(ϱ클와이소란)디엑스=RHS의식(4)만약 T의 CL이 융해 온도와 같거나보다 커진다 T의 FUS 와 T의 FUS 의 = 1560 K. 상한 Y의 FUS = 0.3 수행 하였다 [17] 상기 식을. (7) 무시되었다.

상미분 방정식, , Gear 방식과 통합되었습니다. 가마 온도에 대한 유한 체적 코드( 2.3절 )와 클링커에 대한 코드는 반복적으로 해결되었으며( 그림 4 ), 이는 벽 클링커 열유속 w–cl ( x , ϕ ).

2.5 . 최종 커플링

전체 문제(가스, 가마, 장입)는 반복 방식으로 해결되었습니다. RAD 의 균일한 분포에서 시작 하여 기체상은 rad ( x ) 및 conv ( x ) 의 축 분포를 제공하도록 해결되었습니다 . 이것들은 다음에서 사용되었습니다., 그 솔루션의 새로운 추정 결과 RAD ( X 통해) 식. (2) . 그런 다음 FLOW3D-RAD3D 실행이 6차 다항식 피팅의 계수 형태로 프로그램에 도입된 새로운 경계 조건으로 반복되었습니다. 의 연속 추정치 사이에 0.5 미만의 밑에 이완 인자 RAD ( X)는 벽 온도에 대한 복사 열유속의 민감도가 크기 때문에 필요한 것으로 밝혀졌습니다. 일반적으로 HP 715 워크스테이션에서 10일 정도의 총 CPU 시간에 해당하는 내벽 온도(연속 반복이 40K 이상 변하지 않을 때 정의됨)의 수렴을 달성하기 위해 이러한 단계 사이에 약 10번의 반복이 필요했습니다. . 그림 5 는 균일한 값(1600K)에서 시작하여 최종 프로파일까지 RAD ( x ) 의 수렴 이력을 보여줍니다 .

2.6 . 가마 조건

사용된 일부 매개변수에 대한 작동 조건 및 값은 표 1 표 2 표 3에 나와 있습니다. 이 값은 시멘트 회전 가마의 전형입니다.

표 1 . 공기 및 석탄 입자 입구 조건

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

표 2 . 클링커 조성(질량 분율)

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

소성 계수 카코의 비율을 3 의 CaO로 변환 된 FARINE있다.

표 3 . 재료 속성 및 기타 매개변수

ω (래드/초)0.5
V의 CL (m / s)0.035
 (K)300
sh (W/m 2 K)30
w–cl (W/m 2 K)500
ε w , ε cl0.9
ε 0.8
C의 P (클링커) (킬로 / kg K)1.5
ϱ cl (kg/m 3 )1200
fus (kJ/kg)418.4
p (벽) (kJ/kg K)1.5
ϱ w (kg/m 3 )1600–3000
k는 w (W / m K)0.6–3.0
석탄 열 방출(kJ/kg)25475

3 . 결과 및 토론

이 섹션에서는 먼저 화염 구조에 대한 정보와 함께 예측된 공기역학적 패턴의 세부사항을 제시합니다. 소성로 내화물의 온도 분포와 클링커 조성의 변화를 설명합니다. 이 섹션은 가마의 전체 에너지 균형과 가능한 모델 개선에 대한 논의로 끝납니다.

3.1 . 화염 구조

그림 6 은 명확성을 위해 방사상 좌표가 과장된 온도의 등고선 플롯을 보여줍니다. 석탄은 주입 지점에서 약 1m 지점에서 약간 축에서 벗어나 점화되며 최대 화염 온도(약 2400K)는 경험에 따라 약 40m 하류에서 도달합니다 [15] . 완전한 입자 소진에 대한 가장 긴 시간은 버너에서 45m에 해당하는 약 1.4초였습니다. 방사형 온도 프로파일( 그림 7 ) 은 온도의 상당한 불균일성이 있음을 보여주지만 출구 프로파일이 본질적으로 평평해짐에 따라 하류에서 감소합니다. 또한 벽에 인접한 가스가 더 차가운 열 경계층이 존재한다는 것이 분명합니다.석탄 노즐에서 최대 30m까지 벽보다 이것은 이 영역에서 대류에 의한 열 전달이 음(즉, 기체 쪽으로)임을 의미하며, 3.4절 에서 더 자세히 논의된 지점 입니다.

버너 출구 바로 하류에 길이가 약 1 버너 직경인 재순환 구역이 있는데( 그림 8 ), 여기에서 화염이 더 하류에서 발화하기 때문에 소용돌이 안정화 화염 [7] 에서와 같이 화염 안정화에 기여하지 않습니다 . 그러나 액체 연료를 사용할 때는 중요할 수 있으므로 버너에 가까운 그리드의 세부 사항을 강조해야 합니다. 버너에서 처음 몇 미터는 매우 높은 전단력과 높은 난류 에너지 생산을 포함하며 이것이 그리드 미세 조정을 강조하는 또 다른 이유입니다. 휘발성 물질 연소 영역( x =10m, r =1m) 에서 k 및 ε 의 일반적인 예측 값 은 24.3 및 142m 2 /s입니다.3 , 각각. 대규모 난류 시간은 171ms이고 Kolmogorov 시간 규모는 1.1ms입니다. 휘발성 물질의 연소는 0.1ms(일반적인 탄화수소 연료) 정도의 시간 규모에서 발생하며, 이는 가마의 소규모 난류 시간보다 10배 더 짧습니다. 따라서 이 흐름에서 연소에 대한 유한 속도 동역학을 포함할 필요는 없으며 “혼합 연소” 근사가 합리적입니다.

3.2 . 가마 온도 분포

중심선에서 계산된 가스 온도, 온도 RAD ( x ) 및 클링커 온도는 그림 9 에서 비교됩니다 . 최고 가스 온도는 25~40m 사이에 위치하며 내화 내부 표면 온도도 최고점입니다. 클링커는 놀랍게도 가마에서 나오기 전 마지막 몇 미터 동안 벽보다 뜨겁 습니다. 복사에 의해 내화물에 입사하는 열유속은 대류에 의한 것보다 1-2 배 더 높으며( 그림 10 ) 가마의 처음 10m에 대한 총 열 전달 은 가스를  합니다. 이 관찰의 중요성은 나중에 논의됩니다.

대류로 인한 에너지 플럭스는 화염에서 가마까지의 전체 에너지 플럭스의 매우 작은 부분인 것으로 밝혀졌습니다( 그림 10 ). 여기서 예측된 대류의 작은 기여는 Ref. [11] . 그 작업에서 대류 열 전달 계산에 사용된 가스 온도는 가마 단면의 평균이었고 따라서 축 근처에 있는 화염의 기여로 인해 벽 부근의 온도보다 훨씬 높았습니다. . 여기에서 우리는 온도와 가스 속도 및 난류 운동 에너지의 국부적 값을 기반으로 하는 보다 정확한 열전달 계수를 사용했기 때문에 보다 정확한 결과를 기대합니다.

예측된 벽 온도는 모든 방향에서 불균일합니다. Fig. 11 은 가마가 회전함에 따라 화염에 노출되었을 때 벽이 가스에 의해 연속적으로 가열되고 클링커에 열을 공급하여 냉각되는 것을 보여준다. 이것은 약 100K의 일반적인 각도 온도 변화를 갖는 대부분의 가마 길이에 해당됩니다. 대조적으로 버너에 가까우면 벽 은 (0 < ϕ < π /2) 동안 클링커에서 열을 얻고 다음으로 열을  습니다. 노출될 때의 가스( π /2 < ϕ < 2 π ). 벽과 클링커 온도가 같으면서 방위각 변화가 없는 경우가 발생할 수 있습니다( 그림 11 ,        x = 17.5m). 이 온도 변화가 작은 것으로 간주될 수 있지만 벽에서 클링커까지의 열유속을 계산하는 위치에 있으려면 전체 3차원 내벽 온도 분포를 계산해야 합니다(0  < ϕ 범위에서 발생 < π /2).   

그림 12 는 ϕ에 독립적인 외부(쉘) 온도와 함께 고체의 큰 비열로 인해 각도 방향의 변화 영역이 벽으로 약 1cm만 확장됨을 보여줍니다( 그림 12b) .. 벽 온도 방사 분포는 가스 온도, 입사 방사선 및 내화 재료의 특성이 변하기 때문에 축 방향 거리에 따라 달라집니다. 정확한 예측을 위해서는 내화물에 부착된 클링커 코팅의 두께에 대한 정확한 지식이 필요합니다. 여기에서 우리는 이 코팅을 클링커와 유사한 물성을 가진 균일한 두께의 재료로 취급했습니다. 그러나 이 코팅층의 실제 물리적 특성과 두께 분포에 관한 실험 데이터를 사용하여 예측의 신뢰성이 향상될 것입니다.

마지막으로, 그림 13 은 외부 쉘 온도가 화염 영역에서 최고조에 달하고 대략적으로 실험 경향을 따른다는 것을 보여줍니다 [15] . 외부 가마 외피는 다양한 강철 두께, 방사율(외피 착색으로 인한) 및 열 전달 계수(송풍기 간격으로 인한)를 갖고 가마는 가변 내화 두께(에 의한 침식으로 인해)를 갖기 때문에 정확한 비교는 의미가 없습니다. 클링커), 여기에 사용된 가정과 반대입니다. 전체 규모 가마는 또한 차등 코팅 및 내화 침식으로 인한 최대 ±100K의 쉘 온도 각도 변동을 보여줍니다 [15] . 따라서 우리는 그림 13 의 일치 가 실제 가마의 복잡성을 고려할 때 예상할 수 있는 만큼 우수 하다고 믿습니다 .

이 섹션에 제시된 예측은 가마 내부의 열 전달 경로에 대한 다음 그림을 뒷받침합니다. 대부분의 가마 길이에서 장입물은 화염으로부터의 복사와 벽으로부터의 열 전도에 의해 가열되고 있습니다. 장입물이 내화물보다 더 차갑기 때문입니다. 가마가 회전함에 따라 내화물은 화염에 노출될 때 열을 얻고 이를 클링커에 공급합니다( 그림 11 ). 벽의 이 “재생” 작용은 Refs. 9 , 10 및 현재 결과에서 재현되었습니다. 그러나 버너 근처에서 반대 에너지 흐름이 발생합니다( 그림 11 , 작은 x). 여기의 가스는 아직 충분히 뜨겁지 않아 내화물이나 장입물에 에너지를 공급하지 않습니다. 이 영역에서 벽은 다가오는 전하에 의해 열을 얻으므로 고체가 없을 때보다 더 뜨겁게 유지됩니다. 벽과 전하가 대류와 복사에 의해 가스에 열을 공급합니다. 우리는 이것을 “음의 재생” 작용으로 식별할 수 있으며 가마의 더 높은 온도 영역( x  >  15m) 에서 클링커에 의해 흡수된 에너지에 의해 유지됩니다 . 전반적으로 클링커는 x  >  15 m 에서 열을 흡수 하고 0  < x < 15 m 에서 일부를 가스로 되돌려 줍니다.   

이 상호 작용은 간단하지 않으며 쉽게 예상할 수 없습니다. 이는 예를 들어 고체를 액체 연료로 대체하여 화염을 수정하면 열유속 분포를 변경하여 최종 클링커 온도에 중대한 영향을 미칠 수 있음을 의미합니다. 현재의 포괄적인 모델이 제공하는 세부 사항은 가마에서 이러한 변화를 평가하는 데 도움이 될 것입니다.

3.3 . 클링커 온도 및 조성

클링커 온도( 그림 9 )는 가장 높은 화염 온도에 도달하는 축 방향 위치에서 거의 최고조에 달하며 클링커는 약 1780K에서 킬른에 존재하며 이는 시멘트 킬른에서 실험 측정값에 가까운 값입니다 [15] . 초기 및 최종 클링커 조성은 표 2 에 나와 있으며 실제 가마에서 작동 값에 가깝습니다 [15] . 다양한 클링커 성분의 축방향 분포( 그림 14 )는 완전한 하소를 위해 고체 유입구에서 약 25m, C2S, C3A 및 C4AF 생성을 위해 추가로 10m가 소요됨을 보여줍니다. 첫 번째 액체상은 x 에서 발견됩니다.=50m이고 액화는 경험과 일치하는 예측인 매우 직후에 완료됩니다 [17] . 클링커화 반응(R-III)은 모델에서 액체가 나타날 때 시작되는 것으로 가정되었으며, 그림 14 에서 클링커화에는 나머지 길이의 거의 전체가 완료되어야 한다는 것이 분명 합니다. 예측은 전체적으로 시멘트 가마 운영의 경험과 일치하며 여기에 사용된 화학적 및 물리적 매개변수가 현실적인 값을 가지고 있음을 의미합니다.

3.4 . 글로벌 에너지 균형

전지구적 에너지 균형은 기체상(FLOW-3D 및 RAD-3D에 의한)과 소성로 장입 시스템에 대한 솔루션에서 쉽게 계산할 수 있으며 표 4 에 나와 있습니다. CFD 코드는 방사 모듈과 함께 에너지를 약 2%까지 절약합니다. 작은 것으로 간주되는 이 오류는 주로 RAD-3D의 영역 이산화와 Monte-Carlo 계산의 유한한 입자 수로 인해 발생하는 오류에 기인하며 CPU 시간을 희생하여 개선할 수 있습니다. 소성로-클링커 계산의 정확도는 더 나쁩니다. 소성로-클링커 시스템에 입력되는 에너지의 약 10% 오류( rad  + conv )입니다. 이는 수렴된 솔루션이 식 (3) , 그리고 보다 정확한 암시적 솔버에 의해 개선될 수 있습니다.

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

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

에너지 흐름의 정의는 그림 2 를 참조하십시오 .

시멘트 회전식 가마의 에너지 사용에 관한 몇 가지 흥미로운 결론은 표 4 의 결과를 통해 얻을 수 있습니다 . 연소에 의해 방출되는 에너지의 약 40%는 전하 가열 및 클링커 형성에 필요하고 약 10%는 내화물을 통해 대기로 손실됩니다. 나머지의 대부분은 본질적으로 배기 가스와 함께 소성로 밖으로 흐릅니다. 이 중 일부는 소성로 외부의 예비 하소기 및 사이클론에서 회수됩니다. 내부 가마 벽과 장입 온도를 자세히 다루는 여기에 제시된 포괄적인 모델에 의존하지 않고는 국지적 가스 온도를 정확하게 예측하고 이에 따라 향후 연구에서 오염 물질 형성을 예측하는 것이 불가능하다는 것이 분명합니다.

3.5 . 논의

여기에 제시된 회전식 시멘트 가마 작동에 대한 포괄적인 모델의 결과는 합리적이며 실험적으로 관찰된 경향을 재현합니다. 이전 모델링 작업에 비해 이 작업의 주요 이점은 가마에서 발생하는 대부분의 물리적 프로세스를 포함한다는 점입니다. 특히, 가스 온도와 클링커로의 열유속 및 이에 따른 클링커 형성을 결정하는 데 가장 중요한 양인 내벽 온도는 실험 데이터를 사용하여 규정된 것이 아니라 예측되었습니다. 이 특정 기능은 현재 모델을 진정한 예측형으로 만듭니다.

우리는 전체 3차원 문제를 공기역학에 대한 “동등한” 축대칭 문제로 줄이는 방법을 포함했습니다( 식 (2) ). 이를 통해 현재 워크스테이션에서 솔루션을 얻을 수 있습니다. 모델의 모듈식 특성, 즉 공기역학, 복사, 가마 및 장입에 대한 별도의 코드는 해당 모듈만 수정하면 다른 회전 가마 응용 프로그램(예: 소각 및 건조)에도 사용할 수 있음을 의미합니다. 예를 들어, 고형 폐기물의 소각은 현재 코드로 모델링할 수 있지만 적절한 화학.

실험 데이터와의 상세한 비교는 이용 가능한 측정이 거의 없고 현지 시멘트 회사에서 제공한 경험적 데이터로 제한되어 매우 어렵습니다 [15] . 비교는 앞서 지적한 바와 같이 출구 클링커 조성과 온도가 산업적 경험( 표 2 ) 이내 이고, 배기 가스 조성은 공장 굴뚝에서 측정된 값에 가깝고(“가짜 공기” 희석을 허용한 후), 가마 외피 온도는 측정 범위 내에 있습니다( 그림 13 ). 이 동의는 모델이 프로세스의 정확한 표현임을 시사합니다.

더 높은 정확도의 예측을 달성하려면 모델의 다양한 부분에서 개선이 필요합니다. 내화물의 정확한 두께(즉, 내화물과 부착된 클링커)를 설정해야 합니다. 이는 가마 벽을 통해 주변으로 열 손실이 발생하여 외부 쉘 온도에 영향을 미치기 때문입니다. 새 내화물이 있는 가마에서 쉘 온도 측정과 자세한 비교가 이루어져야 합니다(불균일한 코팅 두께가 방지되도록). 벽 재료의 물리적 특성(열용량, 밀도, 전도도)의 적절한 값을 사용해야 합니다. 가장 큰 불확실성은 클링커 코팅의 가정된 특성에 관한 것입니다. 내벽 표면의 방사율과 가스의 흡수 계수를 더 자세히 조사해야 합니다. 가마에 입사하는 복사 열유속에 영향을 미치므로 벽 온도에 영향을 줄 수 있습니다. 클링커의 온도는 사용된 비열 용량에 따라 달라지므로 정확한 평가에 각별한 주의가 필요합니다. 화염의 국지적 온도와 종 구성에 대한 지식은 CFD 코드를 검증하는 데 매우 유용할 것이지만 그러한 적대적인 환경에서 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다. 그러한 적대적인 환경에서의 측정은 분명히 달성하기 매우 어렵습니다. 마지막으로 클링커 화학 및 전하 이동은 개선할 수 있는 영역입니다.

이러한 모든 잠재적 개선과 모델과 관련된 불확실성에도 불구하고 가마의 모든 에너지 경로가 적절한 세부 사항으로 모델링되었기 때문에 전체 동작은 최소한 질적으로 정확합니다. 클링커 출구 구성, 쉘 온도 및 배기 가스 구성과 같은 중요한 양은 허용 가능한 정확도로 예측됩니다. 이 모델은 버너, 연료 유형, 품질 및 수량, 예비 하소 수준( 표 2 ) 또는 고형물 유량 등의 변경과 같은 많은 상황에서 산업계에 매우 유용할 것으로 예상됩니다 . 소성로 운영자는 최종 클링커 구성이 여전히 허용 가능하고 현재의 포괄적인 모델이 이 방향에 도움이 될 수 있는지 확인해야 합니다.

4 . 결론

실제 작동 조건에서 석탄 연소 회전 시멘트 가마의 클링커 형성은 석탄 화염과 가마 사이의 열 교환, 가마와 역류 고체 사이의 열 교환, 고형물을 최종 제품(클링커)으로 변환합니다. 방사선에 대한 Monte-Carlo 방법을 포함하는 축대칭 CFD 코드(상용 패키지 FLOW-3D)가 기상에 사용되었습니다. 가마 벽의 온도는 유한 체적 열전도 코드로 계산되었으며 클링커에 대한 종 및 에너지 보존 방정식도 공식화 및 해결되었습니다. 기체 온도 필드에 대한 예측 사이의 반복적인 절차, 벽에 대한 복사 열 유속, 가마 및 클링커 온도는 실험에서 이러한 정보를 사용한 이전 모델링 노력과 달리 내벽 온도 분포를 명시적으로 계산하는 데 사용되었습니다. 접선 좌표에 대한 통합은 CFD 코드에 필요한 경계 조건으로 사용되는 “유효” 내벽 온도의 축 분포를 초래했습니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다. CFD 코드에 필요한 경계 조건으로 사용됩니다. 이 절차를 통해 클링커로의 열 흐름 계산이 가능하고 축대칭 CFD 코드로 3차원 문제를 대략적으로 처리할 수 있습니다.

결과는 복사가 가스와 가마 벽 사이의 대부분의 열 전달을 설명하는 반면 내화물을 통한 환경으로의 열 손실은 입력 열의 약 10%를 설명한다는 것을 보여줍니다. 화학 반응과 충전물의 가열은 연소 에너지의 약 40%를 흡수합니다. 따라서 이러한 사항을 반드시 고려해야 합니다. 예측은 실제 규모의 시멘트 가마에서 얻은 경험과 측정값을 기반으로 한 경향과 일치합니다.

감사의 말

이 작업은 과학 및 기술을 위한 그리스 사무국 프로젝트 EPET-II/649의 자금 지원을 받았습니다. Mr.P에게 진심으로 감사드립니다. 시멘트 가마에 관한 지침 및 데이터는 그리스 TITAN SA의 Panagiotopoulos에게 문의하십시오.

References
1 S.R. Turns, An Introduction to Combustion, Concepts and Applications, McGraw-Hill, New York, 1996
Google Scholar
2 V. Johansen, T.V. Kouznetsova, Clinker formation and new processes, Presented at the Ninth International Congress on the Chemistry of Cement, India, 1992; also RAMBOLL Bulletin No. 42, 1993
Google Scholar
3 Basel Convention, UNEP Document No. 93-7758, 1993
Google Scholar
4 N.C Markatos
Mathematical modelling of single and two-phase flow problems in the process industries
Revue de l’Institut Français du Pétrole, 48 (1993), p. 631
View PDFCrossRefView Record in ScopusGoogle Scholar
5 T. Avgeropoulos, J.P. Glekas, C. Papadopoulos, Numerical simulation of the combustion aerodynamics inside a rotary cement kiln, in: Pilavachi (Ed.), Energy Efficiency in Process Technology, Elsevier, London, 1993, p. 767
Google Scholar
6 F.C. Lockwood, B. Shen, T. Lowes, Numerical study of petroleum coke fired cement kiln flames, Presented at the Third International Conference on Combustion Technologies for a Clean Environment, Lisbon, 1995
Google Scholar
7 F.C. Lockwood, B. Shen, Performance predictions of pulverised-coal flames of power station furnace and cement kiln types, Twenty-Fifth Symposium International on Combustion, The Combustion Institute, 1994 p. 503
Google Scholar
8 P.V Barr, J.K Brimacombe, A.P Watkinson
A heat-transfer model for the rotary kiln: Part II, development of the cross-section model
Metallurgical Transactions B, 20B (1989), p. 403
View Record in ScopusGoogle Scholar
9 V Frisch, R Jeschar
Possibilities for optimizing the burning process in rotary cement kilns
Zement-Kalk-Gips, 36 (1983), p. 549
View Record in ScopusGoogle Scholar
10 A.A Boateng, P.V Barr
A thermal model for the rotary kiln including heat transfer within the bed
Int. J. Heat Mass Transfer, 39 (1996), p. 2131
ArticleDownload PDFView Record in ScopusGoogle Scholar
11 M.G. Carvahlo, T. Farias, A. Martius, A three-dimensional modelling of the radiative heat transfer in a cement kiln, in: Carvahlo et al. (Eds.), Combustion Technologies for a Clean Environment, Gordon and Breach, London, 1995, p. 146
Google Scholar
12 H.A Spang
A dynamic model of a cement kiln
Automatica, 8 (1972), p. 309
ArticleDownload PDFView Record in ScopusGoogle Scholar
13 CFDS, FLOW-3D Users Manual, AEA Harwell, UK
Google Scholar
14 E Mastorakos, J.J McGuirk, A.M.K.P Taylor
The origin of turbulence acquired by heavy particles in a round, turbulent jet
Part. Part. Syst. Charact., 7 (1990), p. 203
View PDFCrossRefView Record in ScopusGoogle Scholar
15 P. Panagiotopoulos, TITAN S.A. Cement Company, Personal communication, 1996
Google Scholar
16 M.S Murthy, B.R Harish, K.S Rajanandam, K.Y Ajoy Pavan Kumar
Investigation on the kinetics of thermal decomposition of calcium carbonate
Chem. Eng. Sci., 49 (1996), p. 2198
Google Scholar
17 V. Johansen, Cement production and chemistry, Presented at the Symposium on Cement Manufacturing and Chemistry, Anaheim, November 1989; also RAMBOLL Bulletin No. 41, 1993
Google Scholar
1 Also at Department of Mechanical Engineering, University of Patras, Greece.

2 Also at Department of Chemical Engineering, University of Patras, Greece.

Fig.(9) Turbulent dissipation for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s

실험적 및 수치적 계단식 배수로의 에너지 소산 연구

The energy dissipation of Stepped Spillways experimentally and numerically

계단식 여수로는 댐의 통합된 부분인 수압 구조로, 넘침 흐름의 안전한 통과를 허용합니다. 이 논문에서는 에너지 소산을 최대한 활용하기 위해 여수로의 상대적인 계단 높이가 다른 영향을 조사하기 위해 실험적 및 수치적 연구를 수행했습니다.

여수로 위의 흐름 모델링은 RANS(Reynolds Averaged Navier-Stokes) 방정식을 푸는 상용 3D CFD 모델인 FLOW-3D를 사용하여 수행되었습니다.

FLOW-3D는 에너지 소산율을 분석하고 얻기 위해 사용되었습니다. 최대 에너지 소산을 달성할 수 있는 계단의 최상의 기하학은 관련 문헌을 검토하고 FLOW-3D에서 제안된 모델을 발명하여 결정되었습니다.

결과는 배수로의 상대적 계단 높이(hs/H) = 0.25. FLOW-3D를 사용한 수치모델은 다양한 실험모델에 대한 측정 데이터와 잘 일치하는 것으로 나타났습니다.

A. ShawkyAwada ,T. Hemdan Nasr-Allah a , Y. Abdallah Mohamed , b G. Mohamed Abdel-Aalb.
a Benah University, Faculty of Engineering, Egypt
b Zagazig University, Faculty of Engineering, Egypt

KEYWORDS

Stepped spillway, FLOW-3D, energy dissipation

Photo (1) general view of laboratory apparatus and flow direction
Photo (1) general view of laboratory apparatus and flow direction
Photo (2) stepped spillways for (hs/H) =0.17,0.25
Photo (2) stepped spillways for (hs/H) =0.17,0.25
Fig.(6) Pressure contours for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s Fig.(7) Velocity magnitude for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s
Fig.(6) Pressure contours for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s Fig.(7) Velocity magnitude for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s
Fig.(8) Flow depth for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s
Fig.(8) Flow depth for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s
Fig.(9) Turbulent dissipation for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s
Fig.(9) Turbulent dissipation for (hs/H)= 0.5, 0.33, 0.25, 0.17and 0.11) for Q = 40 l/s

REFERENCE

1- A. Hazzab, C. Chafi (2006),” Experimental investigation of flow and energy dissipation in stepped spillways “,
Larhyss Journal, ISSN 1112-3680,vol. 05, pp.91-104.
2- H. Chanson and S. Felder (2007), “Dynamic Similarity and Scale Effects in Turbulent Free-Surface Flows above
Triangular Cavities”, 16th Australasian Fluid Mechanics Conference Crown Plaza, Gold Coast, Australia.
3- G.A. Barani, M.B. Rahnama and N. Sohrabipoor (2005), “Investigation of Flow Energy Dissipation over Different
Stepped Spillways”, American Journal of Applied Sciences 2 (6): 1101-1105, ISSN 1546-9239.
4- Iman Naderi Rad and Mehdi Teimouri (2010),”An Investigation of Flow Energy Dissipation in Simple Stepped
Spillways by Numerical Model”, European Journal of Scientific Research ISSN 1450-216X Vol.47 No.4, pp.544-553.
5- Felder, S., and Chanson, H. (2011). “Energy Dissipation down a Stepped Spillway with Non-Uniform Step
Heights.” Journal of Hydraulic Engineering, ASCE, Vol. 137, No. 11, pp. 1543-1548 (DOI 10.1061/(ASCE)HY.1943-
7900.0000455) (ISSN 0733-9429).
6- Hubert Chanson (2008), “Physical modeling scale effects and self similarity of stepped spillways flows”, World
Environmental and Water Resources Congress, Ahupua’a.
7- Chanson, H., YASUDA, Y., and OHTSU, I. (2002). “Flow Resistance in Skimming Flows and its Modelling.” Can
Jl of Civ. Eng., Vol. 29, No. 6, pp. 809-819 (ISSN 0315-1468).

8- Chanson (2004), Hydraulics of stepped chutes: The transition flow, Journal of Hydraulic Research Vol. 42, No. 1 ,
pp. 43–54.
9- Moussa Rassaei, Sedigheh Rahbar (2014), Numerical flow model stepped spillways in order to maximize energy
dissipation using FLUENT software, IOSR Journal of Engineering (IOSRJEN) www.iosrjen.org ISSN (e): 2250-3021,
ISSN (p): 2278-8719 Vol. 04, Issue 06 , PP 17-25.
10- Jean G Chatila & Bassam R Jurdi (2004), Stepped Spillway as an Energy Dissipater, Canadian Water Resources
Journal Vol. 29(3): 147–158 .
11- A.H. Nikseresht, N. Talebbeydokhti and M.J. Rezaei, (2013), Numerical simulation of two-phase flow on steppool spillways, Scientia Iranica A ,20 (2), 222–230.
12- Khosro Morovati , Afshin Eghbalzadeh and Saba Soori,(2016), Numerical Study of Energy Dissipation of Pooled
Stepped Spillways, Civil Engineering Journal , Vol. 2, No. 5.
13- Abbas Mansoori , Shadi Erfanian and Farhad Khamchin Moghadam (2017), A Study of the Conditions of Energy
Dissipation in Stepped Spillways with Λ -shaped step Using FLOW-3D, Civil Engineering Journal Vol. 3, No. 10,
October, 2017

Mesh conditions: a) mesh block; b) computational cells c) boundary conditions applied in simulation

FLOW-3D를 이용한 Λ자 단차가 있는 계단식 배수로의 에너지 소산 조건 연구

A Study of the Conditions of Energy Dissipation in Stepped Spillways with Λ-shaped step Using FLOW-3D

Authors:

Abbas Mansoori at Islamic Azad University

Abbas Mansoori

Shadi Erfanian

Abstract and Figures

본 연구에서는 특정 유형의 계단식 배수로에서 에너지 소산을 조사했습니다. 목적은 여수로 하류에서 최고 수준의 에너지 소산을 달성하는 것이었습니다.

큰 러프니스로 계단에 대한 특정 유형의 기하학을 제공하여 수행되었습니다. 여기에서 계단은 흐름에 대한 큰 거칠기로 인식되었습니다.

이 단계에서 최대 흐름 에너지가 최소화될 수 있도록 모양과 수를 설계했습니다. 따라서 하류의 구조에서 가장 높은 에너지 소산률을 얻을 수 있다고 말할 수 있습니다. 또한, 이에 따라 프로젝트에서 저유조를 설계하고 건설함으로써 부과되는 막대한 비용을 최소화할 수 있었습니다.

이 연구에서는 FLOW-3D를 사용하여 에너지 소산율을 분석하고 구했습니다. 최대 에너지 소산을 달성할 수 있는 계단의 최상의 기하학은 관련 문헌을 검토하고 FLOW-3D에서 제안된 모델을 발명하여 결정되었습니다.

제안된 방법을 평가하기 위해 앞서 언급한 방법들과 함께 시행착오를 통해 메쉬망 크기를 분석하고 그 결과를 다른 연구들과 비교하였습니다. 즉, 스무드 스텝에 비해 에너지 소산율이 25도 각도에서 Λ자 스텝으로 가장 최적의 상태를 얻었습니다.

In the present study, energy dissipation was investigated in a specific type of stepped spillways. The purpose was to achieve the highest level of energy dissipation in downstream of the spillway. It was performed by providing a specific type of geometry for step as a great roughness. Here, steps were recognized as great roughness against flow. Their shape and number were designed in such a way that the maximum flow energy can be minimized in this stage, i.e. over steps before reaching to downstream. Accordingly, it can be stated that the highest energy dissipation rate will be obtained in the structure at downstream. Moreover, thereby, heavy costs imposed by designing and constructing stilling basin on project can be minimized. In this study, FLOW-3D was employed to analyse and obtain energy dissipation rate. The best geometry of the steps, through which the maximum energy dissipation can be achieved, was determined by reviewing related literature and inventing the proposed model in FLOW-3D. To evaluate the proposed method, analyses were performed using trial and error in mesh networks sizes as well as the mentioned methods and the results were compared to other studies. In other words, the most optimal state was obtained with Λ-shaped step at angel of 25 degree with respect to energy dissipation rate compare to smooth step.

Figure 2. Three-dimensional design of the spillway using SolidWorks 2012
Figure 2. Three-dimensional design of the spillway using SolidWorks 2012
The results obtained from energy dissipation computation
Geometrical characteristics of the í µíº²-shaped stepped spillway To investigate flow filed and hydraulic conditions, boundary and initial conditions should be applied to each of the models in FLOW-3D. 
Mesh conditions: a) mesh block; b) computational cells; c) boundary conditions applied in simulation 
Figure 6. a) 3D Numerical modelling of flow over Spillway; b) 3D experimental modelling of flow over Spillway (with the discharge of  )
Figure 6. a) 3D Numerical modelling of flow over Spillway; b) 3D experimental modelling of flow over Spillway (with the discharge of  )
Figure 7. 2D model of flow depth for each angle of the-shaped steps
Figure 7. 2D model of flow depth for each angle of the-shaped steps

References

[1] Chanson, Hubert. Hydraulics of stepped chutes and spillways. CRC Press, 2002.
[2] Cassidy, John J. “Irrotational flow over spillways of finite height.” Journal of the Engineering Mechanics Division 91, no. 6 (1965): 155-176.
[3] Sorensen, Robert M. “Stepped spillway hydraulic model investigation.” Journal of Hydraulic Engineering 111, no. 12 (1985): 1461-1472.
[4] Pegram, Geoffrey GS, Andrew K. Officer, and Samuel R. Mottram. “Hydraulics of skimming flow on modeled stepped spillways.” Journal of hydraulic engineering 125, no. 5 (1999): 500-510.
[5] Tabbara, Mazen, Jean Chatila, and Rita Awwad. “Computational simulation of flow over stepped spillways.” Computers & structures 83, no. 27 (2005): 2215-2224.
[6] Pedram, A and Mansoori, A. “Study on the end sill stepped spillway energy dissipation”, Seventh Iranian Hydraulic Conference, Power and Water University of Technology, Tehran, Iran, (2008) (In Persian).
[7] Naderi Rad, A et al. “Energy dissipation in various types of stepped spillways including simple, sills, and sloped ones using FLUENT numerical model”, journal of civil and environmental engineering 39, no 1 (2009) (In Persian).
[8] Stephenson, D. “Energy dissipation down stepped spillways.” International water power & dam construction 43, no. 9 (1991): 27-30.
[9] Soori, S and Mansoori, A. “compared energy dissipation in Nappe flow and Skimming flow regime using FLOW-3D”, International Conference on Civil, Architecture and Urban Development, Islamic Azad University, Tabriz, Iran, (2013) (In Persian).
[10] Pfister, Michael, Willi H. Hager, and Hans-Erwin Minor. “Bottom aeration of stepped spillways.” Journal of Hydraulic Engineering 132, no. 8 (2006): 850-853.
[11] Pfister, Michael, and Willi H. Hager. “Self-entrainment of air on stepped spillways.” International Journal of Multiphase Flow 37, no. 2 (2011): 99-107.
[12] Hamedi, Amirmasoud, Mohammad Hajigholizadeh, and Abbas Mansoori. “Flow Simulation and Energy Loss Estimation in the Nappe Flow Regime of Stepped Spillways with Inclined Steps and End Sill: A Numerical Approach.” Civil Engineering Journal 2, no. 9 (2016): 426-437.
[13] Sedaghatnejad, S. “Investigation of energy dissipation in the end sill stepped spillways”, Master thesis, Sharif University of Technology, (2009).

Best Ultrabooks and Premium Laptops 2021

FLOW-3D 해석용 노트북 선택 가이드

2021년 12월 15일

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

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

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

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

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

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

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

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

특히 엔비디아 쿼드로(NVIDIA Quadro)는 엔비디아가 개발한 전문가 용도(워크스테이션)의 그래픽 카드입니다. 일반적으로 지포스 그래픽 카드가 게이밍에 초점이 맞춰져 있지만, 쿼드로는 다양한 산업 분야의 전문가가 필요로 하는 영역에 광범위한 용도로 사용되고 있습니다. 주로 산업계의 그래픽 디자인 분야, 영상 콘텐츠 제작 분야, 엔지니어링 설계 분야, 과학 분야, 의료 분석 분야 등의 전문가 작업용으로 사용되고 있습니다. 따라서 일반적인 소비자를 대상으로 하는 지포스 그래픽 카드와는 다르계 산업계에 포커스 되어 있으며 가격이 매우 비싸서 도입시 예산을 고려해야 합니다.

‘코어 i7 vs. 코어 i9’ 나에게 맞는 고성능 노트북 CP

2021.06.14

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

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

11세대: 코어 i9 vs. 코어 i7

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

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

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

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

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

*11세대의 승자: 대부분의 사용자에게 코어 i7

10세대: 코어 i9 vs. 코어 i7

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

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

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

*10세대 승자: 대부분의 사용자에게 코어 i7

9세대: 코어 i9 대 코어 i7

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

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

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

그래픽 카드

AMD FirePro Naver Shopping 검색 결과

2021-12-15 기준

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

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

한가지 유의할 점은 엔비디아의 GTX 게이밍 하드웨어는 모델에 따라 다르기는 하지만, 볼륨 렌더링의 속도가 느리거나 오동작 등 몇 가지 제한 사항이 있습니다. 일반적으로 노트북에 내장된 통합 그래픽 카드보다는 개별 그래픽 카드를 강력하게 추천합니다. 최소한 그래픽 메모리는 512MB 이상이어야 하고 1GB이상을 권장합니다.


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

주요 Notebook

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

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


( 2021-12-15기준)

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

(주)에스티아이씨앤디 솔루션사업부

Figure 1 Location map of barrier lakes, Sichuan-Tibet region, China

Barrier Lake의 홍수 침수 진행 및 평가지역 생태 시공간 반응 사례 연구 (쓰촨-티베트 지역)

Flood Inundation Evolution of Barrier Lake and Evaluation of Regional Ecological Spatiotemporal Response — A Case Study of Sichuan-Tibet Region

Abstract

중국 쓰촨-티베트 지역은 댐 호수의 발생과 붕괴를 동반한 지진 재해가 빈번한 지역이었습니다. 댐 호수의 붕괴는 하류 직원의 생명과 재산 안전을 심각하게 위협합니다.

동시에 국내외 학자들은 주변의 댐 호수에 대해 우려하고 있으며 호수에 대한 생태 연구는 거의 없으며 댐 호수가 생태에 미치는 영향은 우리 호수 건설 프로젝트에서 매우 중요한 계몽 의의를 가지고 있습니다.

이 기사의 목적은 방벽호의 댐 붕괴 위험을 과학적으로 예측하고 생태 환경에 대한 영향을 조사하며 통제 조치를 제시하는 것입니다. 본 논문은 쓰촨-티베트 지역의 Diexihaizi, Tangjiashan 댐호, Hongshihe 댐의 4대 댐 호수 사건을 기반으로 원격 감지 이미지에서 수역을 추출하고 HEC-RAS 모델을 사용하여 위험이 있는지 여부를 결정합니다.

댐 파손 여부 및 댐의 경로 예측; InVEST 모델을 이용하여 1990년부터 2020년까지 가장 작은 행정 구역(군/구)이 위치한 서식지를 평가 및 분석하고, 홍수 침수 결과를 기반으로 평가합니다. 결과는 공학적 처리 후 안정적인 댐 호수(Diexi Haizi)가 서식지 품질 지수에 안정화 효과가 있음을 보여줍니다.

댐 호수의 형성은 인근 토지 이용 유형과 지역 경관 생태 패턴을 변화 시켰습니다. 서식지 품질 지수는 사이 호수 주변 1km 지역에서 약간 감소하지만 3km 지역과 5km 지역에서 서식지 품질이 향상됩니다. 인공 홍수 방류 및 장벽 호수의 공학적 보강이 필요합니다.

이 논문에서 인간의 통제가 강한 지역은 다른 지역의 서식지 질 지수보다 더 잘 회복될 것입니다.

The Sichuan-Tibet region of China has always been an area with frequent earthquake disasters, accompanied by the occurrence and collapse of dammed lakes. The collapse of dammed lakes seriously threatens the lives and property safety of downstream personnel.

At the same time, domestic and foreign scholars are concerned about the surrounding dammed lake there are few ecological studies on the lake, and the impact of the dammed lake on the ecology has very important enlightenment significance for our lake construction project. It is the purpose of this article to scientifically predict the risk of dam break in a barrier lake, explore its impact on the ecological environment and put forward control measures.

Based on the four major dammed lake events of Diexihaizi, Tangjiashan dammed lake, and Hongshihe dammed lake in the Sichuan-Tibet area, this paper extracts water bodies from remote sensing images and uses the HEC-RAS model to determine whether there is a risk of the dam break and whether Forecast the route of the dam; and use the InVEST model to evaluate and analyze the habitat of the smallest administrative district (county/district) where it is located from 1990 to 2020 and make an evaluation based on the results of flood inundation.

The results show that the stable dammed lake (Diexi Haizi) after engineering treatment has a stabilizing effect on the habitat quality index. The formation of the dammed lake has changed the nearby land-use types and the regional landscape ecological pattern.

The habitat quality index will decrease slightly in the 1 km area around Sai Lake, but the habitat quality will increase in the 3 km area and the 5 km area. Artificial flood discharge and engineering reinforcement of barrier lakes are necessary. In this paper, the areas with strong human control will recover better than other regions’ habitat quality index.

Fengshan Jiang (  florachaing@mail.ynu.edu.cn )
Yunnan University https://orcid.org/0000-0001-6231-6180
Xiaoai Dai
Chengdu University of Technology https://orcid.org/0000-0003-1342-6417
Zhiqiang Xie
Yunnan University
Tong Xu
Yunnan University
Siqiao Yin
Yunnan University
Ge Qu
Chengdu University of Technology
Shouquan Yang
Yunnan University
Yangbin Zhang
Yunnan University
Zhibing Yang
Yunnan University
Jiarui Xu
Yunnan University
Zhiqun Hou
Kunming institute of surveying and mapping

Keywords

dammed lake, regional ecology, flood simulation, habitat quality

Figure 1 Location map of barrier lakes, Sichuan-Tibet region, China
Figure 1 Location map of barrier lakes, Sichuan-Tibet region, China
Figure 8 Habitat quality changes in Maoxian County
Figure 8 Habitat quality changes in Maoxian County
Figure 9 Habitat quality changes in Beichuan County
Figure 9 Habitat quality changes in Beichuan County
Figure 10 Habitat quality change map of Qingchuan County
Figure 10 Habitat quality change map of Qingchuan County

References

  1. Chaoying Hu H S, Tianming Zhang. 2017. Environmental impact assessment of barrier lake treatment project based on
    ecological footprint[J]. People’s Yangtze River, 48: 30-32
  2. Dai F C, Lee C F, Deng J H, et al. 2004. The 1786 earthquake-triggered landslide dam and subsequent dam-break flood on
    the Dadu River, southwestern China[J]. Geomorphology, 65.
  3. Dongjing Chen Z X 2002. Research on Ecological Security Evaluation of Inland River Basin in Northwest China——A Case
    Study of Zhangye Region in the Middle Reaches of Heihe River Basin[J]. Arid zone geography: 219-224
  4. Dongsheng Chang L Z, Yao Xu, Runqiu Huang. 2009. Risk Assessment of Overtopping Dam Burst in Hongshi River Barrier
    Lake[J]. Journal of Engineering Geology, 17: 50-55
  5. Fan X, Yunus Ali P, Jansen John D, et al. 2019. Comment on ‘Gigantic rockslides induced by fluvial incision in the Diexi
    area along the eastern margin of the Tibetan Plateau’ by Zhao et al. (2019) Geomorphology 338, 27–42[J].
    Geomorphology.
  6. Feng Yu X L, Hong Wang, Hongjing Yu. 2006. Land Use Change and Ecological Security Evaluation in Huangfuchuan
    Watershed[J]. Acta Geographica Sinica: 645-653.
  7. Hafiyyan Q, Adityawan M B, Harlan D, et al. 2021. Comparison of Taylor Galerkin and FTCS models for dam-break
    simulation[J]. IOP Conference Series: Earth and Environmental Science, 737.
  8. Haiwen Li X B 2020. Comprehensive Evaluation of the Restoration Status of Damaged Ecological Space along the
    Plateau Fragile Area of the Sichuan-Tibet Railway[J]. Journal of Railway Science and Engineering, 17: 2412-2422.
  9. Haohao Li X R, Huabin Yang. 2008. Rescue construction and thinking of Hongshihe dammed lake in Qingchuan
    County[J]. Water Conservancy and Hydropower Technology (Chinese and English): 50-51+62
  10. Hejun Chai, Runqiu Huang, Hanchao Liu I O E G, Chengdu University of Technology 1997. Analysis and Evaluation of the
    Dangerous Degree of Landslide Blocking the River[J]. Chinese Journal of Geological Hazard and Control: 2-8+16
  11. Hong Wang Y L, Lili Song, Yun Chen. 2020. Comparison of characteristics of thunderstorm and gale activity and
    environmental factors in Sichuan-Tibet area[J]. Journal of Applied Meteorology, 31: 435-446.
  1. Hongyan X, Xu H, Jiang H, et al. 2020. Potential pollen evidence for the 1933 M 7.5 Diexi earthquake and implications for
    post-seismic landscape recovery[J]. Environmental Research Letters, 15.
  2. Hui Xu J C, Zhijiu Cui, Pei Guo. 2019. Analysis of Grain Size Characteristics of Sediment in Dammed Lake——Taking Diexi
    Ancient Dammed Lake in the Upper Minjiang River as an Example[J]. Acta Sedimentologica Sinica, 37: 51-61
  3. Jian Yang B P, Min Zhao. 2014. Research on Ecological Restoration Technology in Wenchuan Earthquake-Stricken Area
    ——Taking Tangjiashan Barrier Lake Area as an Example[J]. Sichuan Building Science Research, 40: 164-167.
  4. Jian Yang B P 2017. Evaluation of Ecological Quality of Tangjiashan Dammed Lake Region in Beichuan County[J].
    People’s Yangtze River, 48: 27-32
  5. Jianfeng Chen Y W, Yang Li. 2006. Application of HEC-RAS model in flood simulation[J]. Northeast Water Resources and
    Hydropower: 12-13+42+71.
  6. Jiankang Liu Z C, Tao Yu. 2016. Dam failure risk and its impact of Hongshiyan dammed lake in Ludian, Yunnan[J].
    Journal of Mountain Science, 34: 208-215
  7. Jianrong Fan B T, Genwei Cheng, Heping Tao, Jianqiang Zhang,Dong Yan, Fenghuan Su. 2008. Information extraction of
    dammed bodies induced by the May 12 Wenchuan earthquake based on multi-source remote sensing data[J]. Journal of
    Mountain Science: 257-262.
  8. Jinghuan Tian K Z, Meng Chen, Fuxin Chai. 2012. Research on the application of HEC-RAS model in flood risk analysis
    and assessment[J]. Hydropower Energy Science, 30: 23-25
  9. Juan He X W 2015. Dam-break flood analysis based on HEC-RAS and HEC-GeoRAS[J]. Journal of Water Resources and
    Water Transport Engineering: 112-116
  10. Junwei Gan L Y, Jinjun Li. 2017. Research on the Influencing Factors of Sichuan-Tibet Tourism Industry Competitiveness
    Based on DEMATEL[J]. Arid Land Resources and Environment, 31: 197-202
  11. Lansheng Wang L Y, Xiaoqun Wang, Liping Duan 2005. Discovery of the ancient dammed lake in Diexi, Minjiang River[J].
    Journal of Chengdu University of Technology (Natural Science Edition): 1-11
  12. Ma S, Zhu J, Ya. H. Year. Construction of Risk Assessment System of Dam-break in Barrier Lake Based on Collaborative
    Workflow: 9.
  13. Ming Zeng Y C, Bingyu Zou. 2019. Discussion on the Method of Forecasting the Flood Evolution of Barrier Lake Burst——
    Taking “11·3” Jinsha River Baige Barrier Lake as an Example[J]. Water Resources and Hydropower Express, 40: 11-14
  14. Ouyang C, An H, Zhou S, et al. 2019. Insights from the failure and dynamic characteristics of two sequential landslides at
    Baige village along the Jinsha River, China Landslides[J]. 16.
  15. Peng M, Zhang L M 2012. Analysis of human risks due to dam-break floods—part 1: a new model based on Bayesian
    networks[J]. Natural Hazards, 64.
  16. Qianfeng Li Y L, Gang Liu, Zhiyun Ouyang, Hua Zheng. 2013. The Impact of Land Use Change on Ecosystem Service
    Function——Taking Miyun Reservoir Watershed as an Example[J]. Acta Ecologica Sinica, 33: 726-736.
  17. Qiang Xu G Z, Weile Li, Zhaoyang He, Xiujun Dong, Chen Guo, Wenkai Feng. 2018. Analysis and study of two landslides
    and dams blocking the river in Baige on the Jinsha River in October and November 2018[J]. Journal of Engineering
    Geology, 26: 1534-1551
  18. Qin Ji J Y, Hongju Chen, Man Li. 2019. Analysis of Economic Differences Along the Sichuan-Tibet Railway from the
    Perspective of Spatial and Industrial Decomposition[J]. Glacier permafrost: 1-14
  19. Qingchun Li Y H, Yubing Shi. 2020. Study on the stability of the residual dam in Tangjiashan dammed lake[J]. Journal of
    Underground Space and Engineering, 16: 993-998
  20. Qiwen Xiang J P, Guangze Zhang, Zhengxuan Xu, Dingkai Zhang, Wenli Tu. 2020. Monitoring and Analysis of Surface
    Deformation in Zheduo Mountain Area of Sichuan-Tibet Railway Based on SBAS Technology[J]. Surveying Engineering,
    29: 48-54+59
  1. Shangfu Kuang X W, Jinchi Huang, Yinqi Wei 2008. Analysis and Evaluation of Dam-Break Risk of Barred Lake and Its
    Influence[J]. China Water Resources: 17-21.
  2. Sheng-Hsueh Y, Yii-Wen P, Jia-Jyun D, et al. 2013. A systematic approach for the assessment of flooding hazard and risk
    associated with a landslide dam[J]. Natural Hazards, 65.
  3. Sun L 2021. Research on Fast Perception and Simulation Calculation Method of Landslide Dam in Alpine and Gorge
    Area: Taking Baige Dammed Lake as an Example[J]. Water Conservancy and Hydropower Technology (Chinese and
    English), 52: 44-52
  4. Tamiru H, O. D M 2021. Application of ANN and HEC-RAS model for flood inundation mapping in lower Baro Akobo River
    Basin, Ethiopia[J]. Journal of Hydrology: Regional Studies, 36.
  5. Tao Pan S W, Erfu Dai, Yujie Liu. 2013. Spatio-temporal changes of water supply services in the ecosystem of the Three
    Rivers Source Region based on InVEST model[J]. Journal of Applied Ecology, 24: 183-189
  6. Vera K, Sergey C, Inna K, et al. 2017. Modeling potential scenarios of the Tangjiashan Lake outburst and risk assessment
    in the downstream valley[J]. Frontiers of Earth Science, 11.
  7. Wang Z 1985. Preliminary Discussion on the Evaluation of Ecological Environment Quality in Minjiang River Basin[J].
    Journal of ecology: 29-32
  8. Wei Chen Z S, Hui Guo,Hao Wang, Ting Wei, Nan Li, Kaiyi Zhang Shuxiang Yang, Kaijia Dai. 2007. Analysis of Bird
    Resources and Habitats in Wuhan Urban Lakes and Urban Wetlands in Winter[J]. Forestry Investigation and Planning: 46-
    50
  9. Wei G, Gaohong X, Jun S, et al. 2020. Simulation of Flood Process Based on the Model of Improved Barrier Lake’s
    Gradual Dam Break Model %J Journal of Coastal Research[J]. 104.
  10. Wei X, Jiang H, Xu H, et al. 2021. Response of sedimentary and pollen records to the 1933 Diexi earthquake on the
    eastern Tibetan Plateau[J]. Ecological Indicators, 129.
  11. Wei Xu M L, Jie Yang, Chunzhi Li, Xiaojuan Shang. 2011. Risk Analysis of Flood Overflow in Huainan Section of Huaihe
    River Based on HEC-RAS[J]. Journal of Yangtze River Scientific Research Institute, 28: 13-18
  12. Weiwei Zhan R H, Xiangjun Pei, Weile Li. 2017. Research on empirical prediction model of channel type landslide-debris
    flow movement distance[J]. Journal of Engineering Geology, 25: 154-163
  13. Xianju Zheng H L, Wenhai Huang. 2015. Numerical Simulation of Reconstruction of Natural Dams Induced by Heavy Rain
    ——An Example of Tangjiashan Dammed Lake[J]. Business story: 62-63
  14. Xiao-Qun W, Xin H, Man S, et al. 2020. Possible relatedness between the outburst of the Diexi ancient dammed lake and
    ancient Chengdu’s cultural change[J]. Journal of Mountain Science, 17: 2497-2511.
  15. Xingbo Zhou X D, Yu Yao. 2019. Analysis of the dam-break flood of the Baige dammed lake on the Jinsha River[J].
    Hydroelectric Power, 45: 8-12+32
  16. Xinhua Zhang R X, Ming Wang, Zhiqiu Yu, Bingdong Li, Bo Wang. 2020. Investigation and analysis of flood disaster
    caused by dam break of Baige landslide on Jinsha River[J]. Engineering Science and Technology, 52: 89-100
  17. Xinxiao Yu B Z, Xizhi Lv, Zhige Yang. 2012. Evaluation of Forest Water Conservation Function of Beijing Mountainous
    Area Based on InVEST Model[J]. Forestry Science, 48: 1-5
  18. Xu J, Guo J, Zhang J, et al. 2021. Route choice model based on cellular automata and cumulative prospect theory: Case
    analysis of transportation network in Sichuan-Tibet region[J]. Journal of Intelligent & Fuzzy Systems, 40.
  19. Xuan Liang Z Z 2021. Research on the Influence of Numerical Simulation of Tailings Pond Based on FLOW-3D on
    Downstream[J]. Jiangxi Water Conservancy Science and Technology, 47: 11-20
  20. Yu Zheng P Z, Feng Tang, Li Zhao, Xu Zhao. 2018. Research on the Impact of Land Use Change on Habitat Quality in
    Changli County Based on InVEST Model[J]. China’s Agricultural Resources and Regionalization, 39: 121-128
  21. Yuanyuan Yang E D, Hua Fu. 2012. Research Framework of Value Evaluation of Ecosystem Service Function Based on
    InVEST Model[J]. Journal of Capital Normal University (Natural Science Edition), 33: 41-47
  1. Yunfei Ma T L, Jinbiao Xiong. 2021. Numerical simulation of dam-break flow based on VOF method and DFBI model[J].
    Applied Technology, 48: 23-28
  2. Zhe Wu X C, Beibei Liu, Jinfeng Chu, Lixu Peng. 2013. Research progress of InVEST model and its application[J]. Tropical
    Agriculture Science, 33: 58-62
  3. Zhengpeng Li Y H, Yilun Li, Yuehong Ying, Zehua Huangfu. 2021. Numerical simulation of dam-break flood in Qianping
    Reservoir based on BIM+GIS technology[J]. People’s Yellow River, 43: 160-164
  4. Zhenming Shi X X, Ming Peng, Minglang Lin. 2015. Analysis of Seepage Stability of Barrier Dam with High Permeability
    Area——Taking Hongshihe Barrier Dam as an Example[J]. Journal of Hydraulic Engineering, 46: 1162-1171.
  5. Zhu J, Qi H, Hu Y, et al. 2012. A DVGE service system for risk assessment of dam-break in barrier lake[J]. International
    Conference on Automatic Control and Artificial Intelligence (ACAI 2012).
  6. Zhu Y, Peng M, Cai S, et al. 2021. Risk-Based Warning Decision Making of Cascade Breaching of the Tangjiashan
    Landslide Dam and Two Smaller Downstream Landslide Dams[J]. Frontiers in Earth Science.
  7. Zuyu Chen G H, Qiang Zhang, Shuaifeng Wu. 2020. Disaster Mitigation Analysis of Cascade Hydropower Stations on the
    Jinsha River in “11.03” Baige Barrier Lake Emergency Treatment[J]. Hydropower, 46: 59-63
  8. Zuyu Chen S C, Lin Wang, Qiming Zhong, Qiang Zhang, Songli Jin. 2020. Inversion analysis of the “11.03” Baige barrier
    lake burst flood in the upper reaches of the Jinsha River[J]. Science in China: Technological Science, 50: 763-774.
CFD Simulations of Conical Central Baffle Flumes | Journal of Irrigation and Drainage Engineering | Vol 148, No 2

원추형 중앙 배플 수로의 CFD 시뮬레이션

CFD Simulations of Conical Central Baffle Flumes

Abstract

Ankur KapoorAniruddha D. Ghare; and Avinash M. Badar

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

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

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

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

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

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

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

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

여수로 방류에 따른 여수로 바닥 슬래브의 손상 메커니즘 검토

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

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

Abstract

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

Keywords

사행수로 구간의 횡월류위어 유입구 위치특성에 따른 흐름해석

사행수로 구간의 횡월류위어 유입구 위치특성에 따른 흐름해석

Analysis of Turbulent Flow by Location Characteristics of Side Weir inlet in Meandering Channels

  • Yu, Chang Hwan
  • 유창환 ((주)유신 수자원부)
  • Published : 2021.06.03

Abstract

횡월류위어(side weir)는 하천의 수위가 한계수위 이상으로 상승할 경우 본류로부터 저류지나 분수로(distributary channel)로 흐름을 전환하기 위하여 사용하는 수공구조물로 강변저류지나 off-line저류지의 유입부에 흐름방향과 평행하게 설치되어 유량관리 및 전환, 홍수통제, 에너지 소산, 수위조절, 일정 유량의 취수 및 분배, 초과 홍수량의 전환 등의 목적으로 이용되는 구조물이다.

횡월류 위어의 월류 흐름은 일반위어와 같이 위어마루부 직각방향으로 흐르지 않고 본류 흐름특성에 따라 비스듬하게 유입된다. 이러한 흐름특성으로 횡월류위어 월류량은 본류의 하폭, 흐름특성, 위어길이 및 설치위치 등에 따라 각기 다르게 산정된다. 현재 국내에서 진행된 횡월류위어 흐름특성에 관련된 연구는 대부분 직선수로에 집중되어 있으며 사행하천의 흐름특성에 따른 연구는 부족한 실정이다.

금회 연구에서는 3차원 상용프로그램인 FLOW-3D를 이용하여 사행하천구간 유입부 설치위치 특성에 따른 횡월류 위어 유입흐름 특성을 분석하였다.

사행하천 구간 횡월류위어 설치위치에 따른 3차원 흐름해석을 위해 AUTO CAD 프로그램을 이용하여 수로길이 30m, 수로폭 2m의 구형 사행수로를 구성하였고, 횡월류위어 유입부 위치를 20°~120°로 변화시키며 수치모형실험을 수행하였다.

해석결과 수로흐름은 유입부 설치각이 작을수록 상·하류 수위차가 작아지며 유속이 감소하며 설치위치각이 클수록 수로내 평균유속은 증가하는 것으로 확인되었다. 유입부 설치각이 작을수록 방류량이 증가하여 수로내 흐름분리현상 증가하였고 이로인한 지체현상이 발생하는 것으로 확인되었다.

본 연구로 사행하천구간에 횡월류위어가 설치된 경우, 월류량과 수리학적 흐름특성을 해석할 때 3차원 수치모형실험이 유용한 해석도구로 이용될 수 있음이 확인되었다. 이후 수치모형실험이 수공구조물 설계 및 해석 시 참고자료로 이용가능할 것으로 사료된다.

Proceedings of the Korea Water Resources Association Conference (한국수자원학회:학술대회논문집)

  • /
  • Pages.250-250
  • /
  • 2021

Korea Water Resources Association (한국수자원학회)

Keywords

하천운반수로 역류상태의 유속특성에 대한 3차원 시뮬레이션 연구

하천 운반수로 역류상태의 유속특성에 대한 3차원 시뮬레이션 연구

Wang Jingru Guan Guanghua Jin Weirong Xiong Ji

Abstract

센서 기술의 발달은 수로 유량 측정 분야에 새로운 기회를 가져왔으며 현재 대부분의 유량 측정 장비는 주로 측정 지점의 유량을 사용하여 채널 단면의 유량을 추정합니다. 

그러나 수로 내 역류의 영향으로 하류 수심의 변화에 ​​따라 같은 구간에서의 유속 분포가 변한다.

다양한 하류 수심 경계 조건에서 개방 수로의 단면 속도 분포 특성을 탐색하기 위해 FLOW-3D를 3차원 모델링 및 시뮬레이션에 사용했으며 일반적인 사다리꼴 수로의 100m 수로 단면을 평지 관개지역을 선정하고 하류 역류의 다양한 조건에 따라 일정한 유량을 3차원 수치해석을 수행하였습니다. 

다양한 하류 수심 조건에서 구간의 유속 분포를 연구하여 고정 수면 속도 계수를 사용하여 발생할 수 있는 유속 오차를 분석하고 계산된 수면 유속 계수의 유속 오차는 물을 충족할 수 있습니다. 측정 정확도 요구 사항(오차는 ±10% 미만). 

또한 시뮬레이션 데이터를 피팅하여 표면 속도 계수 대 수심의 곡선을 구하고 이 곡선을 사용하여 표면 속도 계수를 보정한 결과 유량 측정 오류를 1.4% 이내로 줄일 수 있음을 보여줍니다. 마지막으로 레이더 기술을 이용하여 수면 유속을 측정할 때 유량 측정 오차가 10% 이하인 조건에서 선택해야 하는 최소 측정점 수를 분석한다.

Figure 1 | Original Compound Broad Crested Weir Model (PVC cast).

복합 광대보의 방류계수 예측을 위한 실험적 해석과 CFD 해석의 비교연구

Comparative study of experimental and CFD analysis for predicting discharge coefficient of compound broad crested weir

ABSTRACT

Present study highlights the behavior of weir crest head and width parameter on the discharge coefficient of compound broad crested (CBC) weir. Computational fluid dynamics model (CFD) is validated with laboratory experimental investigations.

In the discharge analysis through broad crested weirs, the upstream head over the weir crest (h) is crucial, where the result is mainly dependent upon the weir crest length (L) in transverse direction to flow, water depth from channel bed. Currently, minimal investigations are known for CFD validations on compound broad crested weirs.

The hydraulic research for measuring discharge numerically is carried out using FLOW 3D software. The model applies renormalized group (RNG) using volume of fluid (VOF) method for improved accuracy in free surface simulations. Structured hexagonal meshes of cubic elements define discretized meshing.

The comparative analysis of the numerical simulations and experimental observations confirm the performance of CBC weir for precise measurement of a wide range of discharges. Series of CFD model studies and experimental validation have led to constant range of discharg coefficients for various head over weir crest. The correlation coefficient of discharge predictions is 0.999 with mean error of 0.28%.

현재 연구에서는 CBC(compound broad crested) 위어의 배출 계수에 대한 위어 볏 머리 및 너비 매개변수의 거동을 강조합니다. 전산 유체 역학 모델(CFD)은 실험실 실험 조사를 통해 검증되었습니다.

넓은 볏이 있는 둑을 통한 유출 분석에서 둑 마루의 상류 수두(h)가 중요합니다. 여기서 결과는 주로 흐름에 대한 횡 방향의 둑 마루 길이(L), 수로 바닥에서 수심에 따라 달라집니다. . 현재 복합 넓은 볏 둑에 대한 CFD 검증에 대해 최소한의 조사가 알려져 있습니다.

수압 연구는 FLOW 3D 소프트웨어를 사용하여 수치적으로 측정합니다. 이 모델은 자유 표면 시뮬레이션의 정확도 향상을 위해 VOF(유체 체적) 방법을 사용하여 RNG(재정규화 그룹)를 적용합니다. 정육면체 요소의 구조화된 육각형 메쉬는 이산화된 메쉬를 정의합니다.

수치 시뮬레이션과 실험적 관찰의 비교 분석을 통해 광범위한 배출의 정확한 측정을 위한 CBC 둑의 성능을 확인했습니다. 일련의 CFD 모델 연구와 실험적 검증을 통해 다양한 head over weir crest에 대한 일정한 범위의 방전 계수가 나타났습니다. 방전 예측의 상관 계수는 0.999이고 평균 오차는 0.28%입니다.

Figure 1 | Original Compound Broad Crested Weir Model (PVC cast).
Figure 1 | Original Compound Broad Crested Weir Model (PVC cast).
Figure 4 | CFD Simulation for max discharge (y2 ¼ 13.557 cm, Qmax ¼ 10 lps) and min discharge (y2 ¼ 6.56 cm, Qmin ¼ 2 lps).
Figure 4 | CFD Simulation for max discharge (y2 ¼ 13.557 cm, Qmax ¼ 10 lps) and min discharge (y2 ¼ 6.56 cm, Qmin ¼ 2 lps).
Figure 5 | (a, b) Velocity profiles corresponding to max discharge (10 lps) and min discharge (2 lps).
Figure 5 | (a, b) Velocity profiles corresponding to max discharge (10 lps) and min discharge (2 lps).
Table 8 | Range of Froude number, Reynold number and Weber number
Table 8 | Range of Froude number, Reynold number and Weber number

Key words

compound weir, flow 3D, flow measurement, numerical technique, open channel

HIGHLIGHTS

• The Head-Discharge relation is established for discharge measurement using compound broad crested weir, experimentally and numerically.
• Assessment of head over weir crest for different step widths of proposed weir on discharge coefficient is executed.
• Experimental and CFD results of weir performance demonstrate good agreement between the theoretical discharges by traditional rectangular weir formulae keeping Cd constant.

CONCLUSION

  1. The head discharge relationship established for compound rectangular broad crested weir for various discharge ranges was validated by CFD technique. A three dimensional simulation software FLOW 3D was used for this purpose.
  2. Original theoretical compound weir model depicts the relative average error between discharge predictions with Flow 3D simulation as 4.96% which is found less than the predictions made by graphical interpolation technique which is 5.33%.
  3. The standard deviation in Cd parameter for CFD simulation model is less i.e. 0.0146 as compared to experimental output of 0.0502.
  4. The correlation coefficient for physical and CFD studies for modified compound weir model is high, around 0.999 with
    error in discharge predictions being 0.28% as compared to the accuracy limits of about +3–5% stated in literature so far.
  5. Discharge coefficient by experimental and CFD approach is maintained constant and equal to design input value of 0.6.
    Thus, the proposed CBC weir can be operated for various discharge ranges by maintaining constant discharge coefficients.
    Good agreement between the theoretical, experimental and CFD simulation results for obtaining discharge through compound broad crested weir ascertains the fact that CFD model can be used as an effective tool towards modeling flow through compound broad crested weir.

REFERENCES

Abd El-Hady Rady, R. M. 2011 2D 3D modeling of flow over sharp crested weirs. Journal of Applied Sciences Research 7 (12), 2495–2505.
ISSN 1819-544X.
Ackers, P., White, W. R. & Harrison, A. J. M. 1978 Weirs and Flumes for Flow Measurement. Wiley, New York.
Aydin, M. C. 2016 Investigation of a sill effect on rectangular side-weir flow by using CFD. Journal of Irrigation and Drainage Engineering
142 (2), 04015043.
Azimi, A. H. & Rajaratnam, N. 2009 Discharge characteristics of weirs of finite crest length. Journal of Hydraulic Engineering 135 (12),
1081–1085.
Bijankhan, M., Di Stefano, C., Ferro, V. & Kouchakzadeh, S. 2014 New stage discharge relationship for weirs of finite crest length. Journal of
Irrigation and Drainage Engineering 140 (3), 06013006.
Boiten, W. & Pitlo, H. R. 1982 The V- shaped broad-crested weir. Journal of Irrigation and Drainage Engineering 108 (2), 142–160.
Bos, M. G. 1989 Discharge Measurement Structures, 3rd edn. International Institute for Land Reclamation and Improvement, Publication 20,
Wageningen, The Netherlands.
Gogus, M., Defne, Z. & Ozkandemir, V. 2006 Broad-crested weirs with rectangular compound cross sections. Journal of Irrigation and
Drainage Engineering 132 (3), 272–280.

Gogus, M., Al-Khatib, I. A., Atalay, A. E. & Khatib, J. I. 2016 Discharge prediction in flow measurement flumes with different downstream
transition slopes. Flow Measurement and Instrumentation 47, 28–34.
Hager, W. H. & Schwalt, M. 1994 Broad – crested weir. Journal of Irrigation and Drainage Engineering 120 (1), 13–25.
Harrison, A. J. M. 1967 The streamlined broad-crested weir. Proceedings of the Institution of Civil Engineers 38, 657–678.
Hinge, G. A., Balkrishna, S. & Khare, K. C. 2010 Improved design of stilling basin for deficient tail water. Journal of Basic and Applied
Scientific Research 1 (1), 31–40.
Hinge, G. A., Balkrishna, S. & Khare, K. C. 2011 Experimental and numerical study of compound broad crested weir. International Journal of
Fluids Engineering 3 (2), 197–202.
Horton, R. E. 1907 Weir Experiments, Coefficients, and Formulas. Dept. of the Interior, U.S. Geological Survey, Water-Supply and Irrigation
Paper 200. Government Printing Office, Washington, DC.
Khan, L. A., Wicklein, E. A. & Teixeira, E. C. 2006 Validation of a three-dimensional computational fluid dynamics model of a contact tank.
Journal of Hydraulic Engineering 132 (7), 741–746.
Kindsvater, C. E. & Carter, R. W. 1959 Discharge characteristics of rectangular thin-plate weirs. Paper No. 3001, Transactions, American
Society of Civil Engineers 124.
Kulin, G. & Compton, P. R. 1975 A Guide to Methods and Standards for the Measurement of Water Flow. Special Publication 421, National
Bureau of Standards.
Kulkarni, K. H. & Hinge, G. A. 2017 Compound broad crested weir for measurement of discharge – a novel approach. In: Proceedings
International Conference Organized by Indian Society of Hydraulics – ISH HYDRO, 21–23 Dec 2017, India, pp. 678–687.
Kulkarni, K. H. & Hinge, G. A. 2020 Experimental study for measuring discharge through compound broad crested weir. Flow Measurement
Instrumentation 75, 101803. ISSN 0955-5986.
Man, C., Zhang, G., Hong, V., Zhou, S. & Feng, Y. 2019 Assessment of turbulence models on bridge-pier scour using flow-3D. World Journal
of Engineering and Technology 7, 241–255. ISSN Online: 2331-4249.
Omer, B., Cihan, A. M., Emin, E. M. & Miller, C. J. 2018 Experimental and CFD analysis of circular labyrinth weirs. Journal of Irrigation and
Drainage Engineering 144 (6), 04018007.
RangaRaju, K. G. 1981 Flow Through Open Channels. McGraw-Hill, New York.
Roushangar, K., Nouri, A., Shahnazi, S. & Azamathulla, H. M. 2021 Towards design of compound channels with minimum overall cost
through grey wolf optimization algorithm. IWA – Journal of Hydroinformatics (In – press).
Safarzadeh, A. & Mohajeri, S. H. 2018 Hydrodynamics of rectangular broad-crested porous weir. Journal of Irrigation and Drainage
Engineering 144 (10), 04018028.
Salmasi, F., Poorescandar, S., Dalir, A. H. & Zadeh, D. F. 2012 Discharge relations for rectangular broad crested weirs. Journal of
Agricultural Sciences 17, 324–336.
Samadi, A. & Arvanaghi, H. 2014 CFD simulation of flow over contracted compound arched rectangular sharp crested weirs. International
Journal of Optimization in Civil Engineering 4 (4), 549–560.
Savage, B. M. & Johnson, M. C. 2001 Flow over ogee spillway: physical and numerical model case study. Journal of Hydraulic Engineering
127 (8), 640–649.
Swamee, P. K. 1988 Generalized rectangular weir equations. Journal of Hydraulic Engineering 945–952. doi:10.1061/(ASCE),0733-9429
114:8(945).
The United States Bureau of Reclamation (USBR) 2001 Water Measurement Manual, Chapter 7 – Weirs. U.S. Government Printing Office,
Washington, DC, p. 20402. Available from: http://www/usbr.gov/pmts/hydraulics_lab/pubs/wmm.
Zahiri, A. & Azamathulla, H. M. 2014 Comparison between linear genetic programming and M5 tree models to predict flow discharge in
compound channels. Neural Computing and Application 24, 413–420.

Figure 15. Localized deformations on revetment due to run-down and sliding of armor from body laboratory model (left) and numerical modeling (right).

지속 가능한 해안 보호 구조로서 굴절식 콘크리트 블록 매트리스의 손상 메커니즘의 수치적 모델링

Numerical Modeling of Failure Mechanisms in Articulated Concrete Block Mattress as a Sustainable Coastal Protection Structure

Author

Ramin Safari Ghaleh(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

Omid Aminoroayaie Yamini(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

S. Hooman Mousavi(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

Mohammad Reza Kavianpour(Department of Civil Engineering, K. N. Toosi University of Technology, Tehran 19967-15433, Iran)

Abstract

해안선 보호는 전 세계적인 우선 순위로 남아 있습니다. 일반적으로 해안 지역은 석회암과 같은 단단하고 비자연적이며 지속 불가능한 재료로 보호됩니다. 시공 속도와 환경 친화성을 높이고 개별 콘크리트 블록 및 보강재의 중량을 줄이기 위해 콘크리트 블록을 ACB 매트(Articulated Concrete Block Mattress)로 설계 및 구현할 수 있습니다. 이 구조물은 필수적인 부분으로 작용하며 방파제 또는 해안선 보호의 둑으로 사용할 수 있습니다. 물리적 모델은 해안 구조물의 현상을 추정하고 조사하는 핵심 도구 중 하나입니다. 그러나 한계와 장애물이 있습니다. 결과적으로, 본 연구에서는 이러한 구조물에 대한 파도의 수치 모델링을 활용하여 방파제에서의 파도 전파를 시뮬레이션하고, VOF가 있는 Flow-3D 소프트웨어를 통해 ACB Mat의 불안정성에 영향을 미치는 요인으로는 파괴파동, 옹벽의 흔들림, 파손으로 인한 인양력으로 인한 장갑의 변위 등이 있다. 본 연구의 가장 중요한 목적은 수치 Flow-3D 모델이 연안 호안의 유체역학적 매개변수를 모사하는 능력을 조사하는 것입니다. 콘크리트 블록 장갑에 대한 파동의 상승 값은 파단 매개변수( 0.5 < ξ m – 1 , 0 < 3.3 )가 증가할 때까지(R u 2 % H m 0 = 1.6) ) 최대값에 도달합니다. 따라서 차단파라미터를 증가시키고 파괴파(ξ m − 1 , 0 > 3.3 ) 유형을 붕괴파/해일파로 변경함으로써 콘크리트 블록 호안의 상대파 상승 변화 경향이 점차 증가합니다. 파동(0.5 < ξ m − 1 , 0 < 3.3 )의 경우 차단기 지수(표면 유사성 매개변수)를 높이면 상대파 런다운의 낮은 값이 크게 감소합니다. 또한, 천이영역에서는 파단파동이 쇄도파에서 붕괴/서징으로의 변화( 3.3 < ξ m – 1 , 0 < 5.0 )에서 상대적 런다운 과정이 더 적은 강도로 발생합니다.

Shoreline protection remains a global priority. Typically, coastal areas are protected by armoring them with hard, non-native, and non-sustainable materials such as limestone. To increase the execution speed and environmental friendliness and reduce the weight of individual concrete blocks and reinforcements, concrete blocks can be designed and implemented as Articulated Concrete Block Mattress (ACB Mat). These structures act as an integral part and can be used as a revetment on the breakwater body or shoreline protection. Physical models are one of the key tools for estimating and investigating the phenomena in coastal structures. However, it does have limitations and obstacles; consequently, in this study, numerical modeling of waves on these structures has been utilized to simulate wave propagation on the breakwater, via Flow-3D software with VOF. Among the factors affecting the instability of ACB Mat are breaking waves as well as the shaking of the revetment and the displacement of the armor due to the uplift force resulting from the failure. The most important purpose of the present study is to investigate the ability of numerical Flow-3D model to simulate hydrodynamic parameters in coastal revetment. The run-up values of the waves on the concrete block armoring will multiply with increasing break parameter ( 0.5 < ξ m − 1 , 0 < 3.3 ) due to the existence of plunging waves until it ( R u 2 % H m 0 = 1.6 ) reaches maximum. Hence, by increasing the breaker parameter and changing breaking waves ( ξ m − 1 , 0 > 3.3 ) type to collapsing waves/surging waves, the trend of relative wave run-up changes on concrete block revetment increases gradually. By increasing the breaker index (surf similarity parameter) in the case of plunging waves ( 0.5 < ξ m − 1 , 0 < 3.3 ), the low values on the relative wave run-down are greatly reduced. Additionally, in the transition region, the change of breaking waves from plunging waves to collapsing/surging ( 3.3 < ξ m − 1 , 0 < 5.0 ), the relative run-down process occurs with less intensity.

Figure 1.  Armor  geometric  characteristics  and  drawing  three-dimensional  geometry  of  a  breakwater section  in SolidWorks software.
Figure 1. Armor geometric characteristics and drawing three-dimensional geometry of a breakwater section in SolidWorks software.
Figure  5.  Wave  overtopping on  concrete block  mattress in (a)  laboratory  and (b)  numerical  model.
Figure 5. Wave overtopping on concrete block mattress in (a) laboratory and (b) numerical model.
Figure  7.  Mesh  block  for  calibrated  numerical  model  with  686,625  cells  and  utilization  of  FAVOR  tab to assess figure geometry.
Figure 7. Mesh block for calibrated numerical model with 686,625 cells and utilization of FAVOR tab to assess figure geometry.
Figure  10.  How to place different layers  (core, filter,  and revetment)  of the structure on slope.
Figure 10. How to place different layers (core, filter, and revetment) of the structure on slope.

Suggested Citation

Figure 11. Wave run-up on ACB Mat blocks in (a) laboratory model and (b) numerical modeling.
Figure 11. Wave run-up on ACB Mat blocks in (a) laboratory model and (b) numerical modeling.
Figure  15.  Localized  deformations  on  revetment  due  to  run-down  and  sliding  of  armor  from  body  laboratory  model  (left) and  numerical  modeling (right).
Figure 15. Localized deformations on revetment due to run-down and sliding of armor from body laboratory model (left) and numerical modeling (right).

References

  1. Capobianco, V.; Robinson, K.; Kalsnes, B.; Ekeheien, C.; Høydal, Ø. Hydro-Mechanical Effects of Several Riparian Vegetation Combinations on the Streambank Stability—A Benchmark Case in Southeastern Norway. Sustainability 2021, 13, 4046. [CrossRef]
  2. MarCom Working Group 113. PIANC Report No 113: The Application of Geosynthetics in Waterfront Areas; PIANC: Brussels, Belgium, 2011; p. 113, ISBN 978-2-87223-188-1.
  3. Hunt, W.F.; Collins, K.A.; Hathaway, J.M. Hydrologic and Water Quality Evaluation of Four Permeable Pavements in North Carolina, USA. In Proceedings of the 9th International Conference on Concrete Block Paving, Buenos Aires, Argentina, 18–21 October 2009.
  4. Kirkpatrick, R.; Campbell, R.; Smyth, J.; Murtagh, J.; Knapton, J. Improvement of Water Quality by Coarse Graded Aggregates in Permeable Pavements. In Proceedings of the 9th International Conference on Concrete Block Paving, Buenos Aires, Argentina, 18–21 October 2009.
  5. Chinowsky, P.; Helman, J. Protecting Infrastructure and Public Buildings against Sea Level Rise and Storm Surge. Sustainability 2021, 13, 10538. [CrossRef]
  6. Breteler, M.K.; Pilarczyk, K.W.; Stoutjesdijk, T. Design of alternative revetments. Coast. Eng. 1998 1999, 1587–1600. [CrossRef]
  7. Pilarczyk, K.W. Design of Revetments; Dutch Public Works Department (Rws), Hydraulic Engineering Division: Delft, The Netherlands, 2003.
  8. Hughes, S.A. Combined Wave and Surge Overtopping of Levees: Flow Hydrodynamics and Articulated Concrete Mat Stability; Engineer Research and Development Center Vicksburg Ms Coastal and Hydraulics Lab: Vicksburg, MS, USA, 2008.
  9. Gier, F.; Schüttrumpf, H.; Mönnich, J.; Van Der Meer, J.; Kudella, M.; Rubin, H. Stability of Interlocked Pattern Placed Block Revetments. Coast. Eng. Proc. 2012, 1, Structures-46. [CrossRef]
  10. Najafi, J.A.; Monshizadeh, M. Laboratory Investigations on Wave Run-up and Transmission over Breakwaters Covered by Antifer Units; Scientia Iranica: Tehran, Iran, 2010.
  11. Oumeraci, H.; Staal, T.; Pförtner, S.; Ludwigs, G.; Kudella, M. Hydraulic Performance, Wave Loading and Response of Elastocoast Revetments and their Foundation—A Large Scale Model Study; Leichtweiß Institut für Wasserbau: Braunschweig, Germany, 2010.
  12. Tripathy, S.K. Significance of Traditional and Advanced Morphometry to Fishery Science. J. Hum. Earth Future 2020, 1, 153–166. [CrossRef]
  13. Nut, N.; Mihara, M.; Jeong, J.; Ngo, B.; Sigua, G.; Prasad, P.V.V.; Reyes, M.R. Land Use and Land Cover Changes and Its Impact on Soil Erosion in Stung Sangkae Catchment of Cambodia. Sustainability 2021, 13, 9276. [CrossRef]
  14. Xu, C.; Pu, L.; Kong, F.; Li, B. Spatio-Temporal Change of Land Use in a Coastal Reclamation Area: A Complex Network Approach. Sustainability 2021, 13, 8690. [CrossRef]
  15. Mousavi, S.; Kavianpour, H.M.R.; Yamini, O.A. Experimental analysis of breakwater stability with antifer concrete block. Mar. Georesour. Geotechnol. 2017, 35, 426–434. [CrossRef]
  16. Yamini, O.; Aminoroayaie, S.; Mousavi, H.; Kavianpour, M.R. Experimental Investigation of Using Geo-Textile Filter Layer In Articulated Concrete Block Mattress Revetment On Coastal Embankment. J. Ocean Eng. Mar. Energy 2019, 5, 119–133. [CrossRef]
  17. Ghasemi, A.; Far, M.S.; Panahi, R. Numerical Simulation of Wave Overtopping From Armour Breakwater by Considering Porous Effect. J. Mar. Eng. 2015, 11, 51–60. Available online: http://dorl.net/dor/20.1001.1.17357608.1394.11.22.8.4 (accessed on 21 October 2021).
  18. Nourani, O.; Askar, M.B. Comparison of the Effect of Tetrapod Block and Armor X block on Reducing Wave Overtopping in Breakwaters. Open J. Mar. Sci. 2017, 7, 472–484. [CrossRef]
  19. Aminoroaya, A.O.; Kavianpour, M.R.; Movahedi, A. Performance of Hydrodynamics Flow on Flip Buckets Spillway for Flood Control in Large Dam Reservoirs. J. Hum. Earth Future 2020, 1, 39–47.
  20. Milanian, F.; Niri, M.Z.; Najafi-Jilani, A. Effect of hydraulic and structural parameters on the wave run-up over the berm breakwaters. Int. J. Nav. Archit. Ocean Eng. 2017, 9, 282–291. [CrossRef]
  21. Yamini, O.A.; Kavianpour, M.R.; Mousavi, S.H. Experimental investigation of parameters affecting the stability of articulated concrete block mattress under wave attack. Appl. Ocean Res. 2017, 64, 184–202. [CrossRef]
  22. Yakhot, V.; Orszag, S.A.; Thangam, S.; Gatski, T.B.; Speziale, C.G. Development of turbulence models for shear flows by a double expansion technique. Phys. Fluids 1992, 4, 1510–1520. [CrossRef]
  23. Bayon, A.; Valero, D.; García-Bartual, R.; López-Jiménez, P.A. Performance assessment of OpenFOAM and FLOW-3D in the numerical modeling of a low Reynolds number hydraulic jump. Environ. Model. Softw. 2016, 80, 322–335. [CrossRef]
  24. Jin, J.; Meng, B. Computation of wave loads on the superstructures of coastal highway bridges. Ocean Eng. 2011, 38, 2185–2200. [CrossRef]
  25. Yang, S.; Yang, W.; Qin, S.; Li, Q.; Yang, B. Numerical study on characteristics of dam-break wave. Ocean Eng. 2018, 159, 358–371. [CrossRef]
  26. Ersoy, H.; Karahan, M.; Geli¸sli, K.; Akgün, A.; Anılan, T.; Sünnetci, M.O.; Yah¸si, B.K. Modelling of the landslide-induced impulse waves in the Artvin Dam reservoir by empirical approach and 3D numerical simulation. Eng. Geol. 2019, 249, 112–128. [CrossRef]
  27. Zhan, J.M.; Dong, Z.; Jiang, W.; Li, Y.S. Numerical simulation of wave transformation and runup incorporating porous media wave absorber and turbulence models. Ocean Eng. 2010, 37, 1261–1272. [CrossRef]
  28. Owen, M.W. The Hydroulic Design of Seawall Profiles, Proceedings Conference on Shoreline Protection; ICE: London, UK, 1980; pp. 185–192.
  29. Pilarczyk, K.W. Geosythetics and Geosystems in Hydraulic and Coastal Engineering; CRC Press: Balkema, FL, USA, 2000; p. 913, ISBN 90.5809.302.6.
  30. Van der Meer, J.W.; Allsop, N.W.H.; Bruce, T.; De Rouck, J.; Kortenhaus, A.; Pullen, T.; Schüttrumpf, H.; Troch, P.; Zanuttigh, B. (Eds.) Manual on Wave Overtopping of Sea Defences and Related Structures–Assessment Manual; EurOtop.: London, UK, 2016; Available online: www.Overtopping-manual.com (accessed on 21 October 2021).
  31. Battjes, J.A. Computation of Set-up, Longshore Currents, Run-up and Overtopping Due to Wind-Generated Waves; TU Delft Library: Delft, The Netherlands, 1974.
  32. Van der Meer, J.W. Rock Slopes and Gravel Beaches under Wave Attack; Delft Hydraulics: Delft, The Netherlands, 1988.
  33. Ten Oever, E. Theoretical and Experimental Study on the Placement of Xbloc; Delft Hydraulics: Delft, The Netherlands, 2006.
  34. Flow Science, Inc. FLOW-3D User Manual Version 9.3; Flow Science, Inc.: Santa Fe, NM, USA, 2008.
  35. Lebaron, J.W. Stability of A-Jacksarmored Rubble-Mound Break Waters Subjected to Breaking and Non-Breaking Waves with No Overtopping; Master of Science in Civil Engineering, Oregon State University: Corvallis, OR, USA, 1999.
  36. McLaren RW, G.; Chin, C.; Weber, J.; Binns, J.; McInerney, J.; Allen, M. Articulated Concrete Mattress block size stability comparison in omni-directional current. In Proceedings of the OCEANS 2016 MTS/IEEE Monterey, Monterey, CA, USA, 19–23 September 2016; pp. 1–6. [CrossRef]
Wave Loads Assessment on Coastal Structures at Inundation Risk Using CFD Modelling

CFD 모델링을 사용하여 침수 위험이 있는 해안 구조물에 대한 파랑 하중 평가

Wave Loads Assessment on Coastal Structures at Inundation Risk Using CFD Modellin

Ana GomesJosé Pinho

Conference paperFirst Online: 19 November 2021

지난 수십 년 동안 극한 현상은 심각성과 주민, 기반 시설 및 인류 활동에 대한 위험 증가로 인해 우려를 불러일으켰습니다. 오늘날 해안 구조물이 범람하고 해변 침식 및 기반 시설 파괴가 전 세계 해안에서 흔히 발생합니다. 

완화에 효율적으로 기여하고 효율적인 방어 조치를 채택하려면 이러한 영향을 예상하는 것이 매우 중요합니다. 대규모 물리적 모델을 기반으로 하는 이전 실험 작업에서 목조 교각 상단의 고가 해안 구조물의 공극과 그에 따른 수평 및 수직 파도력 사이의 관계가 다양한 파도 하중 조건에 대해 연구되었습니다. 

이러한 실험 결과는 CFD 도구를 사용하여 유체/구조 상호 작용을 시뮬레이션하기 위한 수치 모델에 대한 보정 데이터 역할을 합니다. 주어진 파도 조건에 대해 물과 구조물 베이스 레벨 사이의 공극 높이를 다르게 하여 세 가지 시나리오를 시뮬레이션했습니다. 

수치 결과를 물리적 모델 결과와 비교하면 수치적으로 구한 수평력과 수직력의 최대값은 각각 평균 ​​14.4%와 25.4%의 상대차로 만족할 만합니다. 또한 구조물을 지지하는 교각에 작용하는 압력과 전단응력을 시뮬레이션하기 위해 실제 수치모델을 적용하였으며, 서로 다른 공극의 높이를 고려하고 각각의 CPU 시뮬레이션 시간을 평가하였습니다. 

이러한 방식으로 CFD 모델의 운영 모델링 기능을 평가하여 조기 경보 시스템 내에서 최종 사용에 대한 예측 선행 시간 제한을 결정했습니다.

키워드

Coastal risk, Elevated coastal structure, Numerical simulation, Flow-3D® , 해안 위험, 높은 해안 구조, 수치 시뮬레이션

References

  1. 1.Neumann B, Vafeidis AT, Zimmermann J, Nicholls RJ (2015) Future coastal population growth and exposure to sea-level rise and coastal flooding-a global assessment. PloS one, n. 10(3), p. X-XGoogle Scholar
  2. 2.Jones B, O’Neill BC (2016) Spatially explicit global population scenarios consistent with the Shared Socioeconomic Pathways. Environmental Research Letters, N. 11(8):1–10Google Scholar
  3. 3.Talbot J (2005) Repairing Florida’s Escambia Bay Bridge. Associated Construction Publications, available online at http://www.acppubs.com/article/CA511040
  4. 4.Kennedy A, Rogers S, Sallenger A, Gravois U, Zachry B, Dosa M, Zarama F (2011a) Building destruction from wave and surge on the bolivar peninsula during hurricane Ike. J. Waterw. Port, Coast. Ocean Eng. 137 (3), 132–141Google Scholar
  5. 5.Tomiczek T, Kennedy A, Rogers S (2014) Collapse limit state fragilities of woodframed residences from storm surge and waves during hurricane Ike. J. Waterw. Port, Coast. Ocean Eng. 140 (1), 43–55Google Scholar
  6. 6.Dentale F, Donnarumma G, Pugliese Carratelli E (2014a) Simulation of flow within armour blocks in a breakwater. J Coast Res 30(3):528–536CrossRefGoogle Scholar
  7. 7.Peregrine DH (2003) Water wave impact on walls. Annu Rev Fluid Mech 35:23–43CrossRefGoogle Scholar
  8. 8.Cuomo G, Piscopia R, Allsop W (2011) Evaluation of wave impact loads on caisson breakwaters based on joint probability of impact maxima and rise times. Coast Eng 58(1):9–27CrossRefGoogle Scholar
  9. 9.Faltinsen OM, Landrini M, Greco M (2004) Slamming in marine applications. J Eng Math 48(3–4):187–217CrossRefGoogle Scholar
  10. 10.Peregrine DH. et al (2005) Violent water wave impact on a wall. In: Proceedings of 14th Aha Huliko Winter Workshop, Honolulu, HawaiiGoogle Scholar
  11. 11.Cuomo G, Tirindelli M, Allsop W (2007) Wave in deck loads on exposed jetties. Coast Eng 54(9):657–679CrossRefGoogle Scholar
  12. 12.Azadbakht M, Yim SC (2015) Simulation and estimation of tsunami loads on bridge superstructures. J Waterw Port Coast Ocean Eng 141(2):20CrossRefGoogle Scholar
  13. 13.Wiebe DM, Park H, Cox DT (2014) Application of the Goda pressure formulae for horizontal wave loads on elevated structures. KSCE J. Civ. EngGoogle Scholar
  14. 14.Hayatdavoodi M, Seiffert B, Ertekin RC (2015) Experiments and calculations of cnoidal wave loads on a flat plate in shallow-water. J. Ocean Eng. Mar. Energy 1(1):77–99CrossRefGoogle Scholar
  15. 15.Wei Z, Dalrymple RA (2016) Numerical study on mitigating tsunami force on bridges by an SPH model. J. Ocean. Eng. Mar. Energy 2(365):365–380CrossRefGoogle Scholar
  16. 16.Bradner, C., Schumacher, T., Cox, D., Higgins, C.: Experimental Setup for a largescale bridge superstructure model subjected to waves. J. Waterw. Port, Coast. Ocean Eng. 137 (1), 3–11 (2011)Google Scholar
  17. 17.Xiao H, Huang W (2008) Numerical modeling of wave runup and forces on an idealized beachfront house. Ocean Eng 35(1):106–116CrossRefGoogle Scholar
  18. 18.Do T, van de Lindt JW, Cox D (2016) Performance-based design methodology for inundated elevated coastal structures subjected to wave load. Eng Struct 117:250–262CrossRefGoogle Scholar
  19. 19.Lara JL, Garcia N, Losada IJ (2006) RANS modeling applied to random wave interaction with submerged permeable structures. Coastal Eng 53(5–6):395–417CrossRefGoogle Scholar
  20. 20.Meringolo DD, Aristodemo F, Veltri P (2015) SPH numerical modeling of wave–perforated breakwater interaction. Coast Eng 101:48–68CrossRefGoogle Scholar
  21. 21.Al-Banaa K, Liu PLF (2007) Numerical study on the hydraulic performance of submerged porous breakwater under solitary wave attack. J Coast Res 50:201–205Google Scholar
  22. 22.Gomes, A., Pinho, J.L.S., Valente, T., Antunes do Carmo, J.S., V. Hegde, A.: Performance Assessment of a Semi-Circular Breakwater through CFD Modelling. J. Mar. Sci. Eng. 2020, 8, 226 (2020).Google Scholar
  23. 23.Flow Sciences Inc. Flow-3D User Manual, release 9.4, Santa Fe, NM, USA (2009).Google Scholar
  24. 24.Smith, H., Foster., D.L.: Modeling of flow around a cylinder over a scoured bed. J. Waterw., Port, Coastal, Ocean Eng.131(1),14–24 (2005).Google Scholar
  25. 25.Richardson JE, Panchang VG (1998) Three-dimensional simulation of scour-inducing flow at bridge piers. J Hydraul Eng 124(5):530–540CrossRefGoogle Scholar
  26. 26.Jin J, Meng B (2011) Computation of wave loads on the superstructures of coastal highway bridges. Ocean Eng 38(17–18):2185–2200CrossRefGoogle Scholar
  27. 27.Dentale F, Donnarumma G, Pugliese Carratelli E (2014b) Numerical wave interaction with tetrapods breakwater. Int. J. Nav. Arch. Ocean 6:13Google Scholar
  28. 28.Carratelli EP, Viccione G, Bovolin V (2016) Free surface flow impact on a vertical wall: a numerical assessment. Theor. Comput. Fluid Mech. 30(5):403–414CrossRefGoogle Scholar
  29. 29.Cavallaro, L., Dentale, F., Donnarumma, G., Foti, E., Musumeci, R.E., Pugliese Carratelli, E.: Rubble mound breakwater overtopping: estimation of the reliability of a 3D numerical simulation, In: ICCE 2012, Interntional Conference on Coastal Engineering, Santander, Spain (2012).Google Scholar
  30. 30.Vanneste, D., Suzuki, T., Altomare, C.: Comparison of numerical models for wave overtoping and impact on storm return walls. In: ICCE 2014, International Conference on Coastal Engineering, Seoul, Korea (2014).Google Scholar
  31. 31.Park H, Tomiczek T, Cox DT, van de Lindt JW, Lomonaco P (2017) Experimental modeling of horizontal and vertical wave forces on an elevated coastal structure. Coast Eng 128:58–74CrossRefGoogle Scholar
  32. 32.Isfahani AHG, Brethour JM (2009) On the Implementation of Two-Equation Turbulence Models in FLOW-3D; FSI-09-TN86; Flow Science: Santa Fe. NM, USAGoogle Scholar
  33. 33.Novais-Barbosa J (1985) Mecânica dos Fluidos e Hidráulica Geral Vol 1 e II Porto Editora, PortoGoogle Scholar
  34. 34.Le Méhauté B (1976) An Introduction to Hydrodynamics and Water Waves. Springer, Berlin/Heidelberg, GermanyCrossRefGoogle Scholar
Figure 1- The experimental model [17]

와류형 우수 저류지의 수치 모델링에 대한 난류 슈미트 수의 영향 조사

Investigation of the Turbulent Schmidt Number Effects On Numerical Modelling Of Vortex-Type Stormwater Retention Ponds

S. M. Yamini1; H. Shamloo2; S. H. Ghafari3
1M.Eng., Dep. of Civil Engineering K.N. Toosi University of Technology, Valiasr St., Tehran, Iran.
smyamini@alumni.kntu.ac.ir
2Associate Professor, Dep. of Civil Engineering K.N. Toosi University of Technology, Valiasr St., Tehran, Iran.
hshamloo@kntu.ac.ir
3Ph.D., Dep. of Civil Engineering Univ. of Tehran, Enqelab St., Tehran, Iran. sarvenazghafari@ut.ac.ir

Abstract

정확하고 신뢰할 수 있는 CFD 모델링 결과를 얻는 것은 이러한 시뮬레이션에서 입력의 중요성 때문에 종종 정밀 조사의 대상입니다.

난류 모델링이 RANS(Reynolds-Averaged Navier-Stokes) 방정식을 기반으로 하는 경우 난류 스칼라 전송을 추정하려면 난류 흐름에서 질량 1에 대한 운동량 확산의 비율로 정의되는 난류 슈미트 수(Sct)의 정의가 필요합니다.

그러나 이 매개변수는 난류 흐름의 속성이므로 보편적인 값이 허용되지 않았습니다. 우수 저류지의 수치 연구에서 적절한 Sct를 설정하는 실제 역할은 수력 효율의 평가가 추적자 테스트의 출력 질량 농도를 기반으로 하기 때문에 가장 중요합니다.

본 연구에서는 FLOW-3D를 사용하여 와류형 우수 저류지의 여러 수치 시뮬레이션을 체계적으로 수행했습니다. 다양한 난류 슈미트 수의 범위는 메쉬 감도를 조사하기 위해 다른 수의 계산 셀에 의해 수행된 수치 시뮬레이션에 도입되었습니다.

또한 사용자 정의 또는 자동 계산 값으로 최대 난류 혼합 길이의 영향을 평가했습니다. 이 연구의 결과는 실험 결과와 밀접한 일치를 제공하는 Sct= 0.625와 함께 수리학적 직경의 7%와 동일한 최대 난류 혼합 길이의 일정한 값을 갖는 확립된 수치 모델입니다.

특히 수치적 무차원 RDT 곡선의 피크 값은 극적으로 감소하여 실험 결과와 거의 일치했습니다. 이것은 FLOW-3D가 난류 유동의 와류형 물리학에서 질량 확산도를 적절하게 예측하는 상당한 능력을 가지고 있다는 결론을 내립니다.

– Achieving accurate and reliable CFD modelling results often is the subject of scrutiny because of the importance of the inputs in those simulations. If turbulence modelling is based on Reynolds-Averaged Navier-Stokes (RANS) equations, estimating the turbulent scalar transport requires the definition of the turbulent Schmidt number (Sct), defined as the ratio of momentum diffusivity to mass one in a turbulent flow. However, no universal value has been accepted for this parameter as it is a property of turbulent flows.

The practical role of establishing a suitable Sct in numerical studies of stormwater retention ponds is of the utmost importance because the assessment of the hydraulic efficiency of them is based on output mass concentration of tracer tests. In this study, several numerical simulations of a vortex-type stormwater retention pond were systematically carried out using FLOW-3D. A range of various turbulent Schmidt numbers were introduced in numerical simulations performed by different number of computational cells to investigate mesh sensitivity.

Moreover, the effects of maximum turbulent mixing length as a user-defined or automatically computed value were assessed. The outcome of this study is an established numerical model with a constant value of maximum turbulent mixing length equal to 7% of the hydraulic diameter along with Sct= 0.625 which provides a close agreement with experimental results.

Noticeably, the peak values of numerical dimensionless RDT curves are dramatically decreased, resulted in a close match with experimental results. This concludes that FLOW-3D has a considerable ability to appropriately predict mass diffusivity in vortex-type physics of turbulent flows.

Keywords:

turbulent Schmidt number – maximum turbulent mixing length – CFD – mesh sensitivity – vortex-type
stormwater retention pond – environmental fluid mechanics

Figure 1- The experimental model [17]
Figure 1- The experimental model [17]
Figure 2- Schematic of boundary conditions in the numerical model
Figure 2- Schematic of boundary conditions in the numerical model
Figure 3- Positioning of mesh blocks
Figure 3- Positioning of mesh blocks

References

[1] C. Gualtieri, A. Angeloudis, F. Bombardelli, S. Jha, and T. Stoesser, “On the Values for the Turbulent Schmidt Number
in Environmental Flows,” Fluids, vol. 2, p. 17, 2017.
[2] Å. Adamsson, L. Bergdahl, and S. Lyngfelt, “Measurement and three-dimensional simulation of flow in a rectangular
detention tank,” Urban Water Journal, vol. 2, no. 4, pp. 277-287, 2005/12/01 2005, doi: 10.1080/15730620500386545.
[3] C. Gualtieri, “Numerical simulation of flow and tracer transport in a disinfection contact tank,” 2006.
[4] S. Khan, B. Melville, and A. Shamseldin, Modeling the Layouts of Stormwater Retention Ponds using Residence Time.
2009, pp. 77-83.
[5] F. Martínez-Solano, P. L. I. Rey, C. Gualtieri, and P. López-Jiménez, “Modelling flow and concentration field in
rectangular water tanks,” 2010.
[6] W. B. Rauen, A. Angeloudis, and R. A. Falconer, “Appraisal of chlorine contact tank modelling practices,” Water
Research, vol. 46, no. 18, pp. 5834-5847, 2012/11/15/ 2012, doi: https://doi.org/10.1016/j.watres.2012.08.013.

[7] J. Zhang, A. Tejada-Martínez, and Q. Zhang, “Evaluation of LES and RANS for Determining Hydraulic Performance
of Disinfection Systems for Water Treatment,” Journal of Fluids Engineering, vol. 136, 05/15 2014, doi:
10.1115/1.4027652.
[8] J. Zhang, A. E. Tejada-Martínez, and Q. Zhang, “Developments in computational fluid dynamics-based modeling for
disinfection technologies over the last two decades: A review,” Environmental Modelling & Software, vol. 58, pp. 71-
85, 2014/08/01/ 2014, doi: https://doi.org/10.1016/j.envsoft.2014.04.003.
[9] C. Gualtieri and F. Salzano, “DIscussion on “The effect of baffle spacing on hydrodynamics and solute transport in
serpentine contact tanks”,” Journal of Hydraulic Research, vol. 52, pp. 152-154, 02/28 2014, doi:
10.1080/00221686.2013.877528.
[10] A. Angeloudis, T. Stoesser, R. A. Falconer, and D. Kim, “Flow, transport and disinfection performance in small- and
full-scale contact tanks,” Journal of Hydro-environment Research, vol. 9, no. 1, pp. 15-27, 2015/03/01/ 2015, doi:
https://doi.org/10.1016/j.jher.2014.07.001.
[11] A. Angeloudis, T. Stoesser, C. Gualtieri, and R. A. Falconer, “Contact Tank Design Impact on Process Performance,”
Environmental Modeling & Assessment, vol. 21, no. 5, pp. 563-576, 2016/10/01 2016, doi: 10.1007/s10666-016-9502-
x.
[12] D. Valero and D. B. Bung, “Sensitivity of turbulent Schmidt number and turbulence model to simulations of jets in
crossflow,” Environmental Modelling & Software, vol. 82, pp. 218-228, 2016/08/01/ 2016, doi:
https://doi.org/10.1016/j.envsoft.2016.04.030.
[13] F. Sonnenwald, I. Guymer, and V. Stovin, “Computational fluid dynamics modelling of residence times in vegetated
stormwater ponds,” Proceedings of the Institution of Civil Engineers – Water Management, vol. 171, pp. 1-11, 11/07
2017, doi: 10.1680/jwama.16.00117.
[14] F. Sonnenwald, I. Guymer, and V. Stovin, “A CFD-Based Mixing Model for Vegetated Flows,” Water Resources
Research, vol. 55, no. 3, pp. 2322-2347, 2019, doi: https://doi.org/10.1029/2018WR023628.
[15] S. B. Pope, Turbulent Flows. Cambridge, UK: Cambridge University Press, 2000.
[16] R. Rossi and G. Iaccarino, “Numerical simulation of scalar dispersion downstream of a square obstacle using gradienttransport type models,” Atmospheric Environment, vol. 43, no. 16, pp. 2518-2531, 2009/05/01/ 2009, doi:
https://doi.org/10.1016/j.atmosenv.2009.02.044.
[17] R. Chowdhury, M. Ahadi, K. A. Mazurek, G. Putz, D. Bergstrom, and C. Albers, “Physical Scale and Computational
Modeling in the Development of a Vortex-Type Stormwater Retention Pond,” in World Environmental and Water
Resources Congress 2016, 2016, pp. 388-397.
[18] V. Yakhot and L. M. Smith, “The renormalization group, the ɛ-expansion and derivation of turbulence models,” Journal
of Scientific Computing, vol. 7, no. 1, pp. 35-61, 1992/03/01 1992, doi: 10.1007/BF01060210.
[19] Flow Science, Inc., FLOW-3D User manual. Santa Fe, NM, USA. (2015).
[20] M. M. Bishop, J. M. Morgan, B. Cornwell, and D. K. Jamison, “Improving the Disinfection Detention Time of a Water
Plant Clearwell,” Journal AWWA, vol. 85, no. 3, pp. 68-75, 1993, doi: https://doi.org/10.1002/j.1551-
8833.1993.tb05958.x.
[21] F. L. Hart, “Improved Hydraulic Performance of Chlorine Contact Chambers.,” Jounal of Water Pollution Control
Federation, vol. 51(12), pp. 2868–2875, 1979.

그림 3. 수중 4차 횡파 영향

Validation of Sloshing Simulations in Narrow Tanks

This case study was contributed by Peter Arnold, Minerva Dynamics.

이 작업의 목적은 FLOW-3D  를 검증하는 것입니다. 밀폐된 좁은 스팬 직사각형 탱크의 출렁거림 문제에 대비하여 탱크의 내부 파동 공명 주기에 가깝거나 같은 주기로 롤 운동을 하여 측면 및 지붕 파동 충격 이벤트가 발생합니다.

탱크는 물이나 해바라기 기름으로 두 가지 다른 수준으로 채워졌고 위의 공간은 공기로 채워졌습니다. 압력 센서는 여러 장소의 벽에 설치되었으며 처음 4개의 출렁이는 기간 동안 기록된 롤 각도와 시간 이력이 있습니다. 오일을 사용하는 경우의 흐름은 레이놀즈 수가 1748인 층류인 반면, 물로 채워진 경우의 흐름은 레이놀즈 수가 97546인 난류입니다. 

CFD 시뮬레이션은 탱크의 고조파 롤 운동을 복제하기 위해 본체력 방법을 사용했으며, 난류 및 공기 압축성을 설명하기 위해 다른 모델링 가정과 함께 그리드 의존성 테스트를 수행했습니다.

The objective of this work is to validate FLOW-3D against a sloshing problem in a sealed narrow span rectangular tank, subjected to roll motion at periods close to or equal to the tank’s internal wave resonance period, such that side and roof wave impact events occur. The tank was filled to two different levels with water or sunflower oil, with the space above filled by air. Pressure sensors were installed in the walls at several places and their time histories, along with the roll angle, recorded for the first four sloshing periods. For the cases using oil, the flow is laminar with a Reynolds number of 1748, while for the cases filled with water the flow is turbulent with a Reynolds number of 97546. The CFD simulations used the body force method to replicate the harmonic roll motion of the tank, while grid dependence tests were performed along with different modelling assumptions to account for turbulence and air compressibility.

Experimental Problem Setup

원래 실험은 Souto-Iglesias 및 Botia-Vera[1]에 의해 수행되었으며 모든 실험 데이터 파일은 문제 설명, 비디오 및 불확실성 분석과 함께 사용할 수 있습니다. 그림 1에 표시된 형상은 길이 900mm, 높이 508mm, 스팬 62mm의 직사각형 탱크로 구성되어 있으며 물이나 해바라기 기름으로 93mm 또는 355.3mm로 채워져 있으므로 4가지 경우가 고려됩니다. 탱크 벽과 같은 높이로 설치된 압력 센서의 위치도 표시됩니다. 탱크 회전 중심은 수평에 대한 회전 각도와 함께 그림 1에 나와 있습니다. 각 실험 실행은 반복성을 평가할 수 있도록 100번 수행되었습니다.

The original experiment was performed by Souto-Iglesias and Botia-Vera [1] and all experimental data files are available along with problem description, videos and an uncertainty analysis. The geometry shown in Fig. 1 consists of a rectangular tank of 900mm length, 508mm height and 62mm span, filled to either 93mm or 355.3 mm with either water or sunflower oil, hence four cases are considered. The locations of the pressure sensors that were installed flush with the tank walls are also shown. The tank rotation center is shown in Fig. 1, along with the rotation angle relative to the horizontal. Each of the experimental runs was performed 100 times to enable their repeatability to be assessed.

Tank dimensions and locations of pressure sensors
Figure 1. Tank dimensions and locations of pressure sensors

Numerical Simulation

문제는 FLOW-3D 내에서 비관성 기준 좌표계 모델을 사용하여 비교적 간단하게 설정할 수 있으며  , 이는 로컬 기준 좌표계의 가속도에 따라 유체에 체력 을 적용합니다. Z축 회전 속도는 탱크의 롤 운동을 시뮬레이션하기 위한 주기 함수로 정의되었으며 음의 수직 방향으로 작용하는 일정한 중력이 가해졌습니다.

메쉬 미세화, 운동량 이류에 대한 수치 근사 순서, 층류 대 난류 모델 및 탱크 내 공기에 대한 세 가지 다른 처리(즉, 일정 압력, 압축성 기체 및 비압축성 기체)와 같은 것을 조사하기 위해 여러 시뮬레이션을 수행했습니다.

93mm 깊이로 채워진 모든 케이스에 대해 압력은 압력 센서 P1에서만 실험 값과 비교되었으며, 355.3mm 깊이로 채워진 모든 케이스에서는 P3 센서의 데이터만 비교되었습니다.

The problem was relatively simple to set up using the non-inertial reference frame model within FLOW-3D, which applies a body force to the fluid depending on the acceleration of the local reference frame. The Z axis rotational velocity was defined as a periodic function to simulate a roll motion of the tank, and a constant gravity force acting in the negative vertical direction was applied.

Multiple simulations were performed to investigate such things as mesh refinement, the numerical approximation order for momentum advection, laminar versus turbulent models and three different treatments for the air in the tank (i.e., constant pressure, compressible gas and incompressible gas).

For all 93mm depth-filled cases, the pressure was compared to the experimental values at pressure sensor P1 only, while for all 355.3mm depth-filled cases, only data at the P3 sensor was compared.

Results

P1에서 측정된 측면 워터 슬로싱에 대한 메쉬 해상도의 영향은 그림 2에서 볼 수 있습니다. 피크 값 예측 측면에서 특별한 편향을 보이지 않습니다. 모든 측면 사례에서 초기 피크 직후의 압력은 시뮬레이션에서 일관되게 과대 평가되었습니다. 모든 메쉬는 피크의 타이밍 측면에서 우수한 일치를 보입니다. 100회 실행에서 보고된 실험 시간 기록은 평균 값에 가장 가까운 최고 압력을 가진 기록입니다.

The effect of mesh resolution on lateral water sloshing measured at P1 is seen in Fig. 2. It shows no particular bias in terms of the prediction of peak values. In all the Lateral cases, the pressures immediately after the initial peaks are consistently over estimated in the simulations. All meshes have excellent agreement in terms of the timing of the peaks. The experimental time histories reported from the 100 runs made are those with peak pressures closest to the average values.

Lateral water case
Figure 2. Tank dimensions and locations of pressure sensors

실험 결과의 반복성은 Souto-Iglesias & Elkin Botia-Vera[1]에 의해 각 테스트를 100번 실행하고 처음 4개의 피크 압력의 평균 및 표준 편차를 측정하여 평가했습니다. CFD 실행이 다른 실험 실행으로 간주되는 경우 오류 막대 내에 있을 확률이 95%입니다. 그러나 CFD 결과의 16개 피크 압력 중 9개만 실험 결과의 2 표준 편차 내에 있으므로 CFD 모델이 실험을 대표하지 않거나 피크 압력이 정규 분포를 따르지 않는다는 결론을 내려야 합니다.

어쨌든 표준 편차는 피크 자체에 비해 상당히 크며, 수성 케이스와 측면 오일의 비율이 가장 작은 피크 값에 대한 표준 편차의 비율이 가장 큰 것으로 나타났습니다. 이러한 결과는 그림 1과 2에서 볼 수 있는 벽 충격 역학의 복잡성을 고려할 때 그리 놀라운 일이 아닙니다. 3,4.

The repeatability of the experimental results was assessed by Souto-Iglesias & Elkin Botia-Vera [1] running each test 100 times and measuring the average and standard deviation of the first four peak pressures. If a CFD run is considered to be another experimental run there is a 95% chance it will lie within the error bars. However, only nine of the 16 peak pressures from the CFD results fall within two standard deviations of the experimental results, so we must conclude that either the CFD model is not representative of the experiment or that the peak pressures are not normally distributed.

In any event, the standard deviations are quite large compared to the peaks themselves, with the largest ratio of standard deviation to peak values occurring for the water-based cases and the lateral oil having the smallest ratio. These results are perhaps not too surprising when one considers the complexity of the wall impact dynamics as seen in Figs. 3,4.

Lateral Wave Impact in Water
Figure 3. 4th Lateral Wave Impact in Water
Wave Impact of Water on Roof
Figure 4. 4th Wave Impact of Water on Roof

Conclusions

좁은 탱크 슬로싱 문제의 네 가지 구성은 자유 표면 흐름을 위해 설계된 상용 CFD 코드를 사용하여 수치적으로 시뮬레이션되었습니다. 대략 2 X 10 3  및 1 X 10 5 의 Reynolds 수에 해당하는 두 가지 다른 유체  와 두 가지 유체 깊이가 네 가지 경우를 정의하는 데 사용되었습니다. 4가지 경우 모두에 대해 메쉬 셀 크기 독립성 테스트를 수행했지만 메쉬 해상도가 증가함에 따라 실험 결과에 대해 약한 수렴만 발견되었습니다. 조사는 또한 두 가지 다른 운동량 이류 수치 차분 계획을 테스트했으며 두 번째 방법을 사용하여 더 가까운 일치를 발견했습니다 1차 체계를 사용하는 것보다 차수 단조성 보존 체계. 기본 층류 흐름을 포함한 세 가지 난류 모델이 테스트되었지만 더 낮은 계산 비용으로 인해 층류 이외의 모델에 대한 선호도가 발견되지 않았습니다. 실험 데이터와 공기 감소 일치의 압축성을 포함하여 그 이유는 불분명합니다.

실험 압력 프로브 시간 이력 데이터 세트에는 100회 반복 테스트에서 파생된 각 압력 피크에 대해 100개의 값이 포함되어 있으므로 CFD 시뮬레이션과의 일치의 통계적 유의성을 조사할 수 있었습니다. 수치 시뮬레이션과 실험 모두 출렁이는 파동 충격에 해당하는 매우 가파른 압력 펄스를 발생시켰고 실험 결과는 피크 값에서 높은 정도의 자연적 변동성을 갖는 것으로 나타났습니다. CFD 시뮬레이션의 감도 테스트(예: 약간 다른 초기 시작 조건 사용)는 공식적으로 수행되지 않았지만 수치 솔루션은 또한 다른 메쉬, 차분 체계 및 난류 모델,

모든 경우에 압력 피크가 발생하는 수치해의 타이밍은 매우 정확함을 알 수 있었다. 그러나 가장 난이도가 낮은 Lateral Oil의 경우에도 압력 피크와 바로 뒤따르는 압력 값이 과대 평가되어 수치 모델링의 단점이 나타났습니다. 실험적 피크 압력 변동성을 고려할 때 CFD 생성 값은 CFD 솔루션이 통계적 유의성을 나타내기 위해 필요한 15개 이상이 아니라 16개 피크 중 9개에서 2개의 표준편차 한계 내에 떨어졌습니다. 실험을 대표했다. 이것은 피크가 정규 분포를 따르지 않거나 CFD 모델이 피크를 예측하는 데 어떤 식으로든 결함이 있음을 나타냅니다.

Four configurations of a narrow tank sloshing problem were numerically simulated using a commercial CFD code designed for free surface flow. Two different fluids corresponding to Reynolds numbers of approximately 2 X 103 and 1 X 105 and two fluid depths were used to define the four cases. Mesh cell size independence tests were conducted for all four cases, but only a weak convergence towards the experimental results with increasing mesh resolution was found. The investigation also tested two different momentum advection numerical differencing schemes and found closer agreement using the 2nd order monotonicity preserving scheme than by using a first order scheme. Three turbulence models, including the default laminar flow, were tested but no preference was found for any model other than the laminar by virtue of its lower computational cost. Including the compressibility of the air-reduced agreement with the experimental data, the reasons for this are unclear.

The experimental pressure probe time history data sets included 100 values for each of the pressure peaks derived from 100 repeat tests, and thus we were able to examine the statistical significance of the agreement with the CFD simulations. Both the numerical simulations and the experiments gave rise to very steep pressure pulses corresponding to the sloshing wave impacts, and the experimental results were found to have a high degree of natural variability in the peak values. Although sensitivity tests of the CFD simulations (using, for example, slightly different initial starting conditions) were not formally conducted, the numerical solutions also showed a high degree of variability in the pressure peak magnitudes resulting from the use of different meshes, differencing schemes and turbulence models, which could be considered to show that the numerical solution also had a high degree of natural variability.

In all cases, the numerical solutions’ timing of the occurrence of the pressure peaks were found to be very accurate. However, even for the least challenging Lateral Oil case, the pressure peaks and the immediately following pressure values were overestimated, which indicated a shortcoming in the numerical modelling. When the experimental peak pressure variability was taken into account, the CFD-generated values fell inside the two Standard Deviation margin in nine of the 16 peaks rather than the 15 or more that would be required to show statistical significance in the sense that the CFD solution was representative of the experiment. This indicates that either the peaks are not normally distributed and/or the CFD model is in some way deficient at predicting them. Further work is required to establish how the peak pressures are distributed and/or to establish the physical reasons why the CFD model is overestimating the pressure peaks for even the least challenging Lateral Oil configuration.

References

  1. Spheric Benchmark Test Case, Sloshing Wave Impact Problem, Antonio Souto-Iglesias & Elkin Botia-Vera, https://wiki.manchester.ac.uk/spheric/index.php/Test10
  2. Peregrine DH (1993). Water-wave impact on walls. Annual Review of Fluid Mechanics. Vol 35, pp 23-43.

Editor’s Note

The complete document from which this note was extracted and the related data and input files are available on our Users Site. Readers are encouraged to read the original validation to get a full appreciation of the detail in this work investigating comparisons between simulation and experimental data. This study is especially noteworthy since it deals with highly non-linear sloshing of fluids interacting with the boundaries of a confining tank.

With regard to the author’s conclusions, it should be mentioned that the over prediction of fluid impact pressures in simulations could be the result of not allowing for sufficient compressibility effects in the liquids. For instance, in Fig. 3, it appears that there has been some air entrained in the liquid near the side wall. Also, negative pressures (i.e., below atmospheric) recorded experimentally might result from liquid drops remaining on the pressure sensors after the main body of liquid has drained away. Such details, which may be hard to quantify, only emphasize the difficulties involved in undertaking detailed validation studies. The author is commended for his excellent work.

해양 플랫폼에 대한 파도 영향 시뮬레이션

Offshore Structures

Offshore Structures

해양 연안 구조물에 걸리는 하중은 크게 임의의(random) 바다 상태에서 파와 구조물의 상호 작용의 세부 사항에 의해 결정됩니다. FLOW-3D는 사용자로 하여금 다양한 파형 아래에서 부유체와 바다의 스펙트럼(JONSWAP, Pierson Moskowitz, User Defined Function등)사이의 비선형 상호 작용을 모델링 할 수 있게 합니다. 또한 FLOW-3D는 파-구조물- 계류계 안에서 구조 등답 해석뿐 아니라 갑판에서의 물 분석, 충격 하중, 완전 비선형 파형 전달 해석을 제공합니다.

해양 플랫폼 갑판 아래에 있는 고요한 물 에어 갭(Air gap)은 중요한 설계인자이며, 극한 설계 조건에 필요한 최소한의 에어 갭에 의해 결정된다. FLOW-3D는 해양플랫폼, tension leg platform, semi-submersible 등의 에어갭, 파충격 하중, 효과적으로 예측하는데 사용될 수 있습니다.

 

FLOW-3D는 고정말뚝 구조물 외에  여기에 표시된 도크와 같은 부유 구조물에 대한 힘을 시뮬레이션하는 데 사용할 수 있습니다. 계류선 모델을 이용하여 도크의 움직임을 안정화 시켰고, 수위가 꾸준히 증가함에 따른 도크의 역동성을 영상에서 확인할 수 있습니다.

해양 플랫폼에 대한 파도 영향 시뮬레이션

연안 플랫폼 데크 아래의 잔잔한 수중 공극은 중요한 설계 매개변수이며 극한의 설계 조건에서 요구되는 최소 공극에 의해 결정됩니다. FLOW-3D 는 해양 플랫폼, 텐션 레그 플랫폼 및 반잠수정의 공극 및 파도 충격 하중을 효과적으로 예측하는 데 사용할 수 있습니다. FLOW-3D  는 수치적 환경에서 전체 규모의 문제를 모델링함으로써  엔지니어가 축소된 규모의 모델 물리적 유역 테스트와 관련된 종종 섬세한 스케일링 문제를 우회할 수 있도록 합니다.

Numerical investigation on effective parameters on hydraulic flows in a sluice gate with sill on free-flow condition

자유 흐름 조건에서 문턱이 있는 수문의 유압 흐름에 대한 유효 매개변수에 대한 수치적 조사

Numerical investigation on effective parameters on hydraulic flows in a sluice gate with sill on free-flow condition

Authors

1 Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Iran

2 Water Engineering Department, University of Tabriz, Tabriz, Iran

3 M.Sc. Student, Department of Civil Engineering, Faculty of Engineering, University of Maragheh, Maragheh, Iran

Abstract

The importance of water control and distribution in irrigation and behind dams requires the use of practical and modern methods. The presence of sill under sluice gate is one of the solutions to control the flow rate. Therefore, this study was conducted to numerically investigate the discharge coefficient (Cd) of sluice gate with different heights and widths of sills in free flow conditions. The simulations were performed using FLOW-3D software and finite volume method. The results of numerical study showed that the gate opening has a good effect on the Cd with sill and non-sill condition. In both cases, the gate opening is inversely related to the Cd. This means that the Cd increases as the gate opening decreases. Results showed that reducing the gate opening from 5 cm to 2 cm increases the Cd in the gate with sill by 9% compared to the non-sill gate. The results also indicate that the height of the sill is one of the parameters affecting the Cd. The minimum and maximum discharge coefficients in gate with sill compared to the non-sill condition were estimated at 1.5% and 18%, respectively. Examination of sill width changes showed that decreasing the width reduces the discharge coefficient by reducing the amount of velocity and flow pressure along the sill sides. The effect of three parameters of gate opening, sill height and sill width were compared. The results showed that increasing the sill width compared to the two mentioned parameters has the maximum increase in the Cd

관개 및 댐 뒤에서 물 관리 및 분배의 중요성은 실용적이고 현대적인 방법의 사용을 요구합니다. 수문 아래 문턱의 존재는 유량을 제어하는 ​​솔루션 중 하나입니다. 

따라서 본 연구는 자유유동 조건에서 문턱의 높이와 너비가 다른 수문의 토출계수(Cd)를 수치적으로 조사하기 위해 수행되었습니다. 시뮬레이션은 FLOW-3D 소프트웨어와 유한 체적 방법을 사용하여 수행되었습니다. 

수치 연구의 결과는 게이트 개방이 sill 및 non-sill 조건에서 Cd에 좋은 영향을 미치는 것으로 나타났습니다. 두 경우 모두 게이트 개방은 Cd와 반비례합니다. 이것은 게이트 개방이 감소함에 따라 Cd가 증가한다는 것을 의미합니다. 

결과에 따르면 게이트 개구부를 5cm에서 2cm로 줄이면 비문이 있는 게이트에 비해 씰이 있는 게이트의 Cd가 9% 증가합니다. 결과는 또한 문턱의 높이가 Cd에 영향을 미치는 매개변수 중 하나임을 나타냅니다. 

문턱이 없는 문에 비해 문턱이 있는 문에서 최소 및 최대 배출 계수는 각각 1.5% 및 18%로 추정되었습니다. 문턱 너비 변화를 조사하면 너비를 줄이면 문턱 측면을 따라 유속과 흐름 압력의 양이 감소하여 배출 계수가 감소하는 것으로 나타났습니다. 

게이트 개방, 문턱 높이 및 문턱 너비의 세 가지 매개변수의 효과를 비교했습니다. 결과는 언급된 두 매개변수에 비해 씰 너비를 늘리면 Cd가 최대로 증가한다는 것을 보여주었습니다. 

결과는 또한 문턱의 높이가 Cd에 영향을 미치는 매개변수 중 하나임을 나타냅니다. 문턱이 없는 문에 비해 문턱이 있는 문에서 최소 및 최대 배출 계수는 각각 1.5% 및 18%로 추정되었습니다. 문턱 너비 변화를 조사하면 너비를 줄이면 문턱 측면을 따라 유속과 흐름 압력의 양이 감소하여 배출 계수가 감소하는 것으로 나타났습니다. 

게이트 개방, 문턱 높이 및 문턱 너비의 세 가지 매개변수의 효과를 비교했습니다. 결과는 언급된 두 매개변수와 비교하여 문턱 너비를 늘리면 Cd가 최대로 증가한다는 것을 보여주었습니다. 

결과는 또한 문턱의 높이가 Cd에 영향을 미치는 매개변수 중 하나임을 나타냅니다. 문턱이 없는 문에 비해 문턱이 있는 문에서 최소 및 최대 배출 계수는 각각 1.5% 및 18%로 추정되었습니다. 

문턱 너비 변화를 조사하면 너비를 줄이면 문턱 측면을 따라 유속과 흐름 압력의 양이 감소하여 배출 계수가 감소하는 것으로 나타났습니다. 게이트 개방, 문턱 높이 및 문턱 너비의 세 가지 매개변수의 효과를 비교했습니다. 결과는 언급된 두 매개변수에 비해 씰 너비를 늘리면 Cd가 최대로 증가한다는 것을 보여주었습니다. 문턱 너비 변화를 조사하면 너비를 줄이면 문턱 측면을 따라 유속과 흐름 압력의 양이 감소하여 배출 계수가 감소하는 것으로 나타났습니다. 

게이트 개방, 문턱 높이 및 문턱 너비의 세 가지 매개변수의 효과를 비교했습니다. 결과는 언급된 두 매개변수에 비해 씰 너비를 늘리면 Cd가 최대로 증가한다는 것을 보여주었습니다. 문턱 너비 변화를 조사하면 너비를 줄이면 문턱 측면을 따라 유속과 흐름 압력의 양이 감소하여 배출 계수가 감소하는 것으로 나타났습니다. 

게이트 개방, 문턱 높이 및 문턱 너비의 세 가지 매개변수의 효과를 비교했습니다. 결과는 언급된 두 매개변수와 비교하여 문턱 너비를 늘리면 Cd가 최대로 증가한다는 것을 보여주었습니다.

Keywords

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

Spillway Hydraulics Assessments

Spillway Hydraulics Assessments

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

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

W.A.C. Bennett Dam

Shock Waves in Spillway Chute

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

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

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

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

Strathcona Dam

Poor Approach Conditions and Uncertainty of Spillway Rating Curves

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

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

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

John Hart Dam

Optimization of a Proposed Spillway

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

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

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

Conclusion

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

Fig. 6. Configuration of Johnson (1958) hydraulic experiment.

전체 수심 범위에서 선박 파고에 대한 방정식

Equation for ship wave crests in the entire range of water depths

Byeong Wook Lee a
, Changhoon Lee b,
*a Coastal Development and Ocean Energy Research Center, Korea Institute of Ocean Science & Technology, 385 Haeyang-ro, Busan, 49111, Republic of Korea
b Department of Civil and Environmental Engineering, Sejong University, 209 Neungdong-ro, Gwangjin-gu, Seoul, 05006, Republic of Korea

ABSTRACT

An equation for ship wave crests y/x in the entire range of water depths is developed using the linear dispersion relation. In deep water, the developed equation is reduced to the equation of Kelvin (1906). The locations of ship wave crests in the x – and y -directions are obtained using a dimensionless constant C. The wave ray angle θc at the cusp locus is determined using the condition that θc is maximal at the cusp locus and the cusp locus angle is determined as αc=−tan−1(y/x)max. Numerical experiments are conducted using the FLOW-3D to simulate ship wave propagation. The cusp locus angles of the FLOW-3D are similar to both those of the present theory and Havelock (1908) theory in the entire range of the Froude number. Both the present theory and the FLOW-3D yield that, with the increase of ship speed, the Froude number increases and does the wavelength. For the Froude number equal to or greater than unity, the wavelength becomes infinitely large and the transverse waves disappear. The wavelengths of the FLOW-3D are slightly smaller than those of the present theory because the FLOW-3D considers the decrease of wavelength due to energy dissipation which happens because of viscosity of water and turbulence of high-speed particle velocities.

Fig. 6. Configuration of Johnson (1958) hydraulic experiment.
Fig. 6. Configuration of Johnson (1958) hydraulic experiment.
Fig. 8. Comparison of ship wave crest patterns: (a) Fr ¼ 0:66 (Us ¼ 6:5m=s,  kh � 0:724π), (b) Fr ¼ 0:86 (Us ¼ 8:5m=s, kh � 0:342π), (c) Fr ¼ 1:21 (Us ¼ 12:0m=s, kh � 0:003π). Line definition: red solid line ¼ present theory; yellow  dashed line ¼ Kelvin theory; white dot ¼ FLOW-3D solution. (For interpretation  of the references to colour in this figure legend, the reader is referred to the  Web version of this article.)
Fig. 8. Comparison of ship wave crest patterns: (a) Fr ¼ 0:66 (Us ¼ 6:5m=s, kh >= 0:724π), (b) Fr ¼ 0:86 (Us ¼ 8:5m=s, kh >= 0:342π), (c) Fr ¼ 1:21 (Us ¼ 12:0m=s, kh >= 0:003π). Line definition: red solid line ¼ present theory; yellow dashed line ¼ Kelvin theory; white dot ¼ FLOW-3D solution. (For interpretation of the references to colour in this figure legend, the reader is referred to the Web version of this article.)

Keywords

Ship wave crests
Cusp locus angle
Entire range of water depths
Theoretical solution
Numerical experiment

References

kylas, T.R., 1984. On the excitation of long nonlinear water waves by a moving pressure
distribution. J. Fluid Mech. 141, 455–466.

Chen, X.N., Sharma, S.D., 1995. A slender ship moving at a near-critical speed in a
shallow channel. J. Fluid Mech. 291, 263–285.
David, C.G., Roeber, V., Goseberg, N., Schlurmann, T., 2017. Generation and propagation
of ship-borne waves – solutions from a Boussinesq-type model. Cost Eng. 127,
170–187.
Ersan, D.B., Beji, S., 2013. Numerical simulation of waves generated by a moving
pressure field. Ocean Eng. 59, 231–239.
Ertekin, R.C., Webster, W.C., Wehausen, J.V., 1986. Waves caused by a moving
disturbance in a shallow channel of finite width. J. Fluid Mech. 169, 275–292.
Fang, M.-C., Yang, R.-Y., Shugan, I.V., 2011. Kelvin ship wake in the wind waves field
and on the finite sea depth. J. Mech. 27 (1), 71–77.
Havelock, T.H., 1908. The propagation of groups of waves in dispersive media with
application to waves on water produced by a travelling disturbance. Proc. Royal Soc.
London Ser. A 398–430.
Hennings, I., Romeiser, R., Alpers, W., Viola, A., 1999. Radar imaging of Kelvin arms of
ship wakes. Int. J. Remote Sens. 20 (13), 2519–2543.
Hur, D.S., Lee, J., Choi, D.S., Lee, H.W., 2011. On run-up characteristics of revetment
under interaction among ocean wave, current and ship induced wave in the canal.
In: Proceedings of the 37th Conference on the Korean Society of Civil Engineers,
pp. 588–591 (in Korean).
Johnson, J.W., 1958. Ship waves in navigation channels. In: Proceedings of the 6th
Conference on Coastal Engineering, pp. 666–690.
Kang, Y.S., Kim, P.J., Hyun, S.K., Sung, H.K., 2008. Numerical simulation of ship-induced
wave using FLOW-3D. J. Korean Soc. Coast. Ocean Eng. 20 (3), 255–267 (in Korean).
Kelvin, 1887. On ship waves. In: Proceedings of the Institution of Mechanical
Engineering, pp. 409–433.
Kelvin, 1906. Deep sea ship-waves. Proc. R. Soc. Edinb. 25 (2), 1060–1084.
Lamb, H., 1945. Hydrodynamics. Dover Publications.
Lee, C., Lee, B.W., Kim, Y.J., Ko, K.O., 2011. Ship wave crests in intermediate-depth
water. In: Proceedings of the 6th International Conference on Asian and Pacific
Coasts, pp. 1818–1825.
Lee, B.W., Lee, C., Kim, Y.J., Ko, K.O., 2013. Prediction of ship wave crests on varying
water depths and verification by FLOW-3D. J. Korean Soc. Civil Eng. 33 (4),
1447–1454 (in Korean).
Lighthill, M.J., Whitham, G.B., 1955. On kinematic waves: I. Flood movement in long
rivers; II. Theory of traffic flow on long crowded roads. Proc. R. Soc. A 229, 281–345.
Newman, J.N., 1970. Recent research on ship waves. In: Proceedings of the 8th
Symposium on Naval Hydrodynamics, pp. 519–545.
Newman, J.N., 1977. Marine Hydrodynamics. The MIT Press.
Reed, A.M., Milgram, J.H., 2002. Ship wakes and their radar images. Annu. Rev. Fluid
Mech. 34, 469–502.
Shemdin, O.H., 1990. Synthetic aperture radar imaging of ship wakes in the Gulf of
Alaska. J. Geophys. Res. 95 (C9), 16319–16338.
Shi, F., Malej, M., Smith, J.M., Kirby, J.T., 2018. Breaking of ship bores in a Boussinesqtype ship-wake model. Cost Eng. 132, 1–12.
Sorensen, R.M., 1967. Investigation of ship-generated waves. J. Waterw. Harb. Div.
85–99. ASCE.
Sorensen, R.M., 1969. Waves generated by model ship hull. J. Waterw. Harb. Div.
513–538. ASCE.
Sorensen, R.M., Weggel, J.R., 1984. Development of ship wave design information. In:
Proceedings of the 19th Conference on Coastal Engineering, pp. 3227–3243. ASCE.
Stoker, J.J., 1957. Water Waves: the Mathematical Theory with Applications.
Interscience Publishers.
Tuck, E.O., 1966. Shallow-water flows past slender bodies. J. Fluid Mech. 26, 81–95.
Wu, D.M., Wu, T.Y., 1982. Three-dimensional nonlinear long waves due to moving
surface pressure. In: Proceedings of the 14th Symposium on Naval Hydrodynamics,
pp. 103–129.

Fig. 11. Velocity vectors along x-direction through the center of the box culvert for B0, B30, B50, and B70 respectively.

Numerical investigation of scour characteristics downstream of blocked culverts

막힌 암거 하류의 세굴 특성 수치 조사

NesreenTahabMaged M.El-FekyaAtef A.El-SaiadaIsmailFathya
aDepartment of Water and Water Structures Engineering, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt
bLab Manager, Faculty of Engineering, Zagazig University, Zagazig 44519, Egypt

Abstract

횡단 구조물을 통한 막힘은 안정성을 위협하는 위험한 문제 중 하나입니다. 암거의 막힘 형상 및 하류 세굴 특성에 미치는 영향에 관한 연구는 거의 없습니다.

이 연구의 목적은 수면과 세굴 모두에서 상자 암거를 통한 막힘의 작용을 수치적으로 논의하는 것입니다. 이를 위해 FLOW 3D v11.1.0을 사용하여 퇴적물 수송 모델을 조사했습니다.

상자 암거를 통한 다양한 차단 비율이 연구되었습니다. FLOW 3D 모델은 실험 데이터로 보정되었습니다. 결과는 FLOW 3D 프로그램이 세굴 다운스트림 상자 암거를 정확하게 시뮬레이션할 수 있음을 나타냅니다.

막힌 경우에 대한 속도 분포, 최대 세굴 깊이 및 수심을 플롯하고 비차단된 사례(기본 사례)와 비교했습니다.

그 결과 암거 높이의 70% 차단율은 상류의 수심을 암거 높이의 2.3배 증가시키고 평균 유속은 기본 경우보다 3배 더 증가시키는 것으로 입증되었다. 막힘 비율의 함수로 상대 최대 세굴 깊이를 추정하는 방정식이 만들어졌습니다.

Blockage through crossing structures is one of the dangerous problems that threaten its stability. There are few researches concerned with blockage shape in culverts and its effect on characteristics of scour downstream it.

The study’s purpose is to discuss the action of blockage through box culvert on both water surface and scour numerically. A sediment transport model has been investigated for this purpose using FLOW 3D v11.1.0. Different ratios of blockage through box culvert have been studied. The FLOW 3D model was calibrated with experimental data.

The results present that the FLOW 3D program was capable to simulate accurately the scour downstream box culvert. The velocity distribution, maximum scour depth and water depths for blocked cases have been plotted and compared with the non-blocked case (base case).

The results proved that the blockage ratio 70% of culvert height makes the water depth upstream increases by 2.3 times of culvert height and mean velocity increases by 3 times more than in the base case. An equation has been created to estimate the relative maximum scour depth as a function of blockage ratio.

1. Introduction

Local scour is the removal of granular bed material by the action of hydrodynamic forces. As the depth of scour hole increases, the stability of the foundation of the structure may be endangered, with a consequent risk of damage and failure [1]. So the prediction and control of scour is considered to be very important for protecting the water structures from failure. Most previous studies were designed to study the different factors that impact on scour and their relationship with scour hole dimensions like fluid characteristics, flow conditions, bed properties, and culvert geometry. Many previous researches studied the effect of flow rate on scour hole by information Froude number or modified Froude number [2][3][4][5][6]. Cesar Mendoza [6] found a good correlation between the scour depth and the discharge Intensity (Qg−.5D−2.5). Breusers and Raudkiv [7] used shear velocity in the outlet-scour prediction procedure. Ali and Lim [8] used the densimetric Froude number in estimation of the scour depth [1][8][9][10][11][12][13][14]. “The densimetric Froude number presents the ratio of the tractive force on sediment particle to the submerged specific weight of the sediment” [15](1)Fd=uρsρ-1gD50

Ali and Lim [8] pointed to the consequence of tailwater depth on scour behavior [1][2][8][13]. Abida and Townsend [2] indicated that the maximum depth of local scour downstream culvert was varying with the tailwater depth in three ways: first, for very shallow tailwater depths, local scouring decreases with a decrease in tailwater depth; second, when the ratio of tailwater depth to culvert height ranged between 0.2 and 0.7, the scour depth increases with decreasing tailwater depth; and third for a submerged outlet condition. The tailwater depth has only a marginal effect on the maximum depth of scour [2]. Ruff et al. [16] observed that for materials having similar mean grain sizes (d50) but different standard deviations (σ). As (σ) increased, the maximum scour hole depth decreased. Abt et al. [4] mentioned to role of soil type of maximum scour depth. It was noticed that local scour was more dangerous for uniform sands than for well-graded mixtures [1][2][4][9][17][18]. Abt et al [3][19] studied the culvert shape effect on scour hole. The results evidenced that the culvert shape has a limited effect on outlet scour. Under equivalent discharge conditions, it was noted that a square culvert with height equal to the diameter of a circular culvert would reduce scour [16][20]. The scour hole dimension was also effected by the culvert slope. Abt et al. [3][21] showed that the culvert slope is a key element in estimating the culvert flow velocity, the discharge capacity, and sediment transport capability. Abt et al. [21][22] tested experimentally culvert drop height effect on maximum scour depth. It was observed that as the drop height was increasing, the depth of scour was also increasing. From the previous studies, it could have noticed that the most scour prediction formula downstream unblocked culvert was the function of densimetric Froude number, soil properties (d50, σ), tailwater depth and culvert opening size. Blockage is the phenomenon of plugging water structures due to the movement of water flow loaded with sediment and debris. Water structures blockage has a bad effect on water flow where it causes increasing of upstream water level that may cause flooding around the structure and increase of scour rate downstream structures [23][24]. The blockage phenomenon through was studied experimentally and numerical [15][25][26][27][28][29][30][31][32][33]. Jaeger and Lucke [33] studied the debris transport behavior in a natural channel in Australia. Froude number scale model of an existing culvert was used. It was noticed that through rainfall event, the mobility of debris was impressed by stream shape (depth and width). The condition of the vegetation (size and quantities) through the catchment area was the main factor in debris transport. Rigby et al. [26] reported that steep slope was increasing the ability to mobilize debris that form field data of blocked culverts and bridges during a storm in Wollongong city.

Streftaris et al. [32] studied the probability of screen blockage by debris at trash screens through a numerical model to relate between the blockage probability and nature of the area around. Recently, many commercial computational fluid programs (CFD) such as SSIIM, Fluent, and FLOW 3D are used in the analysis of the scour process. Scour and sediment transport numerical model need to validate by using experimental data or field data [34][35][36][37][38]. Epely-Chauvin et al. [36] investigated numerically the effect of a series of parallel spur diked. The experimental data were compared by SSIIM and FLOW 3D program. It was found that the accuracy of calibrated FLOW 3D model was better than SSIIM model. Nielsen et al. [35] used the physical model and FLOW 3D model to analyze the scour process around the pile. The soil around the pile was uniform coarse stones in the physical models that were simulated by regular spheres, porous media, and a mixture of them. The calibrated porous media model can be used to determine the bed shear stress. In partially blocked culverts, there aren’t many studies that explain the blockage impact on scour dimensions. Sorourian et al. [14][15] studied the effect of inlet partial blockage on scour characteristics downstream box culvert. It resulted that the partial blockage at the culvert inlet could be the main factor in estimating the depth of scour. So, this study is aiming to investigate the effects of blockage through a box culvert on flow and scour characteristics by different blockage ratios and compares the results with a non-blocked case. Create a dimensionless equation relates the blockage ratio of the culvert with scour characteristics downstream culvert.

2. Experimental data

The experimental work of the study was conducted in the Hydraulics and Water Engineering Laboratory, Faculty of Engineering, Zagazig University, Egypt. The flume had a rectangular cross-section of 66 cm width, 65.5 cm depth, and 16.2 m long. A rectangular culvert was built with 0.2 m width, 0.2 m height and 3.00 m long with θ = 25° gradually outlet and 0.8 m fixed apron. The model was located on the mid-point of the channel. The sediment part was extended for a distance 2.20 m with 0.66 m width and 0.20 m depth of coarse sand with specific weight 1.60 kg/cm3, d50 = 2.75 mm and σ (d90/d50) = 1.50. The particle size distribution was as shown in Fig. 1. The experimental model was tested for different inlet flow (Q) of 25, 30, 34, 40 l/s for different submerged ratio (S) of 1.25, 1.50, 1.75.

3. Dimensional analysis

A dimensional analysis has been used to reduce the number of variables which affecting on the scour pattern downstream partial blocked culvert. The main factors affecting the maximum scour depth are:(2)ds=f(b.h.L.hb.lb.Q.ud.hu.hd.D50.ρ.ρs.g.ls.dd.ld)

Fig. 2 shows a definition sketch of the experimental model. The maximum scour depth can be written in a dimensionless form as:(3)dsh=f(B.Fd.S)where the ds/h is the relative maximum scour depth.

4. Numerical work

The FLOW 3D is (CFD) program used by many researchers and appeared high accuracy in solving hydrodynamic and sediment transport models in the three dimensions. Numerical simulation with FLOW 3D was performed to study the impacts of blockage ratio through box culvert on shear stress, velocity distribution and the sediment transport in terms of the hydrodynamic features (water surface, velocity and shear stress) and morphological parameters (scour depth and sizes) conditions in accurately and efficiently. The renormalization group (RNG) turbulence model was selected due to its high ability to predict the velocity profiles and turbulent kinetic energy for the flow through culvert [39]. The one-fluid incompressible mode was used to simulate the water surface. Volume of fluid (VOF) method was employed in FLOW 3D to tracks a liquid interface through arbitrary deformations and apply the correct boundary conditions at the interface [40].1.

Governing equations

Three-dimensional Reynolds-averaged Navier Stokes (RANS) equation was applied for incompressible viscous fluid motion. The continuity equation is as following:(4)VF∂ρ∂t+∂∂xρuAx+∂∂yρvAy+∂∂zρwAz=RDIF(5)∂u∂t+1VFuAx∂u∂x+vAy∂u∂y+ωAz∂u∂z=-1ρ∂P∂x+Gx+fx(6)∂v∂t+1VFuAx∂v∂x+vAy∂v∂y+ωAz∂v∂z=-1ρ∂P∂y+Gy+fy(7)∂ω∂t+1VFuAx∂ω∂x+vAy∂ω∂y+ωAz∂ω∂z=-1ρ∂P∂z+Gz+fz

ρ is the fluid density,

VF is the volume fraction,

(x,y,z) is the Cartesian coordinates,

(u,v,w) are the velocity components,

(Ax,Ay,Az) are the area fractions and

RDIF is the turbulent diffusion.

P is the average hydrodynamic pressure,

(Gx, Gy, Gz) are the body accelerations and

(fx, fy, fz) are the viscous accelerations.

The motion of sediment transport (suspended, settling, entrainment, bed load) is estimated by predicting the erosion, advection and deposition process as presented in [41].

The critical shields parameter is (θcr) is defined as the critical shear stress τcr at which sediments begin to move on a flat and horizontal bed [41]:(8)θcr=τcrgd50(ρs-ρ)

The Soulsby–Whitehouse [42] is used to predict the critical shields parameter as:(9)θcr=0.31+1.2d∗+0.0551-e(-0.02d∗)(10)d∗=d50g(Gs-1ν3where:

d* is the dimensionless grain size

Gs is specific weight (Gs = ρs/ρ)

The entrainment coefficient (0.005) was used to scale the scour rates and fit the experimental data. The settling velocity controls the Soulsby deposition equation. The volumetric sediment transport rate per width of the bed is calculated using Van Rijn [43].2.

Meshing and geometry of model

After many trials, it was found that the uniform cell size with 0.03 m cell size is the closest to the experimental results and takes less time. As shown in Fig. 3. In x-direction, the total model length in this direction is 700 cm with mesh planes at −100, 0, 300, 380 and 600 cm respectively from the origin point, in y-direction, the total model length in this direction is 66 cm at distances 0, 23, 43 and 66 cm respectively from the origin point. In z-direction, the total model length in this direction is 120 cm. with mesh planes at −20, 0, 20 and 100 cm respectively.3.

Boundary condition

As shown in Fig. 4, the boundary conditions of the model have been defined to simulate the experimental flow conditions accurately. The upstream boundary was defined as the volume flow rate with a different flow rate. The downstream boundary was defined as specific pressure with different fluid elevation. Both of the right side, the left side, and the bottom boundary were defined as a wall. The top boundary defined as specified pressure with pressure value equals zero.

5. Validation of experimental results and numerical results

The experimental results investigated the flow and scour characteristics downstream culvert due to different flow conditions. The measured value of maximum scour depth is compared with the simulated depth from FLOW 3D model as shown in Fig. 5. The scour results show that the simulated results from the numerical model is quite close to the experimental results with an average error of 3.6%. The water depths in numerical model results is so close to the experimental results as shown in Fig. 6 where the experiment and numerical results are compared at different submerged ratios and flow rates. The results appear maximum error percentage in water depths upstream and downstream the culvert is about 2.37%. This indicated that the FLOW 3D is efficient for the prediction of maximum scour depth and the flow depths downstream box culvert.

6. Computation time

The run time was chosen according to reaching to the stability limit. Hydraulic stability was achieved after 50 s, where the scour development may still go on. For run 1, the numerical simulation was run for 1000 s as shown in Fig. 7 where it mostly reached to scour stability at 800 s. The simulation time was taken 500 s at about 95% of scour stability.

7. Analysis and discussions

Fig. 8 shows the study sections where sec 1 represents to upstream section, sec2 represents to inside section and sec3 represents to downstream stream section. Table 1 indicates the scour hole dimensions at different blockage case. The symbol (B) represents to blockage and the number points to blockage ratio. B0 case signifies to the non-blocked case, B30 is that blockage height is 30% to the culvert height and so on.

Table 1. The scour results of different blockage ratio.

Casehb cmB = hb/hQ lit/sSFdd50 mmds/h measuredls/hdd/hld/hds/h estimated
B000351.261.692.50.581.500.275.000.46
B3060.30351.261.682.50.481.250.274.250.40
B50100.50351.221.742.50.451.100.244.000.37
B70140.70351.231.732.50.431.500.165.500.33

7.1. Scour hole geometry

The scour hole geometry mainly depends on the properties of soil of the bed downstream the fixed apron. From Table 1, the results show that the maximum scour depth in B0 case is about 0.58 of culvert height while the maximum deposition in B0 is 0.27 culvert height. There is a symmetric scour hole as shown in Fig. 9 in B0 case. An asymmetric scour hole is created in B50 and B70 due to turbulences that causes the deviation of the jet direction from the center of the flume where appear in Fig. 11 and Fig. 19.

7.2. Flow water surface

Fig. 10 presents the relative free surface water (hw/h) along the x-direction at center of the box culvert. From the mention Figure, it is easy to release the effect of different blockage ratios. The upstream water level rises by increasing the blockage ratio. Increasing upstream water level may cause flooding over the banks of the waterway. In the 70% blockage case, the upstream water level rises to 2.3 times of culvert height more than the non-blocked case at the same discharge and submerged ratio. The water surface profile shows an increase in water level upstream the culvert due to a decrease in transverse velocity. Because of decreasing velocity downstream culvert, there is an increase in water level before it reaches its uniform depth.

7.3. Velocity vectors

Scour downstream hydraulic structures mainly affects by velocities distribution and bed shear stress. Fig. 11 shows the velocity vectors and their magnitude in xz plane at the same flow conditions. The difference in the upstream water level due to the different blockage ratios is so clear. The maximum water level is in B70 and the minimum level is in B0. The inlet mean velocity value is about 0.88 m/s in B0 increases to 2.86 m/s in B70. As the blockage ratio increases, the inlet velocity increases. The outlet velocity in B0 case makes downward jet causes scour hole just after the fixed apron in the middle of the bed while the blockage causes upward water flow that appears clearly in B70. The upward jet decreases the scour depth to 0.13 culvert height less than B0 case. After the scour hole, the velocity decreases and the flow becomes uniform.

7.4. Velocity distribution

Fig. 12 represents flow velocity (Vx) distribution along the vertical depth (z/hu) upstream the inlet for the different blockage ratios at the same flow conditions. From the Figure, the maximum velocity creates closed to bed in B0 while in blocked case, the maximum horizontal velocity creates at 0.30 of relative vertical depth (z/hu). Fig. 13 shows the (Vz) distribution along the vertical depth (z/hu) upstream culvert at sec 1. From the mentioned Figure, it is easy to note that the maximum vertical is in B70 which appears that as the blockage ratio increases the vertical ratio also increases. In the non-blocked case. The vertical velocity (Vz) is maximum at (z/hu) equals 0.64. At the end of the fixed apron (sec 3), the horizontal velocity (Vx) is slowly increasing to reach the maximum value closed to bed in B0 and B30 while the maximum horizontal velocity occurs near to the top surface in B50 and B70 as shown in Fig. 14. The vertical velocity component along the vertical depth (z/hd) is presented in Fig. 15. The vertical velocity (Vz) is maximum in B0 at vertical depth (z/hd) 0.3 with value 0.45 m/s downward. Figs. 16 and 17 observe velocity components (Vx, Vz) along the vertical depth just after the end of blockage length at the centerline of the culvert barrel. It could be noticed the uniform velocity distribution in B0 case with horizontal velocity (Vx) closed to 1.0 m/s and vertical velocity closed to zero. In the blocked case, the maximum horizontal velocity occurs in depth more than the blockage height.

7.5. Bed velocity distribution

Fig. 18 presents the x-velocity vectors at 1.5 cm above the bed for different blockage ratios from the velocity vectors distribution and magnitude, it is easy to realize the position of the scour hole and deposition region. In B0 and B30, the flow is symmetric so that the scour hole is created around the centerline of flow while in B50 and B70 cases, the flow is asymmetric and the scour hole creates in the right of flow direction in B50. The maximum scour depth is found in the left of flow direction in B70 case where the high velocity region is found.

8. Maximum scour depth prediction

Regression analysis is used to estimate maximum scour depth downstream box culvert for different ratios of blockage by correlating the maximum relative scour by other variables that affect on it in one formula. An equation is developed to predict maximum scour depth for blocked and non-blocked. As shown in the equation below, the relative maximum scour depth(ds/hd) is a function of densimetric Froude number (Fd), blockage ratio (B) and submerged ratio (S)(11)dsh=0.56Fd-0.20B+0.45S-1.05

In this equation the coefficient of correlation (R2) is 0.82 with standard error equals 0·08. The developed equation is valid for Fd = [0.9 to 2.10] and submerged ratio (S) ≥ 1.00. Fig. 19 shows the comparison between relative maximum scour depths (ds/h) measured and estimated for different blockage ratios. Fig. 20 clears the comparison between residuals and ds/h estimated for the present study. From these figures, it could be noticed that there is a good agreement between the measured and estimated relative scour depth.

9. Comparison with previous scour equations

Many previous scour formulae have been produced for calculation the maximum scour depth downstream non-blockage culvert. These equations have been included the effect of flow regime, culvert shape, soil properties and the flow rate on maximum scour depth. Two of previous experimental studies data have been chosen to be compared with the present study results in non-blocked study data. Table 2 shows comparison of culvert shape, densmetric Froude number, median particle size and scour equations for these previous studies. By applying the present study data in these studies scour formula as shown in Fig. 21, it could be noticed that there are a good agreement between present formula results and others empirical equations results. Where that Lim [44] and Abt [4] are so closed to the present study data.

Table 2. Comparison of some previous scour formula.

ResearchersFdCulvert shaped50(mm)Proposed equationSubmerged ratio
Present study0.9–2.11square2.75dsh=0.56Fd-0.20B+0.45S-1.051.25–1.75
Lim [44]1–10Circular1.65dsh=0.45Fd0.47
Abt [4]Fd ≥ 1Circular0.22–7.34-dsh=3.67Fd0.57∗D500.4∗σ-0.4

10. Conclusions

The present study has shown that the FLOW 3D model can accurately simulate water surface and the scour hole characteristics downstream the box culvert with error percentage in water depths does not exceed 2.37%. Velocities distribution through and outlets culvert barrel helped on understanding the scour hole shape.

The blockage through culvert had caused of increasing of water surface upstream structure where the upstream water level in B70 was 2.3 of culvert height more than non-blocked case at the same discharge that could be dangerous on the stability of roads above. The depth averaged velocity through culvert barrel increased by 3 times its value in non-blocked case.

On the other hand, blockage through culvert had a limited effect on the maximum scour depth. The little effect of blockage on maximum scour depth could be noticed in Fig. 11. From this Figure, it could be noted that the residual part of culvert barrel after the blockage part had made turbulences. These turbulences caused the deviation of the flow resulting in the formation of asymmetric scour hole on the side of channel. This not only but in B70 the blockage height caused upward jet which made a wide far scour hole as cleared from the results in Table 1.

An empirical equation was developed from the results to estimate the maximum scour depth relative to culvert height function of blockage ratio (B), submerged ratio (S), and densimetric Froude number (Fd). The equation results was compared with some scour formulas at the same densimetric Froude number rang where the present study results was in between the other equations results as shown in Fig. 21.

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

References

[1]P. Sarathi, M. Faruque, R. BalachandarInfluence of tailwater depth, sediment size and densimetric Froude number on scour by submerged square wall jetsJ. Hydraul. Res., 46 (2) (2008), pp. 158-175CrossRefView Record in ScopusGoogle Scholar[2]H. Abida, R. TownsendLocal scour downstream of box-culvert outletsJ. Irrig. Drain. Eng., 117 (3) (1991), pp. 425-440CrossRefView Record in ScopusGoogle Scholar[3]S.R. Abt, C.A. Donnell, J.F. Ruff, F.K. DoehringCulvert Slope and Shape Effects on Outlet ScourTransp. Res. Rec., 1017 (1985), pp. 24-30View Record in ScopusGoogle Scholar[4]S.R. Abt, R.L. Kloberdanz, C. MendozaUnified culvert scour determinationJ. Hydraul. Eng., 110 (10) (1984), pp. 1475-1479CrossRefView Record in ScopusGoogle Scholar[5]J.P. Bohan, Erosion And Riprap Requirements At Culvert And Storm-Drain Outlets, ARMY ENGINEER WATERWAYS EXPERIMENT STATION VICKSBURG MISS1970.Google Scholar[6]C. Mendoza, S.R. Abt, J.F. RuffHeadwall influence on scour at culvert outletsJ. Hydraul. Eng., 109 (7) (1983), pp. 1056-1060CrossRefView Record in ScopusGoogle Scholar[7]H. Breusers, A. Raudkivi, Scouring, hydraulic structures design manual, vol. 143, IAHR, AA Balkema, Rotterdam, 1991.Google Scholar[8]K. Ali, S. LimLocal scour caused by submerged wall jetsProc. Inst. Civ. Eng., 81 (4) (1986), pp. 607-645CrossRefView Record in ScopusGoogle Scholar[9]O. Aderibigbe, N. RajaratnamEffect of sediment gradation on erosion by plane turbulent wall jetsJ. Hydraul. Eng., 124 (10) (1998), pp. 1034-1042View Record in ScopusGoogle Scholar[10]F.W. Blaisdell, C.L. AndersonA comprehensive generalized study of scour at cantilevered pipe outletsJ. Hydraul. Res., 26 (4) (1988), pp. 357-376CrossRefView Record in ScopusGoogle Scholar[11]Y.-M. Chiew, S.-Y. LimLocal scour by a deeply submerged horizontal circular jetJ. Hydraul. Eng., 122 (9) (1996), pp. 529-532View Record in ScopusGoogle Scholar[12]R.A. Day, S.L. Liriano, W.R. WhiteEffect of tailwater depth and model scale on scour at culvert outletsProc. Instit. Civil Eng. – Water Marit. Eng., 148 (3) (2001), pp. 189-198http://www.icevirtuallibrary.com/doi/10.1680/wame.2001.148.3.18910.1680/wame.2001.148.3.189View Record in ScopusGoogle Scholar[13]S. Emami, A.J. SchleissPrediction of localized scour hole on natural mobile bed at culvert outletsScour and Erosion (2010), pp. 844-853CrossRefView Record in ScopusGoogle Scholar[14]S. Sorourian, A. Keshavarzi, J. Ball, B. SamaliStudy of Blockage Effect on Scouring Pattern Downstream of a Box Culvert under Unsteady FlowAustr. J Water Resor. (2013)Google Scholar[15]S. Sorourian, Turbulent Flow Characteristics At The Outlet Of Partially Blocked Box Culverts, in: 36th IAHR World Congress, The Hague, the Netherlands, 2015.Google Scholar[16]J. Ruff, S. Abt, C. Mendoza, A. Shaikh, R. KloberdanzScour at culvert outlets in mixed bed materialsUnited States. Federal Highway Administration. Office of Research and Development (1982)Google Scholar[17]S.A. Ansari, U.C. Kothyari, K.G.R. RajuInfluence of cohesion on scour under submerged circular vertical jetsJ. Hydraul. Eng., 129 (12) (2003), pp. 1014-1019View Record in ScopusGoogle Scholar[18]B. Crookston B. Tullis, Scour and Riprap Protection in a Bottomless Arch Culvert, in: World Environmental and Water Resources Congress 2008: Ahupua’A, 2008, pp. 1–10.Google Scholar[19]S.R. Abt, J. Ruff, F. Doehring, C. DonnellInfluence of culvert shape on outlet scourJ. Hydraul. Eng., 113 (3) (1987), pp. 393-400View Record in ScopusGoogle Scholar[20]Y.H. Chen, Scour at outlets of box culverts, Colorado State University, 1970.Google Scholar[21]S. Abt, P. Thompson, T. LewisEnhancement of the culvert outlet scour estimation equationsTransp. Res. Rec. J. Transp. Res. Board, 1523 (1996), pp. 178-185View Record in ScopusGoogle Scholar[22]F.K. Doehring, S.R. AbtDrop height influence on outlet scourJ. Hydraul. Eng., 120 (12) (1994), pp. 1470-1476CrossRefView Record in ScopusGoogle Scholar[23]W. Weeks, A. Barthelmess, E. Rigby, G. Witheridge, R. Adamson, Australian rainfall and runoff revison project 11: blockage of hydraulic structures, 2009.Google Scholar[24]W. Weeks, G. Witheridge, E. Rigby, A. BarthelmessProject 11: blockage of hydraulic structuresEngineers Australia (2013)Google Scholar[25]S.R. Abt, T.E. Brisbane, D.M. Frick, C.A. McKnightTrash rack blockage in supercritical flowJ. Hydraul. Eng., 118 (12) (1992), pp. 1692-1696View Record in ScopusGoogle Scholar[26]E. Rigby, M. Boyd, S. Roso, P. Silveri, A. Davis, Causes and effects of culvert blockage during large storms, in: Global solutions for urban drainage, 2002, pp. 1–16.Google Scholar[27]S. Roso, M. Boyd, E. Rigby, R. VanDrie“Prediction of increased flooding in urban catchments due to debris blockage and flow diversionsProceedings Novatech (2004), pp. 8-13View Record in ScopusGoogle Scholar[28]C.-D. Jan, C.-L. ChenDebris flows caused by Typhoon Herb in Taiwanin Debris-Flow Hazards and Related Phenomena, Springer (2005), pp. 539-563CrossRefGoogle Scholar[29]L.W. Zevenbergen, P.F. Lagasse, P.E. Clopper, Effects of debris on bridge pier scour, in: World Environmental and Water Resources Congress 2007: Restoring Our Natural Habitat, 2007, pp. 1–10.Google Scholar[30]A. Barthelmess, E. Rigby, Estimating Culvert and Bridge Blockages-a Simplified Procedure, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 39.Google Scholar[31]E. Rigby, A. Barthelmess, Culvert Blockage Mechanisms and their Impact on Flood Behaviour, in: Proceedings of the 34th World Congress of the International Association for Hydro-Environment Research and Engineering: 33rd Hydrology and Water Resources Symposium and 10th Conference on Hydraulics in Water Engineering, Engineers Australia, 2011, pp. 380.Google Scholar[32]G. Streftaris, N. Wallerstein, G. Gibson, S. ArthurModeling probability of blockage at culvert trash screens using Bayesian approachJ. Hydraul. Eng., 139 (7) (2012), pp. 716-726Google Scholar[33]R. Jaeger, T. LuckeInvestigating the relationship between rainfall intensity, catchment vegetation and debris mobilityInt. J. GEOMATE, 12 (33) (2017), pp. 22-29 Download PDFView Record in ScopusGoogle Scholar[34]S. Amiraslani, J. Fahimi, H. Mehdinezhad, The Numerical Investigation of Free Falling Jet’s Effect On the Scour of Plunge Pool, in: XVIII International conference on water resources, Tehran University, Iran, 2008.Google Scholar[35]A.W. Nielsen, X. Liu, B.M. Sumer, J. FredsøeFlow and bed shear stresses in scour protections around a pile in a currentCoast. Eng., 72 (2013), pp. 20-38ArticleDownload PDFView Record in ScopusGoogle Scholar[36]G. Epely-Chauvin, G. De Cesare, S. SchwindtNumerical modelling of plunge pool scour evolution in non-cohesive sedimentsEng. Appl. Comput. Fluid Mech., 8 (4) (2014), pp. 477-487 Download PDFCrossRefView Record in ScopusGoogle Scholar[37]H. Karami, H. Basser, A. Ardeshir, S.H. HosseiniVerification of numerical study of scour around spur dikes using experimental dataWater Environ. J., 28 (1) (2014), pp. 124-134CrossRefView Record in ScopusGoogle Scholar[38]S.-H. Oh, K.S. Lee, W.-M. JeongThree-dimensional experiment and numerical simulation of the discharge performance of sluice passageway for tidal power plantRenew. Energy, 92 (2016), pp. 462-473ArticleDownload PDFView Record in ScopusGoogle Scholar[39]M.A. Khodier, B.P. TullisExperimental and computational comparison of baffled-culvert hydrodynamics for fish passageJ. Appl. Water Eng. Res. (2017), pp. 1-9CrossRefView Record in ScopusGoogle Scholar[40]F.S. Inc., FLOW-3D user’s manual, Flow Science, Inc., 2009.Google Scholar[41]G. Wei, J. Brethour, M. Grünzner, J. BurnhamSedimentation scour modelFlow Science Report, 7 (2014), pp. 1-29View Record in ScopusGoogle Scholar[42]R. Soulsby, R. Whitehouse, Threshold of sediment motion in coastal environments, in: Pacific Coasts and Ports’ 97: Proceedings of the 13th Australasian Coastal and Ocean Engineering Conference and the 6th Australasian Port and Harbour Conference, vol. 1, Centre for Advanced Engineering, University of Canterbury, 1997, pp. 145.Google Scholar[43]L.C.v. RijnSediment transport, part II: suspended load transportJ. Hydraul. Eng., 110 (11) (1984), pp. 1613-1641View Record in ScopusGoogle Scholar[44]S Y LIMScour below unsubmerged full-flowing culvert outletsProc. Instit. Civil Eng. – Water Marit. Energy, 112 (2) (1995), pp. 136-149http://www.icevirtuallibrary.com/doi/10.1680/iwtme.1995.2765910.1680/iwtme.1995.27659View Record in ScopusGoogle Scholar

Peer review under responsibility of Faculty of Engineering, Alexandria University.

Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm): d' is the water depth above the crest; y' is the distance normal to the crest invert

Study of inception point, void fraction and pressure over pooled stepped spillways using Flow-3D

Khosro Morovati , Afshin Eghbalzadeh 
International Journal of Numerical Methods for Heat & Fluid Flow

ISSN: 0961-5539

Article publication date: 3 April 2018

Abstract

많은 계단식 배수로 지오메트리 설계 지침이 평평한 단계를 위해 개발되었지만 통합 단계를 설계하는 것이 더 효율적으로 작동하는 배수로에 대한 적절한 대안이 될 수 있습니다.

이 논문은 POOL의 다른 높이에서 공기 연행과 보이드 비율의 시작점을 다루는 것을 목표로 합니다. 그 후, FLOW-3D 소프트웨어를 사용하여 POOL과 경사면의 높이를 다르게 하여 폭기된 지역과 폭기되지 않은 지역에서 압력 분포를 평가했습니다.

얻어진 수치 결과와 실험 결과의 비교는 본 연구에 사용된 모든 방류에 대해 잘 일치했습니다. POOL 높이는 시작 지점 위치에 미미한 영향을 미쳤습니다. 공극률의 값은 높은 방류에 비해 낮은 방전에서 더 많은 영향을 받았습니다.

여수로의 마루(통기되지 않은 지역)에서는 음압이 나타나지 않았으며 각 방류에서 마루를 따라 높이가 15cm인 수영장에서 최대 압력 값이 얻어졌습니다.

모든 사면에서 웅덩이 및 평평한 계단형 여수로의 계단층 부근에서는 음압이 형성되지 않았습니다. 그러나 평단식 여수로에 비해 평단식 여수로의 수직면 부근에서 음압이 더 많이 형성되어 평단식 슈트에서 캐비테이션 현상이 발생할 확률이 증가하였습니다.

Study of inception point, void fraction and pressure over pooled
stWhile many stepped spillways geometry design guidelines were developed for flat steps, designing pooled steps might be an appropriate alternative to spillways working more efficiency. This paper aims to deal with the inception point of air-entrainment and void fraction in the different height of the pools. Following that, pressure distribution was evaluated in aerated and non-aerated regions under the effect of different heights of the pools and slopes through the use of the FLOW-3D software. Comparison of obtained numerical results with experimental ones was in good agreement for all discharges used in this study. Pools height had the insignificant effect on the inception point location. The value of void fraction was more affected in lower discharges in comparison with higher ones. Negative pressure was not seen over the crest of spillway (non-aerated region), and the maximum pressure values were obtained for pools with 15 cm height along the crest in each discharge. In all slopes, negative pressure was not formed near the step bed in the pooled and flat stepped spillways. However, negative pressure was formed in more area near the vertical face in the flat stepped spillway compared with the pooled stepped spillway which increases the probability of cavitation phenomenon in the flat stepped chute.

Design/methodology/approach

압력, 공극률 및 시작점을 평가하기 위해 POOL된 계단식 여수로가 사용되었습니다. 또한 POOL의 다른 높이가 사용되었습니다. 이 연구의 수치 시뮬레이션은 Flow-3D 소프트웨어를 통해 수행되었습니다. 얻어진 결과는 풀이 압력, 공극률 및 시작점을 포함한 2상 유동 특성에 영향을 미칠 수 있음을 나타냅니다.

Findings

마루 위에는 음압이 보이지 않았습니다. 압력 값은 사용된 모든 높이와 15cm 높이에서 얻은 최대 값에 대해 다릅니다. 또한, 풀링 스텝은 플랫 케이스에 비해 음압점 감소에 더 효과적인 역할을 하였습니다. 시작 지점 위치는 특히 9 및 15cm 높이에 대해 스키밍 흐름 영역과 비교하여 낮잠 및 전환 흐름 영역에서 더 많은 영향을 받았습니다.

Keywords

Citation

Morovati, K. and Eghbalzadeh, A. (2018), “Study of inception point, void fraction and pressure over pooled stepped spillways using Flow-3D”, International Journal of Numerical Methods for Heat & Fluid Flow, Vol. 28 No. 4, pp. 982-998. https://doi.org/10.1108/HFF-03-2017-0112

Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h  step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm):  d' is the water depth above the crest; y' is the distance normal to the crest invert
Figure 1- Schematic diagram of pooled stepped spillway conducted by Felder et al. (2012A): Notes: h step height (10 cm): w pool height (3.1 cm): l horizontal step length (20 cm): lw pool weir length (1.5 cm): d’ is the water depth above the crest; y’ is the distance normal to the crest invert
Figure 2- meshing domain and distribution of blocks
Figure 2- meshing domain and distribution of blocks
Figure 3- Comparison of numerical simulation with experimental data by Felder et al. (2012A);  mesh convergence analysis; pooled stepped spillway (slope: 26.6 0 )
Figure 3- Comparison of numerical simulation with experimental data by Felder et al. (2012A); mesh convergence analysis; pooled stepped spillway (slope: 26.6 0 )
Figure 4- Comparison of numerical simulation with experimental data by Felder et al. (2012A);  Flat stepped spillway (slope: 0 26 6. )
Figure 4- Comparison of numerical simulation with experimental data by Felder et al. (2012A); Flat stepped spillway (slope: 0 26 6. )
Figure 5-Comparison of numerical simulation with experimental data by Felder et al. (2012B); pooled  and flat stepped spillways (slope: 0 9.8 )
Figure 5-Comparison of numerical simulation with experimental data by Felder et al. (2012B); pooled and flat stepped spillways (slope: 0 9.8 )
Figure 6- TKE distribution on steps 8, 9 and 10 for four different mesh numbers: 261252 (model 1),  288941 (model 2), 323578 (model 3) and 343154 (model 4)
Figure 6- TKE distribution on steps 8, 9 and 10 for four different mesh numbers: 261252 (model 1), 288941 (model 2), 323578 (model 3) and 343154 (model 4)
Figure 7- Comparison of obtained Void fraction distribution on step 10 in numerical simulation with  experimental work conducted by Felder et al. (2012A); (slope 26.60 )
Figure 7- Comparison of obtained Void fraction distribution on step 10 in numerical simulation with experimental work conducted by Felder et al. (2012A); (slope 26.60 )
Figure 8- Results of inception point of air entrainment in different height of the pools: comparison with  empirical correlations (Eqs 8-9), experimental (Felder et al. (2012A)) and numerical data
Figure 8- Results of inception point of air entrainment in different height of the pools: comparison with empirical correlations (Eqs 8-9), experimental (Felder et al. (2012A)) and numerical data
Figure 9- Void fraction distribution for different pool heights on steps 10; slope 26.6 0
Figure 9- Void fraction distribution for different pool heights on steps 10; slope 26.6 0
Figure 10- Comparison of pressure distribution between numerical simulation and experimental work  conducted by Zhang and Chanson (2016); flat stepped spillway (slope: 0 45 )
Figure 10- Comparison of pressure distribution between numerical simulation and experimental work conducted by Zhang and Chanson (2016); flat stepped spillway (slope: 0 45 )
Figure 11- A comparison of the pressure distribution above the crest of the spillway; B comparison of the  free surface profile along the crest of the spillway.  Note: x' indicates the longitudinal distance from the starting point of the crest.
Figure 11- A comparison of the pressure distribution above the crest of the spillway; B comparison of the free surface profile along the crest of the spillway. Note: x’ indicates the longitudinal distance from the starting point of the crest.
Figure 12- pressure distribution along crest of spillway in different discharges; slope 26.6
Figure 12- pressure distribution along crest of spillway in different discharges; slope 26.6
Figure 13- Pressure distribution near the last step bed for different slopes and discharges: x'' indicatesthe  longitudinal distance from the intersection of the horizontal and vertical faces of step 10; y" is the distance from the intersection of the horizontal and vertical faces in the vertical direction
Figure 13- Pressure distribution near the last step bed for different slopes and discharges: x” indicatesthe longitudinal distance from the intersection of the horizontal and vertical faces of step 10; y” is the distance from the intersection of the horizontal and vertical faces in the vertical direction
Figure 14- Pressure distribution adjacent the vertical face of step 9 for different discharges and slopes
Figure 14- Pressure distribution adjacent the vertical face of step 9 for different discharges and slopes
Table1- Used discharges for assessments of mesh convergence analysis and hydraulic  characteristics
Table1- Used discharges for assessments of mesh convergence analysis and hydraulic characteristics

Conclusion

본 연구에서는 자유표면을 모사하기 위해 VOF 방법과 k -ε (RNG) 난류 모델을 활용하여 FLOW-3D 소프트웨어를 사용하였고, 계단식 배수로의 유동을 모사하기 위한 목적으로 난류 특성을 모사하였다. 얻은 결과는 수치 모델이 시작점 위치, 보이드 비율 및 압력을 적절하게 시뮬레이션했음을 나타냅니다. 풀의 높이는 공기 유입 위치에 미미한 영향을 미치므로 얻은 결과는 이 문서에서 제시된 상관 관계와 잘 일치했습니다. 즉, 사용 가능한 상관 관계를 서로 다른 풀 높이에 사용할 수 있습니다. 공극률의 결과는 스텝 풀 근처의 나프 유동 영역에서 공극율 값이 다른 배출보다 더 큰 것으로 나타났다. 더욱이 고방출량 .0 113m3/s에서 수영장 높이를 변경해도 수영장 표면 근처의 공극률 값에는 영향을 미치지 않았습니다.

낮잠 및 전환 체제의 압력 분포에 대한 0 및 3cm 높이의 수영장 효과는 많은 지점에서 대부분 유사했습니다. 더욱이 조사된 모든 높이에서 여수로의 마루를 따라 부압이 없었습니다. 여수로 끝단의 바닥 부근의 압력 결과는 평평하고 고인 경우 부압이 발생하지 않았음을 나타냅니다. 수직면 부근의 음압은 웅덩이에 비해 평평한 계단형 여수로의 깊이(w=0 cm)의 대부분에서 발생하였다. 또한 더 큰 사면에 대한 풀링 케이스에서 음압이 제거되었습니다. 평단식 여수로에서는 계단의 수직면에 인접한 더 넓은 지역에서 음압이 발생하였기 때문에 이 여수로에서는 고형단식여수로보다 캐비테이션 현상이 발생할 가능성이 더 큽니다.

In this study, the FLOW-3D software was used through utilizing the VOF method and k −ε (RNG) turbulence model in order to simulate free surface, and turbulence characteristics for the purpose of simulating flow over pooled stepped spillway. The results obtained indicated that the numerical model properly simulated the inception point location, void fraction, and pressure. The height of the pools has the insignificant effect on the location of air entrainment, so that obtained results were in good agreement with the correlations presented in this paper. In other words, available correlations can be used for different pool heights. The results of void fraction showed that the void fraction values in nappe flow regime near the step pool were more than the other discharges. Furthermore in high discharge, 0.113m3/s, altering pool height had no effect on the value of void fraction near the pool surface.

The effect of the pools with 0 and 3 cm heights over the pressure distribution in nappe and transition regimes was mostly similar in many points. Furthermore, in all examined heights there was no negative pressure along the crest of the spillway. The pressure results near the bed of the step at the end of the spillway indicated that negative pressure did not occur in the flat and pooled cases. Negative pressure near the vertical face occurred in the most part of the depth in the flat stepped spillway (w=0 cm) in comparison with the pooled case. Also, the negative pressure was eliminated in the pooled case for the larger slopes. Since negative pressure occurred in a larger area adjacent the vertical face of the steps in the flat stepped spillways, it is more likely that cavitation phenomenon occurs in this spillway rather than the pooled stepped spillways.

References

  1. André, S. (2004), “High velocity aerated flows on stepped chutes with macro-roughness elements.” Ph.D. thesis,
    Laboratoire de Constructions Hydraulics (LCH), EPFL, Lausanne, Switzerland, 272 pages.
  2. Attarian, A. Hosseini, Kh. Abdi, H and Hosseini, M. (2014), “The Effect of the Step Height on Energy
    Dissipation in Stepped Spillways Using Numerical Simulation”. Arabian Journal for Science and
    Engineering, 39(4), 2587-2594.
  3. Bombardelli, F.A. Meireles. I. Matos, J. (2011), “Laboratory measurements and multi-block numerical
    simulations of the mean flow and turbulence in the non-aerated skimming flow region of steep stepped
    spillways”. Environmental fluid mechanics, 11(3) 263-288.
  4. Chakib, B. (2013), “Numerical Computation of Inception Point Location for Flat-sloped Stepped Spillway”.
    International Journal of Hydraulic Engineering; 2(3): 47-52.
  5. Chakib, B. Mohammed, H. (2015), “Numerical Simulation of Air Entrainment for Flat-Sloped Stepped Spillway.
    Journal of computational multiphase flows”, Volume 7. Number 1.
  6. Chanson, H. Toombes, L. (2002), “Air–water flows down stepped chutes: turbulence and flow structure
    observations”. International Journal of Multiphase Flow, 28(11) 1737-1761
  7. Chen, Q. Dai, G. Liu, H. (2002), “Volume of Fluid Model for Turbulence Numerical Simulation
    of Stepped Spillway Overflow”. DOI: 10.1061/(ASCE)0733-9429128:7(683).
  8. Cheng, X. Chen, Y. Luo, L. (2006), “Numerical simulation of air-water two-phase flow over stepped spillways”.
    Science in China Series E: Technological Sciences, 49(6), 674-684.
  9. Cheng, X. Luo, L. Zhao, W. (2004), “Study of aeration in the water flow over stepped spillway”. In: Proceedings
    of the world water congress.
  10. Chinnarasri, Ch. Kositgittiwong, D. Julien, Y. (2013), “Model of flow over spillways by computational fluid
    dynamics”. Proceedings of the ICE – Water Management, Volume 167(3) 164 –175.
  11. Dastgheib, A. Niksokhan, M.H. and Nowroozpour, A.R. (2012), “Comparing of Flow Pattern and Energy
    Dissipation over different forms of Stepped Spillway”. World Environmental and Water Resources
    Congress ASCE.
  12. Eghbalzadeh, A. Javan, M. (2012), “Comparison of mixture and VOF models for numerical simulation of air
    entrainment in skimming flow over stepped spillway”. Procedia Engineering, 28. 657-660.
  13. Felder, S, Chanson, H. (2012), “Free-surface Profiles, Velocity and Pressure Distributions on a
    Broad-Crested Weir: a Physical study “Free-surface Profiles, Velocity and Pressure Distributions on a
    Broad-Crested Weir: a Physical study
  14. Felder, S. Fromm, Ch. Chanson, H. (2012B), “Air entrainment and energy dissipation on a 8.9 slope stepped
    spillway with flat and pooled steps”, School of Civil Engineering, The University of Queensland,.
    Brisbane, Australia.
  15. Felder, S. Chanson, H. (2014A), Triple decomposition technique in air–water flows: application to instationary
    flows on a stepped spillway. International Journal of Multiphase Flow, 58, 139-153.
  16. Felder, S. Chanson, H. (2014B), Effects of step pool porosity upon flow aeration and energy dissipation on
    pooled stepped spillways. Journal of Hydraulic Engineering, 140(4), 04014002.
  17. Felder, S. Chanson, H. (2013A), “Air entrainment and energy dissipation on porous pooled stepped spillways”.
    Paper presented at the International Workshop on Hydraulic Design of Low-Head Structures.
  18. Felder, S. Chanson, H. (2013B), “Aeration, flow instabilities, and residual energy on pooled stepped spillways of
    embankment dams”. Journal of irrigation and drainage engineering, 139(10) 880-887.
  19. Felder, S. Guenther, Ph. Chanson, H. (2012A). “Air-water flow properties and energy dissipation on stepped
    spillways: a physical study of several pooled stepped configurations”, School of Civil Engineering, The
    University of Queensland,. Brisbane, Australia.
  20. Flow Science, (2013). “FLOW-3D user’s manual”, version 10.1. Flow Science, Inc, Los Alamos.
  21. Frizell, K.W. Renna, F.M. Matos, J. (2012), “Cavitation potential of flow on stepped spillways”. Journal of
    Hydraulic Engineering, 139(6), 630-636.
  22. Gonzalez, C. (2005), “An experimental study of free-surface aeration on embankment stepped chutes”,
    department of civil engineering, Brisbane, Australia, Phd thesis.
  23. Gonzalez, C.A. Chanson, H. (2008), “Turbulence manipulation in air–water flows on a stepped chute: An
    experimental study”. European Journal of Mechanics-B/Fluids, 27(4), 388-408.
  24. Guenther, Ph.. Felder, S. Chanson, H. (2013), “Flow aeration, cavity processes and energy dissipation on flat and
    pooled stepped spillways for embankments”. Environmental fluid mechanics, 13(5) 503-525.
  25. Hamedi, A. Mansoori, A. Malekmohamadi, I. Roshanaei, H. (2011), “Estimating Energy Dissipation in Stepped
    Spillways with Reverse Inclined Steps and End Sill”. World Environmental and Water Resources
    Congress, ASCE.
  26. Hirt, C.W. (2003), “Modeling Turbulent Entrainment of Air at a Free Surface”. Flow Science Inc.
  27. Hunt, S.L. Kadavy, K.C. (2013), “Inception point for enbankment dam stepped spillway”. J. Hydraul. Eng.,
    139(1), 60–64.
  28. Hunt, S.L. Kadavy, K.C. (2010), “Inception Point Relationship for Flat-Sloped Stepped
    Spillways”. DOI: 10.1061/ASCEHY.1943-7900.0000297.
  29. Matos, J. Quintela, A. (2000), “Air entrainment and safety against cavitation damage in stepped spillways over
    RCC dams. In: Proceeding Intl. Workshop on Hydraulics of Stepped Spillways”, VAW, ETH-Zurich, H.E.
    Minor and W.H. Hager. Balkema. 69–76.
  30. Meireles, I. Matos, J. (2009), “Skimming flow in the nonaerated region of stepped spillways over embankment
    dams”. J. Hydraul. Eng., 135(8), 685–689.
  31. Miang-liang, ZH. Yong-ming, SH. (2008), “Three dimentional simulation of meandering river basin on 3-D
    RNG k − ε turbulence model”. Journal of hydrodynamics, 20(4): 448-455.
  32. Morovati, Kh. Eghbalzadeh, A. Javan, M. (2015), “Numerical investigation of the configuration of the pools on
    the flowPattern passing over pooled stepped spillway in skimming flow regime. Acta Mech, DOI
    10.1007/s00707-015-1444-x
  33. Morovati, Kh. Eghbalzadeh, A. Soori, S. (2016), “Numerical Study of Energy Dissipation of Pooled Stepped
    spillway”. Civil Engineering Journal. Vol. 2, No. 5.
  34. Nikseresht, A.H. Talebbeydokhti, N. and Rezaei, M.J. (2013), “Numerical simulation of two-phase flow on steppool spillways”. Scientia Iranica, A 20 (2), 222–230.
  35. Peyras, L. Royet, P. Degoutte, G. (1990), “Flow and energy dissipation over stepped gabion weirs”. ASCE
    Convention.
  36. Qun, Ch. Guang-qing, D. Feu-qing, Zh. Qing, Y. (2004). “Three-dimensional turbulence numerical simulation of
    a stepped spillway overflow”. Journal of hydrodynamics, Ser. B, 1, 74-79.
  37. Relvas, A. T. Pinheiro, A. N. (2008), Inception point and air concentration in flows on stepped chutes lined with
    wedge-shaped concrete blocks. Journal of Hydraulic Engineering, 134(8), 1042-1051
  38. Sanchez, M. (2000), “Pressure field in skimming flow over a stepped spillways”. In: Proceeding Intl. Workshop
    on Hydraulics of Stepped Spillways, VAW, ETH-Zurich, H.E. Minor and W.H. Hager. Balkema,
    137–146.
  39. Sarfaraz, M. Attari, J. Pfister, M. (2012), “Numerical Computation of Inception Point Location for Steeply
    Sloping Stepped Spillways”. 9th International Congress on Civil Engineering, May 8-10. Isfahan
    University of Technology (IUT), Isfahan, Iran.
  40. Savage, Bruce M. Michael C. Johnson. (2001), “Flow over ogee spillway: Physical and numerical model case
    study.” Journal of Hydraulic Engineering 127.8:640-649.
  41. Shahhedari, H. Jafari Nodoshan, E. Barati, R. Azhdary moghadam, M. (2014). “Discharge coeficient and energy
    dissipation over stepped spillway under skimming flow regime”. KSCE Journal of Civil Engineering, DOI
    10.1007/s12205-013-0749-3.
  42. Tabbara, M. Chatila, J. Awwad, R. (2005), “Computational simulation of flow over stepped spillways”.
    Computers & structures, 83(27) 2215-2224.
  43. Thorwarth, J. (2008), “Hydraulisches Verhalten der Treppengerinne mit eingetieften Stufen—Selbstinduzierte
    Abflussinstationaritäten und Energiedissipation” [Hydraulics of pooled stepped spillways— Self-induced
    unsteady flow and energy dissipation]. Ph.D. thesis, Univ. of Aachen, Aachen, Germany (in German).
  44. WeiLin, XU. ShuJing, LUO, QiuWen, ZH. Jing, LUO. (2015), “Experimental study on pressure and aeration
    characteristics in stepped chute flows. SCIENCE CHINA. Vol.58 No.4: 720–726. doi: 10.1007/s11431-015-
    5783-6.
  45. Xiangju, Ch. Yongcan, C. Lin, L. (2006), “Numerical simulation of air-water two-phase flow over stepped
    spillways”. Science in China Series E: Technological Sciences, 49(6), 674-684.
  46. Zare, K.H. Doering, J.C. (2012), “Inception Point of Air Entrainment and Training Wall
    Characteristics of Baffles and Sills on Stepped Spillways”. DOI: 10.1061/(ASCE)HY
    .1943-7900.0000630.
  47. Zhan, J. Zhang, J. Gong, Y. (2016), “Numerical investigation of air-entrainment in skimming flow over stepped
    spillways”. Theoretical and Applied Mechanics Letters. Volume 6. Pages 139–142.
  48. Zhang, G. Chanson, H. (2016), Hydraulics of the developing flow region of stepped spillways. II: Pressure and
    velocity fields. Journal of Hydraulic Engineering, 142(7).
  49. Zhenwei, M. Zhiyan, Zh. Tao, Zh. (2012), “Numerical Simulation of 3-D Flow Field of Spillway based on VOF
    Method”. Procedia Engineering, 28, 808-812.
  50. Zhi-yong, D. Hun-wei, L.J. (2006), “Numerical simulation of skimming flow over mild stepped channel”.
    Journal of Hydrodynamics, Ser. B, 18(3) 367-371.
  51. ZhongDong, Q. XiaoQing, H. WenXin, H. António, A. (2009), “Numerical simulation and analysis of water
    flow over stepped spillways”. Science in China Series E: Technological Sciences, 52(7) 1958-1965.
Dynamic Pressure at Flip Buckets of Chute Spillways

낙하 배수로의 플립 버킷에서의 동적 압력: 수치 해석

Dynamic Pressure at Flip Buckets of Chute Spillways: A Numerical Study

International Journal of Civil Engineering (2021)Cite this article

Abstract

이 연구는 이러한 구조물의 가장 중요한 설계 매개변수 중 하나인 슈트 여수로의 플립 버킷에서 동적 압력을 조사합니다. 첫째, 압력에 영향을 미치는 무차원 매개변수를 치수해석을 통해 결정하였다.

그 후, 플립 버킷으로 이어지는 슈트 여수로가 있는 선택된 댐의 특성에 따라 플립 버킷으로의 특정 Froude 수 간격과 슈트 경사 각도, 반경 및 플립 버킷 곡률 각도가 분석을 위해 선택되었습니다.

이러한 매개변수의 조합으로 FLOW-3D에서 총 137개 모델을 시뮬레이션하여 플립 버킷의 바닥 압력과 최대 압력 값을 얻었습니다.

다음으로 고려된 무차원 매개변수를 기반으로 다중 회귀 분석을 사용하여 슈트의 플립 버킷 다운스트림에서 바닥 압력과 최대 압력을 결정하기 위한 방정식이 제안되었습니다. 수치 모델링 실행 결과와 다중 회귀 분석을 사용하여 무차원 압력 관계의 미지의 계수를 결정하고 바닥 압력과 최대 압력에 대한 최종 방정식을 제시했습니다.

저압과 최고압을 결정하기 위해 제안된 식의 상관계수와 MAPE(Mean Absolute Percentage Error) 값은 각각 0.94와 0.96, 6.75%와 8.49%였습니다.

이 값은 제안된 방정식의 적절한 정확도를 나타냅니다. 제안된 방정식에서 Froude 수, 상대 곡률, 슈트 경사각, 이륙 각도 및 플립 버킷의 곡률 각도가 각각 저면 압력과 최대 압력에 가장 큰 영향을 미쳤습니다.

This study investigates the dynamic pressure at the flip buckets of chute spillways, which is one of the most important design parameters of these structures. First, the dimensionless parameters affecting pressure were determined by dimensional analysis. Following that, according to the characteristics of selected dams with chute spillways leading to flip buckets, certain Froude number intervals of inflow to the flip bucket, as well as the chute slope angle, radius, and flip bucket curvature angle were selected for analysis. The combination of these parameters resulted in a total of 137 models simulated in FLOW-3D to obtain bottom pressure and maximum pressure values in the flip bucket. Next, based on the dimensionless parameters considered, equations were proposed to determine the bottom pressure and maximum pressure in the flip bucket downstream of the chute, using multiple regression analysis. Using the numerical modeling run results, along with multiple regression analyses, the unknown coefficients of the dimensionless pressure relationship were determined, and final equations for the bottom pressure and maximum pressure were presented. The correlation coefficient and Mean Absolute Percentage Error (MAPE) values of the proposed equations for determining the bottom pressure and maximum pressure were 0.94 and 0.96, and, 6.75% and 8.49%, respectively. These values indicate the appropriate accuracy of the proposed equations. In the proposed equations, the Froude number, relative curvature, chute slope angle, takeoff angle, and flip bucket’s curvature angle, respectively, had the highest impacts on the bottom pressure and maximum pressure.

Keywords

  • Dam spillway
  • Flip bucket
  • Ski jump
  • Dynamic pressure
  • Numerical modeling
  • FLOW-3D
  • Fig. 1extended data figure 1
  • Fig. 2extended data figure 2
  • Fig. 3extended data figure 3
  • Fig. 4extended data figure 4
  • Fig. 5extended data figure 5
  • Fig. 6extended data figure 6
  • Fig. 7extended data figure 7
  • Fig. 8extended data figure 8
  • Fig. 9extended data figure 9
  • Fig. 10extended data figure 10

References

  1. 1.Vischer DL, Hager WH (1995) Energy dissipators. Balkema, Rotterdam, The NetherlandsGoogle Scholar 
  2. 2.Khatsuria RM (2005) Hydraulics of spillways and energy dissipators. CRC Press, Dekker, New YorkGoogle Scholar 
  3. 3.Novak P, Moffat AIB, Nalluri C, Narayanan R (2006) Hydraulics structures. Spon, LondonGoogle Scholar 
  4. 4.Chow VT (1959) Open channel hydraulics. McGraw-Hill Book Co., New YorkGoogle Scholar 
  5. 5.Balloffet A (1961) Pressures on spillway flip buckets. J Hydraul Div ASCE 87(5):87–98. https://doi.org/10.1061/JYCEAJ.0000650Article Google Scholar 
  6. 6.Chen TC, Yu YS (1965) Pressure distribution on spillway flip buckets. J Hydraul Div ASCE 91(2):51–63. https://doi.org/10.1061/JYCEAJ.0001228Article Google Scholar 
  7. 7.Lenau CW, Cassidy JJ (1969) Flow through spillway flip bucket. Journal of the Hydraulics Division ASCE 95(2):633–648. https://doi.org/10.1061/JYCEAJ.0002029Article Google Scholar 
  8. 8.Juon R, Hager WH (2000) Flip bucket without and with deflectors. J Hydraul Eng 126(11):837–845. https://doi.org/10.1061/(ASCE)0733-9429(2000)126:11(837)Article Google Scholar 
  9. 9.Savage BM, Johnson MC (2001) Flow over ogee spillway: physical and numerical model case study. J Hydraul Eng 127(8):640–649. https://doi.org/10.1061/(ASCE)0733-9429(2001)127:8(640)Article Google Scholar 
  10. 10.Heller V, Hager WH, Minor HE (2005) Ski jump hydraulics. J Hydraul Eng 131(5):347–355. https://doi.org/10.1061/(ASCE)0733-9429(2005)131:5(347)Article Google Scholar 
  11. 11.Larese A, Rossi R, Onate E, Idelsohn SR (2008) Validation of the particle finite element method (PFEM) for simulation of free surface flows. Eng Comput 25(4):385–425. https://doi.org/10.1108/02644400810874976Article MATH Google Scholar 
  12. 12.Steiner R, Heller V, Hager WH, Minor HE (2008) Deflector ski jump hydraulics. J Hydraul Eng 134(5):562–571. https://doi.org/10.1061/(ASCE)0733-9429(2008)134:5(562)Article Google Scholar 
  13. 13.Kirkgoz MS, Akoz MS, Oner AA (2009) Numerical modeling of flow over a chute spillway. J Hydraul Res 47(6):790–797. https://doi.org/10.3826/jhr.2009.3467Article Google Scholar 
  14. 14.Jorabloo M, Maghsoodi R, Sarkardeh H (2011) 3D simulation of flow over flip buckets at dams. J Am Sci 7(6):931–936Google Scholar 
  15. 15.Nazari O, Jabbari E, Sarkardeh H (2015) Dynamic pressure analysis at chute flip buckets of five dam model studies. Int J Civil Eng 13(1):45–54. http://ijce.iust.ac.ir/article-1-951-en.html
  16. 16.Yamini OA, Kavianpour MR, Movahedi A (2015) Pressure distribution on the bed of the compound flip buckets. J Comput Multiphase Flows 7(3):181–194. https://doi.org/10.1260/1757-482X.7.3.181Article Google Scholar 
  17. 17.Hojjati SH, Mohammadiun S, Salehi Neyshabouri SAA (2016) Effects of different turbulence models on flow over a triangular flip- bucket. Modares Civil Eng J 16(4):69–81 (in Persian)Google Scholar 
  18. 18.Lauria A, Alfonsi G (2020) Numerical investigation of ski jump hydraulics. J Hydraul Eng 146(4):121–127. https://doi.org/10.1061/(ASCE)HY.1943-7900.0001718Article MATH Google Scholar 
  19. 19.Muralha A, Melo J, Ramos HM (2020) Assessment of CFD solvers and turbulent models for water free jets in spillways. Fluids 5(3):104. https://doi.org/10.3390/fluids5030104Article Google Scholar 
  20. 20.Novak P, Cabelka J (1981) Model in hydraulic engineering. Pitman Advanced Publishing Program, LondonGoogle Scholar 
  21. 21.Flow Science, Inc. FLOW-3D User Manual Version 11.2.
  22. 22.Water Research Institute (2003) Hydraulic model of Shafaroud Dam flood control system. Final Report, vol 5. Hydraulic structures Divisions, Tehran, Iran, Chapter 5, pp 1–35 (in Persian)Google Scholar
Numerical Simulation of the Geothechnical Effects on Local Scour in Inclined Pier Group with FLow-3D Softaware

FLOW-3D 소프트웨어를 사용한 경사 교각 그룹의 국부 세굴에 대한 지반 공학 효과의 수치 시뮬레이션

Numerical Simulation of the Geothechnical Effects on Local Scour in Inclined Pier Group with FLow-3D Softaware

Authors

Abstract

1 Civil Engineering,Enginnering Faculty,,Univeristy of Qom.Qom.Iran
2 Civil Engineering Department,Engineering Faculty,Islamic Azad University of Lahijan,Iran

교각이 물의 흐름 앞에 위치하면 소용돌이가 형성되고 그 활동으로 교각 주변의 하상 재료가 침식되고 세굴 구멍이 생성됩니다. 기초 깊이와 교각 말뚝이 충분하지 않으면 교량은 실패합니다.

말뚝 캡의 다른 레벨링에서 유동층의 총 전단 응력 연구는 말뚝 캡 위치가 동일할 때 가장 높은 전단 응력이 생성됨을 보여줍니다. 강바닥과 같은 수준; 강바닥보다 낮은 위치에 파일 캡을 설치하여 최대 전단 응력을 감소시킵니다. 

이 경우에 해당하기 때문일 수 있습니다. 교각 그룹 사이의 거리가 증가하고 두 번째 교각의 존재는 교각 그룹의 유량을 감소시키고 한 교각 그룹의 다른 교각은 흐름 패턴 형성에서 두 개의 독립적인 교각으로 작용합니다. 

파일 캡의 다른 레벨링에서 세굴의 최종 길이 방향 단면을 비교함으로써 세굴 깊이의 가장 큰 감소는 에어로포일 모양의 파일 캡에서 발생하며 더 날카로운 노즈와 더 나은 공기 역학적 모양을 가진 파일 캡이 제어하기에 좋은 옵션이라는 결론을 내렸습니다. 말굽 와류를 제거하고 경사 교각 그룹 주변의 세굴 깊이를 줄입니다.

When the bridge piers are located in front of the water flow, vortices are formed against it and due to their activity, the materials of the river bed are eroded around the bridge piers and the scouring hole is created. If the foundation depth and bridge pier piles are insufficient, the bridge will fail.The study of total shear stress in the flow bed at different leveling of the pile caps shows that the highest shear stress is created when the pile cap position is at the same level as the river bed; by installing the pile cap at a lower level than the river bed, the maximum shear stress decreases. This may be due to the fact that in this case, the distance between the pier group increases and the presence of the second pier decreases the flow rate in the pier group and different pier in the one pier group acts as the two independent piers in the formation of the flow pattern. By comparing the final longitudinal sections of the scouring at different leveling of the pile cap, it is concluded that the largest reduction in scouring depth occurs in aerofoil-shaped pile caps and pile caps with the sharper nose and better aerodynamic shapes are good options to control the horseshoe vortices and will reduce the scouring depth around the inclined pier group.

Keywords

Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).

그리스 수로의 작은 수력 전위를 활용하는 관형 아르키메데스 스크류 터빈의 CFD 시뮬레이션

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

Alkistis Stergiopoulou1
, Vassilios Stergiopoulos2
1
Institut für Wasserwirtschaft, Hydrologie und Konstruktiven Wasserbau, B.O.K.U. University,
Muthgasse 18, 1190 Vienna, (actually Senior Process Engineer at the VTU Engineering in Vienna,
Zieglergasse 53/1/24, 1070 Vienna, Austria).
2 School of Pedagogical and Technological Education, Department of Civil Engineering Educators,
ASPETE Campus, Eirini Station, 15122 Amarousio, Athens, Greece.

Abstract

이 논문은 “그리스 아르키메데스의 부활: 아르키메데스 달팽이관 물레방아의 수리역학 및 유체역학적 거동 연구, 그리스 자연 및 기술 수로의 수력 잠재력 회복에 대한 기여”. 라는  제목의 최근 연구에서 수행한 최초의 아르키메데스 나사 터빈 CFD 모델링 결과에 대한 간략한 견해를 제시합니다.

FLOW-3D 코드를 기반으로 하는 이 CFD 분석은 일반적인 TAST(Tubular Archimedean Screw Turbines)에 관한 것으로, 그리스의 자연 및 기술 수로의 중요한 미개척 수력 잠재력을 활용하는 소규모 수력 발전 시스템에 대한 TWh/년 및 수천 MW 범위의 총 설치 용량등 몇 가지 유망한 성능을 보여줍니다.

This paper presents a short view of the first Archimedean Screw Turbines CFD modelling results, which were carried out within the recent research entitled “Rebirth of Archimedes in Greece: contribution to the study of hydraulic mechanics and hydrodynamic behavior of Archimedean cochlear waterwheels, for recovering the hydraulic potential of Greek natural and technical watercourses”. This CFD analysis, based to the Flow-3D code, concerns typical Tubular Archimedean Screw Turbines (TASTs) and shows some promising performances for such small hydropower systems harnessing the important unexploited hydraulic potential of natural and technical watercourses of Greece, of the order of several TWh / year and of a total installed capacity in the range of thousands MWs.

Keywords

CFD; Flow-3D; TAST; Small Hydro; Renewable Energy; Greek Watercourses.

Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).
Figure 1. Photorealistic view of an inclined axis TAST (photo A. Stergiopoulou).
Figure 4. Creation of the 3bladed Archimedean Screw with Solidworks.
Figure 4. Creation of the 3bladed Archimedean Screw with Solidworks.
Figure 8. Comparison of Archimedean Screw Turbine power performances P(W) for angle of orientation θ = 22ο and 32ο and for various water discharge values Q = 0.15, 0.30, 0.45 m3 /s.
Figure 8. Comparison of Archimedean Screw Turbine power performances P(W) for angle of orientation θ = 22ο and 32ο and for various water discharge values Q = 0.15, 0.30, 0.45 m3 /s.
Figure 12. Various performances of the Archimedean Screw (MKE/Mean Kinetic Energy, Torque, Turbulent Kinetic Energy, Turbulent Dissipation) for flow discharge Q = 0.45 m3 /s and an angle of orientation θ = 32ο .
Figure 12. Various performances of the Archimedean Screw (MKE/Mean Kinetic Energy, Torque, Turbulent Kinetic Energy, Turbulent Dissipation) for flow discharge Q = 0.45 m3 /s and an angle of orientation θ = 32ο .

References

[1] A. Stergiopoulou, Computational and experimental investigation of the hydrodynamic behaviour of
screw hydro turbine, Ph.D. Thesis, NTUA, 2017.
[2] B. Pelikan, A. Lashofer, Verbesserung der Strömungseigenschaften sowie Planungs-und
Betriebsoptimierung von Wasserkraftschnecken, Research Project, BOKU University, Vienna,
2012.
[3] G. Müller, J. Senior, Simplified theory of Archimedean screws, Journal of Hydraulic Research 47
(5) (2009) 666-669.
[4] C. Rorres, The turn of the screw: Optimal design of an Archimedes screw, Journal of Hydraulic
Engineering, 80 (2000) 72-80.
[5] A. Stergiopoulou, V. Stergiopoulos, Return of Archimedes: Harnessing with new Archimedean
spirals the hydraulic potential of the Greek watercourses, in: Proceedings of the Conference for
Climate Change, Thessaloniki, 2009.
[6] A. Stergiopoulou, V. Stergiopoulos, from the old Archimedean screw pumps to the new
Archimedean screw turbines for hydropower production in Greece, in: Proceedings of CEMEPE
Conference, Mykonos, June 21-26, 2009.

[7] V. Stergiopoulos, A. Stergiopoulou, E. Kalkani, Quo Vadis Archimedes Nowadays in Greece?
Towards Modern Archimedean Turbines for Recovering Greek Small Hydropower Potential, in:
Proceedings of 3rd International Scientific “Energy and Climate Change” Conference, Athens, 2010.
[8] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Greece beyond the horizon of the era of transition:
Archimedean screw hydropower development terra incognita, International Journal of Energy and
Development, v.6, Issue 6, pp. 627-536, 2015.
[9] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Experimental and theoretical research of zero head
innovative horizontal axis Archimedean screw turbines, Journal of Energy and Development, v.6,
Issue 5, pp. 471-478, 2015.
[10] A. Stergiopoulou, V. Stergiopoulos, E. Κalkani, Back to the Future: Rediscovering the Archimedean
screws as modern turbines for harnessing Greek small hydropower potential, in: Proceedings of the
Third International Conference CEMEPE 2011 & SECOTOX, Skiathos, 2011.
[11] A. Stergiopoulou, V. Stergiopoulos, Educational Renewable Energy Screw Wheel Technologies for
Pico Hydropower Generation, Modern Environmental Science and Engineering, v.4, No.5, pp. 439-
445, May 2018.
[12] A. Stergiopoulou, V. Stergiopoulos, Educational Renewable Energy Screw Wheel Technologies for
Pico Hydropower Generation, Modern Environmental Science and Engineering, v.4, No.5, pp. 439-
445, May 2018.
[13] A. Stergiopoulou, V. Stergiopoulos, Towards an inventory of the archimedean small hydropower
potential of Greece, INTERNATIONAL JOURNAL OF ENERGY AND ENVIRONMENT
Volume 11, Issue 2, 2020 pp.137-144.
[14] Flow Science, FLOW-3D Manual, 2013.
[15] K. Versteeg and W. Malalasekera, An Introduction to Computational Fluid Dynamics, Pearson,
2007.
[16] C. Hirsch, Numerical Computation of internal and external flows: The fundamentals of
Computational Fluid dynamics, John Wiley & Sons, 2007.
[17] A. Stergiopoulou, V. Stergiopoulos and E. Kalkani, An eagle’s CFD view of Studying Innovative
Archimedean Screw Renewable Hydraulic Energy Systems, Proceedings of the 4th International
Conference on Environmental Management, Engineering, Planning and Economics (CEMEPE) and
SECOTOX Conference, Mykonos island, Greece, pp.454-460 June 24-28, 2013.
[18] A. Stergiopoulou, V. Stergiopoulos, A., E. Kalkani, Computational Fluid Dynamics Study on a 3D
Graphic Solid Model of Archimedean Screw Turbines, Fresenius Environmental Bulletin, vol.23-
No1, 2014.
[19] Α. Stergiopoulou, Kalkani E., “Towards a First C.F.D. Study of Innovative Archimedean Inclined
Axis Hydropower Turbines”, International Journal of Engineering Research & Technology (IJERT),
Vol. 2 Issue 9, September – 2013, pp. 193-199.
[20] A. Stergiopoulou, V. Stergiopoulos, A first CFD study of small hydro energy recovery from the
Attica water supply network, INTERNATIONAL JOURNAL OF ENERGY AND
ENVIRONMENT, Volume 11, Issue 3, 2020 pp.157-166.

Figure 7 | Variation of flow field of elliptical bridge pier with different axis ratios under multi-year average flow. (a) Axis ratio ¼ 1. (b) Axis ratio ¼ 0.85. (c) Axis ratio ¼ 0.75. (d) Axis ratio ¼ 0.5. (e) Axis ratio ¼ 0.25. (f) Axis ratio ¼ 0.15. (continued.)

교각의 형태학적 변화가 물의 이동 특성에 미치는 영향에 관한 연구

Study on the effect of morphological changes of bridge piers on water movement properties

Xianqi Zhanga,b,c, Tao Wanga,* and Bingsen Duana
a Water Conservancy College, North china University of Water Resources and Electric Power, Zhengzhou 450046, China
b Collaborative Innovation Center of Water Resources Efficient Utilization and Protection Engineering, Zhengzhou 450046, China c Technology Research Center of Water Conservancy and Marine Tra

ABSTRACT

하천을 가로지르는 교각의 다른 형태는 하천의 유동에 큰 영향을 미치며, 교각의 형태 변화가 물의 유동 특성에 미치는 영향에 대한 연구는 교량 설계 및 하천 범람에 큰 가치가 있습니다.

유체 역학 모델은 하천 흐름 패턴의 변화를 효과적으로 시뮬레이션하고 예측할 수 있으므로 하천 관리에 대한 과학적 데이터 지원을 제공할 수 있습니다.

본 논문은 Mike21을 기반으로 유체역학 모델을 구축하고 이를 황하 하류의 하천 유체역학 수치해석에 적용하고, 타원 교각을 예로 들어 교각 형태 변화가 유속에 미치는 영향을 모사한다. 강의 수위와 흐름장. 결과는 하천의 흐름 특성에 대한 타원형 교각 형태의 영향이 중요하다는 것을 보여줍니다.

동일한 유량에서 최대 축 비율에서 교각의 혼잡 값은 최소 축 비율의 1.65배이며 축 비율이 클수록 혼잡이 심각합니다. 최대 축 비율에서 유속의 차이는 최소 축 비율의 2.33배에 달할 수 있습니다.

The different shapes of bridge piers across rivers have a great influence on the river water movement, and the study of the influence of pier morphology changes on the water movement characteristics is of great value for bridge design and river flooding. The hydrodynamic model can effectively simulate and predict the changes of river flow patterns, which can provide scientific data support for river management. This paper constructs a hydrodynamic model based on Mike21 and applies it to the numerical simulation of river hydrodynamics in the lower reaches of the Yellow River, taking elliptical piers as an example, and simulates the effect of the change of pier morphology on the flow velocity, water level and flow field of the river. The results show that the effect of elliptical pier morphology on the flow characteristics of the river channel is significant; under the same flow rate, the congestion value of the pier at the maximum axis ratio is 1.65 times of the minimum axis ratio, and the larger the axis ratio, the more serious the congestion; the difference in flow velocity at the maximum axis ratio can reach 2.33 times of the minimum axis ratio.

Key words

bridge pier axial ratio, flow regime, MIKE21 flow model, numerical simulation, yellow river

Figure 2 | Location map of the study area.
Figure 2 | Location map of the study area.
Figure 7 | Variation of flow field of elliptical bridge pier with different axis ratios under multi-year average flow. (a) Axis ratio ¼ 1. (b) Axis ratio ¼ 0.85. (c) Axis ratio ¼ 0.75. (d) Axis ratio ¼ 0.5. (e) Axis ratio ¼ 0.25. (f) Axis ratio ¼ 0.15. (continued.)
Figure 7 | Variation of flow field of elliptical bridge pier with different axis ratios under multi-year average flow. (a) Axis ratio ¼ 1. (b) Axis ratio ¼ 0.85. (c) Axis ratio ¼ 0.75. (d) Axis ratio ¼ 0.5. (e) Axis ratio ¼ 0.25. (f) Axis ratio ¼ 0.15. (continued.)

REFERENCES

Bates, P. D., Horritt, M. S. & Hervouet, J. M. 2015 Investigating two-dimensional, finite element predictions of floodplain
inundation using fractal generated topography. Hydrological Processes 12(8), 1257–1277.
Costabile, P., Macchione, F., Natale, L. & Petaccia, G. 2015 Comparison of scenarios with and without bridges and analysis of
backwater effect in 1-D and 2-D river flood modeling. CMES-Computer Modeling in Engineering & Sciences 109–110(2),
81–103.
David, Y. Y., Dan, M. & Frangopol, 2019 Physics-based assessment of climate change impact on long-term regional bridge
scour risk using hydrologic modeling: application to Lehigh River watershed. Journal of Bridge Engineering 24(11).
Dimitriadis, P., Tegos, A., Oikonomou, A., Pagana, V., Koukouvinos, A., Mamassis, N., Koutsoyiannis, D. & Efstratiadis, A.
2016 Comparative evaluation of 1D and quasi-2D hydraulic models based on benchmark and real-world applications for
uncertainty assessment in flood mapping. Journal of Hydrology 534, 478–492.
Echeverribar, I., Morales-Hernández, M., Brufau, P. & García-Navarro, 2019 2D numerical simulation of unsteady flows for
large scale floods prediction in real time. Advances in Water Resources 134.
Hai, X. S. & Wei, P. L. 2018 Numerical simulation of turbulent width of square bridge pier in curved river channel. Water
Transport Engineering (01), 134–141.
Liu, X. C., Geng, P. C., Cao, L. & Sun, X. L. 2020 Mike21 simulates the influence of cross-river bridge on river regime. People’s
Yellow River 42(S1), 24–25 þ 29.
Luo, W. G., Lu, J. & Lai, H. 2015 Research on the backwater in front of multiple parallel bridge piers at equal distances. Journal
of Sichuan University: Engineering Science Editio 47(4), 6–13.
Majedul, M. M., Ekaterina, S. & Nynke, H. 2018 Modelling of river faecal indicator bacteria dynamics as a basis for faecal
contamination reduction. Journal of Hydrology 563.
Mao, M. X., Huang, H. M. & Wang, Y. G. 2018 Effects of grid size on numerical simulation of river hydrodynamics [J]. Influence
of grid size on numerical simulation of river hydrodynamics. Water Transport Engineering (3), 135–142.
Tang, Y. H. 2014 Application of TUFLOW in simulating the impact of bridge piers on flooding evaluation. Hydropower Energy
Science 32(02), 55–59.
Tewodros, A. N. & Abdusselam, A. 2019 Modeling the effect of urbanization on flood risk in Ayamama Watershed, Istanbul,
Turkey, using the MIKE 21 FM model. Natural Hazards 99(2).
Wan, L. M. & Li, P. J. 2018 Numerical simulation of navigable flow conditions of bridges across rivers. Water Conservancy
Science and Technology and Economy 24(02), 28–33.
Wang, W. & Jing, H. 2019 Effects of bridge piers on flood hazards: a case study on the Jialing river in China. Water 11(6), 1181.
Wang, Q. N., Peng, W. Q., Dong, F. & Nan, O. 2020 Simulating flow of an urban river course with complex cross sections based
on the MIKE21 FM model. Water 12(3).
Xu, T. 2010 Overview of Danish MIKE21 model and application examples. Water Technology and Economics 16(08), 867–869.
Yan, J. C., Xu, H. & Jiao, Z. X. 2020 Prediction and numerical simulation of bridge pier congestion based on conservation of
momentum. People’s Changjiang 51(S2), 280–284.
Yu, P. & Zhu, Z. W. 2019 Refinement of local scour simulation for tandem double cylindrical bridge piers. Chinese Journal of
Highways 32(01), 107–116.
Yuan, X. Y., Feng, S. L., Wang, Z. K., Xu, W. & Si, L. C. 2020 Two-dimensional numerical simulation of the effect of bridge pier
shape on water flow. People’s Yellow River 42(S2), 37–39 þ 42.
Zhang, S. G., Yin, J. B. & Zhang, G. G. 2020 Flow-3D-based simulation of local scour large eddies for cylindrical bridge piers.
Sediment Research 45(01), 67–73.
Zhang, X. Q., Wang, T. & Lu, X. B. 2021 Influence of bridge piers shapes on the flow of the lower Yellow River. Water Practice
& Technology 16(2), 661–680.

Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s.

Optimization Algorithms and Engineering: Recent Advances and Applications

Mahdi Feizbahr,1 Navid Tonekaboni,2Guang-Jun Jiang,3,4 and Hong-Xia Chen3,4Show moreAcademic Editor: Mohammad YazdiReceived08 Apr 2021Revised18 Jun 2021Accepted17 Jul 2021Published11 Aug 2021

Abstract

Vegetation along the river increases the roughness and reduces the average flow velocity, reduces flow energy, and changes the flow velocity profile in the cross section of the river. Many canals and rivers in nature are covered with vegetation during the floods. Canal’s roughness is strongly affected by plants and therefore it has a great effect on flow resistance during flood. Roughness resistance against the flow due to the plants depends on the flow conditions and plant, so the model should simulate the current velocity by considering the effects of velocity, depth of flow, and type of vegetation along the canal. Total of 48 models have been simulated to investigate the effect of roughness in the canal. The results indicated that, by enhancing the velocity, the effect of vegetation in decreasing the bed velocity is negligible, while when the current has lower speed, the effect of vegetation on decreasing the bed velocity is obviously considerable.


강의 식생은 거칠기를 증가시키고 평균 유속을 감소시키며, 유속 에너지를 감소시키고 강의 단면에서 유속 프로파일을 변경합니다. 자연의 많은 운하와 강은 홍수 동안 초목으로 덮여 있습니다. 운하의 조도는 식물의 영향을 많이 받으므로 홍수시 유동저항에 큰 영향을 미칩니다. 식물로 인한 흐름에 대한 거칠기 저항은 흐름 조건 및 식물에 따라 다르므로 모델은 유속, 흐름 깊이 및 운하를 따라 식생 유형의 영향을 고려하여 현재 속도를 시뮬레이션해야 합니다. 근관의 거칠기의 영향을 조사하기 위해 총 48개의 모델이 시뮬레이션되었습니다. 결과는 유속을 높임으로써 유속을 감소시키는 식생의 영향은 무시할 수 있는 반면, 해류가 더 낮은 유속일 때 유속을 감소시키는 식생의 영향은 분명히 상당함을 나타냈다.

1. Introduction

Considering the impact of each variable is a very popular field within the analytical and statistical methods and intelligent systems [114]. This can help research for better modeling considering the relation of variables or interaction of them toward reaching a better condition for the objective function in control and engineering [1527]. Consequently, it is necessary to study the effects of the passive factors on the active domain [2836]. Because of the effect of vegetation on reducing the discharge capacity of rivers [37], pruning plants was necessary to improve the condition of rivers. One of the important effects of vegetation in river protection is the action of roots, which cause soil consolidation and soil structure improvement and, by enhancing the shear strength of soil, increase the resistance of canal walls against the erosive force of water. The outer limbs of the plant increase the roughness of the canal walls and reduce the flow velocity and deplete the flow energy in vicinity of the walls. Vegetation by reducing the shear stress of the canal bed reduces flood discharge and sedimentation in the intervals between vegetation and increases the stability of the walls [3841].

One of the main factors influencing the speed, depth, and extent of flood in this method is Manning’s roughness coefficient. On the other hand, soil cover [42], especially vegetation, is one of the most determining factors in Manning’s roughness coefficient. Therefore, it is expected that those seasonal changes in the vegetation of the region will play an important role in the calculated value of Manning’s roughness coefficient and ultimately in predicting the flood wave behavior [4345]. The roughness caused by plants’ resistance to flood current depends on the flow and plant conditions. Flow conditions include depth and velocity of the plant, and plant conditions include plant type, hardness or flexibility, dimensions, density, and shape of the plant [46]. In general, the issue discussed in this research is the optimization of flood-induced flow in canals by considering the effect of vegetation-induced roughness. Therefore, the effect of plants on the roughness coefficient and canal transmission coefficient and in consequence the flow depth should be evaluated [4748].

Current resistance is generally known by its roughness coefficient. The equation that is mainly used in this field is Manning equation. The ratio of shear velocity to average current velocity  is another form of current resistance. The reason for using the  ratio is that it is dimensionless and has a strong theoretical basis. The reason for using Manning roughness coefficient is its pervasiveness. According to Freeman et al. [49], the Manning roughness coefficient for plants was calculated according to the Kouwen and Unny [50] method for incremental resistance. This method involves increasing the roughness for various surface and plant irregularities. Manning’s roughness coefficient has all the factors affecting the resistance of the canal. Therefore, the appropriate way to more accurately estimate this coefficient is to know the factors affecting this coefficient [51].

To calculate the flow rate, velocity, and depth of flow in canals as well as flood and sediment estimation, it is important to evaluate the flow resistance. To determine the flow resistance in open ducts, Manning, Chézy, and Darcy–Weisbach relations are used [52]. In these relations, there are parameters such as Manning’s roughness coefficient (n), Chézy roughness coefficient (C), and Darcy–Weisbach coefficient (f). All three of these coefficients are a kind of flow resistance coefficient that is widely used in the equations governing flow in rivers [53].

The three relations that express the relationship between the average flow velocity (V) and the resistance and geometric and hydraulic coefficients of the canal are as follows:where nf, and c are Manning, Darcy–Weisbach, and Chézy coefficients, respectively. V = average flow velocity, R = hydraulic radius, Sf = slope of energy line, which in uniform flow is equal to the slope of the canal bed,  = gravitational acceleration, and Kn is a coefficient whose value is equal to 1 in the SI system and 1.486 in the English system. The coefficients of resistance in equations (1) to (3) are related as follows:

Based on the boundary layer theory, the flow resistance for rough substrates is determined from the following general relation:where f = Darcy–Weisbach coefficient of friction, y = flow depth, Ks = bed roughness size, and A = constant coefficient.

On the other hand, the relationship between the Darcy–Weisbach coefficient of friction and the shear velocity of the flow is as follows:

By using equation (6), equation (5) is converted as follows:

Investigation on the effect of vegetation arrangement on shear velocity of flow in laboratory conditions showed that, with increasing the shear Reynolds number (), the numerical value of the  ratio also increases; in other words the amount of roughness coefficient increases with a slight difference in the cases without vegetation, checkered arrangement, and cross arrangement, respectively [54].

Roughness in river vegetation is simulated in mathematical models with a variable floor slope flume by different densities and discharges. The vegetation considered submerged in the bed of the flume. Results showed that, with increasing vegetation density, canal roughness and flow shear speed increase and with increasing flow rate and depth, Manning’s roughness coefficient decreases. Factors affecting the roughness caused by vegetation include the effect of plant density and arrangement on flow resistance, the effect of flow velocity on flow resistance, and the effect of depth [4555].

One of the works that has been done on the effect of vegetation on the roughness coefficient is Darby [56] study, which investigates a flood wave model that considers all the effects of vegetation on the roughness coefficient. There are currently two methods for estimating vegetation roughness. One method is to add the thrust force effect to Manning’s equation [475758] and the other method is to increase the canal bed roughness (Manning-Strickler coefficient) [455961]. These two methods provide acceptable results in models designed to simulate floodplain flow. Wang et al. [62] simulate the floodplain with submerged vegetation using these two methods and to increase the accuracy of the results, they suggested using the effective height of the plant under running water instead of using the actual height of the plant. Freeman et al. [49] provided equations for determining the coefficient of vegetation roughness under different conditions. Lee et al. [63] proposed a method for calculating the Manning coefficient using the flow velocity ratio at different depths. Much research has been done on the Manning roughness coefficient in rivers, and researchers [496366] sought to obtain a specific number for n to use in river engineering. However, since the depth and geometric conditions of rivers are completely variable in different places, the values of Manning roughness coefficient have changed subsequently, and it has not been possible to choose a fixed number. In river engineering software, the Manning roughness coefficient is determined only for specific and constant conditions or normal flow. Lee et al. [63] stated that seasonal conditions, density, and type of vegetation should also be considered. Hydraulic roughness and Manning roughness coefficient n of the plant were obtained by estimating the total Manning roughness coefficient from the matching of the measured water surface curve and water surface height. The following equation is used for the flow surface curve:where  is the depth of water change, S0 is the slope of the canal floor, Sf is the slope of the energy line, and Fr is the Froude number which is obtained from the following equation:where D is the characteristic length of the canal. Flood flow velocity is one of the important parameters of flood waves, which is very important in calculating the water level profile and energy consumption. In the cases where there are many limitations for researchers due to the wide range of experimental dimensions and the variety of design parameters, the use of numerical methods that are able to estimate the rest of the unknown results with acceptable accuracy is economically justified.

FLOW-3D software uses Finite Difference Method (FDM) for numerical solution of two-dimensional and three-dimensional flow. This software is dedicated to computational fluid dynamics (CFD) and is provided by Flow Science [67]. The flow is divided into networks with tubular cells. For each cell there are values of dependent variables and all variables are calculated in the center of the cell, except for the velocity, which is calculated at the center of the cell. In this software, two numerical techniques have been used for geometric simulation, FAVOR™ (Fractional-Area-Volume-Obstacle-Representation) and the VOF (Volume-of-Fluid) method. The equations used at this model for this research include the principle of mass survival and the magnitude of motion as follows. The fluid motion equations in three dimensions, including the Navier–Stokes equations with some additional terms, are as follows:where  are mass accelerations in the directions xyz and  are viscosity accelerations in the directions xyz and are obtained from the following equations:

Shear stresses  in equation (11) are obtained from the following equations:

The standard model is used for high Reynolds currents, but in this model, RNG theory allows the analytical differential formula to be used for the effective viscosity that occurs at low Reynolds numbers. Therefore, the RNG model can be used for low and high Reynolds currents.

Weather changes are high and this affects many factors continuously. The presence of vegetation in any area reduces the velocity of surface flows and prevents soil erosion, so vegetation will have a significant impact on reducing destructive floods. One of the methods of erosion protection in floodplain watersheds is the use of biological methods. The presence of vegetation in watersheds reduces the flow rate during floods and prevents soil erosion. The external organs of plants increase the roughness and decrease the velocity of water flow and thus reduce its shear stress energy. One of the important factors with which the hydraulic resistance of plants is expressed is the roughness coefficient. Measuring the roughness coefficient of plants and investigating their effect on reducing velocity and shear stress of flow is of special importance.

Roughness coefficients in canals are affected by two main factors, namely, flow conditions and vegetation characteristics [68]. So far, much research has been done on the effect of the roughness factor created by vegetation, but the issue of plant density has received less attention. For this purpose, this study was conducted to investigate the effect of vegetation density on flow velocity changes.

In a study conducted using a software model on three density modes in the submerged state effect on flow velocity changes in 48 different modes was investigated (Table 1).Table 1 The studied models.

The number of cells used in this simulation is equal to 1955888 cells. The boundary conditions were introduced to the model as a constant speed and depth (Figure 1). At the output boundary, due to the presence of supercritical current, no parameter for the current is considered. Absolute roughness for floors and walls was introduced to the model (Figure 1). In this case, the flow was assumed to be nonviscous and air entry into the flow was not considered. After  seconds, this model reached a convergence accuracy of .

Figure 1 The simulated model and its boundary conditions.

Due to the fact that it is not possible to model the vegetation in FLOW-3D software, in this research, the vegetation of small soft plants was studied so that Manning’s coefficients can be entered into the canal bed in the form of roughness coefficients obtained from the studies of Chow [69] in similar conditions. In practice, in such modeling, the effect of plant height is eliminated due to the small height of herbaceous plants, and modeling can provide relatively acceptable results in these conditions.

48 models with input velocities proportional to the height of the regular semihexagonal canal were considered to create supercritical conditions. Manning coefficients were applied based on Chow [69] studies in order to control the canal bed. Speed profiles were drawn and discussed.

Any control and simulation system has some inputs that we should determine to test any technology [7077]. Determination and true implementation of such parameters is one of the key steps of any simulation [237881] and computing procedure [8286]. The input current is created by applying the flow rate through the VFR (Volume Flow Rate) option and the output flow is considered Output and for other borders the Symmetry option is considered.

Simulation of the models and checking their action and responses and observing how a process behaves is one of the accepted methods in engineering and science [8788]. For verification of FLOW-3D software, the results of computer simulations are compared with laboratory measurements and according to the values of computational error, convergence error, and the time required for convergence, the most appropriate option for real-time simulation is selected (Figures 2 and 3 ).

Figure 2 Modeling the plant with cylindrical tubes at the bottom of the canal.

Figure 3 Velocity profiles in positions 2 and 5.

The canal is 7 meters long, 0.5 meters wide, and 0.8 meters deep. This test was used to validate the application of the software to predict the flow rate parameters. In this experiment, instead of using the plant, cylindrical pipes were used in the bottom of the canal.

The conditions of this modeling are similar to the laboratory conditions and the boundary conditions used in the laboratory were used for numerical modeling. The critical flow enters the simulation model from the upstream boundary, so in the upstream boundary conditions, critical velocity and depth are considered. The flow at the downstream boundary is supercritical, so no parameters are applied to the downstream boundary.

The software well predicts the process of changing the speed profile in the open canal along with the considered obstacles. The error in the calculated speed values can be due to the complexity of the flow and the interaction of the turbulence caused by the roughness of the floor with the turbulence caused by the three-dimensional cycles in the hydraulic jump. As a result, the software is able to predict the speed distribution in open canals.

2. Modeling Results

After analyzing the models, the results were shown in graphs (Figures 414 ). The total number of experiments in this study was 48 due to the limitations of modeling.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 4 Flow velocity profiles for canals with a depth of 1 m and flow velocities of 3–3.3 m/s. Canal with a depth of 1 meter and a flow velocity of (a) 3 meters per second, (b) 3.1 meters per second, (c) 3.2 meters per second, and (d) 3.3 meters per second.

Figure 5 Canal diagram with a depth of 1 meter and a flow rate of 3 meters per second.

Figure 6 Canal diagram with a depth of 1 meter and a flow rate of 3.1 meters per second.

Figure 7 Canal diagram with a depth of 1 meter and a flow rate of 3.2 meters per second.

Figure 8 Canal diagram with a depth of 1 meter and a flow rate of 3.3 meters per second.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 9 Flow velocity profiles for canals with a depth of 2 m and flow velocities of 4–4.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

Figure 10 Canal diagram with a depth of 2 meters and a flow rate of 4 meters per second.

Figure 11 Canal diagram with a depth of 2 meters and a flow rate of 4.1 meters per second.

Figure 12 Canal diagram with a depth of 2 meters and a flow rate of 4.2 meters per second.

Figure 13 Canal diagram with a depth of 2 meters and a flow rate of 4.3 meters per second.(a)
(a)(b)
(b)(c)
(c)(d)
(d)(a)
(a)(b)
(b)(c)
(c)(d)
(d)Figure 14 Flow velocity profiles for canals with a depth of 3 m and flow velocities of 5–5.3 m/s. Canal with a depth of 2 meters and a flow rate of (a) 4 meters per second, (b) 4.1 meters per second, (c) 4.2 meters per second, and (d) 4.3 meters per second.

To investigate the effects of roughness with flow velocity, the trend of flow velocity changes at different depths and with supercritical flow to a Froude number proportional to the depth of the section has been obtained.

According to the velocity profiles of Figure 5, it can be seen that, with the increasing of Manning’s coefficient, the canal bed speed decreases.

According to Figures 5 to 8, it can be found that, with increasing the Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the models 1 to 12, which can be justified by increasing the speed and of course increasing the Froude number.

According to Figure 10, we see that, with increasing Manning’s coefficient, the canal bed speed decreases.

According to Figure 11, we see that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 510, which can be justified by increasing the speed and, of course, increasing the Froude number.

With increasing Manning’s coefficient, the canal bed speed decreases (Figure 12). But this deceleration is more noticeable than the deceleration of the higher models (Figures 58 and 1011), which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 13, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of Figures 5 to 12, which can be justified by increasing the speed and, of course, increasing the Froude number.

According to Figure 15, with increasing Manning’s coefficient, the canal bed speed decreases.

Figure 15 Canal diagram with a depth of 3 meters and a flow rate of 5 meters per second.

According to Figure 16, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher model, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 16 Canal diagram with a depth of 3 meters and a flow rate of 5.1 meters per second.

According to Figure 17, it is clear that, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 17 Canal diagram with a depth of 3 meters and a flow rate of 5.2 meters per second.

According to Figure 18, with increasing Manning’s coefficient, the canal bed speed decreases. But this deceleration is more noticeable than the deceleration of the higher models, which can be justified by increasing the speed and, of course, increasing the Froude number.

Figure 18 Canal diagram with a depth of 3 meters and a flow rate of 5.3 meters per second.

According to Figure 19, it can be seen that the vegetation placed in front of the flow input velocity has negligible effect on the reduction of velocity, which of course can be justified due to the flexibility of the vegetation. The only unusual thing is the unexpected decrease in floor speed of 3 m/s compared to higher speeds.(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 19 Comparison of velocity profiles with the same plant densities (depth 1 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 1 m; (b) plant densities of 50%, depth 1 m; and (c) plant densities of 75%, depth 1 m.

According to Figure 20, by increasing the speed of vegetation, the effect of vegetation on reducing the flow rate becomes more noticeable. And the role of input current does not have much effect in reducing speed.(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 20 Comparison of velocity profiles with the same plant densities (depth 2 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 2 m; (b) plant densities of 50%, depth 2 m; and (c) plant densities of 75%, depth 2 m.

According to Figure 21, it can be seen that, with increasing speed, the effect of vegetation on reducing the bed flow rate becomes more noticeable and the role of the input current does not have much effect. In general, it can be seen that, by increasing the speed of the input current, the slope of the profiles increases from the bed to the water surface and due to the fact that, in software, the roughness coefficient applies to the channel floor only in the boundary conditions, this can be perfectly justified. Of course, it can be noted that, due to the flexible conditions of the vegetation of the bed, this modeling can show acceptable results for such grasses in the canal floor. In the next directions, we may try application of swarm-based optimization methods for modeling and finding the most effective factors in this research [27815188994]. In future, we can also apply the simulation logic and software of this research for other domains such as power engineering [9599].(a)
(a)(b)
(b)(c)
(c)(a)
(a)(b)
(b)(c)
(c)Figure 21 Comparison of velocity profiles with the same plant densities (depth 3 m). Comparison of velocity profiles with (a) plant densities of 25%, depth 3 m; (b) plant densities of 50%, depth 3 m; and (c) plant densities of 75%, depth 3 m.

3. Conclusion

The effects of vegetation on the flood canal were investigated by numerical modeling with FLOW-3D software. After analyzing the results, the following conclusions were reached:(i)Increasing the density of vegetation reduces the velocity of the canal floor but has no effect on the velocity of the canal surface.(ii)Increasing the Froude number is directly related to increasing the speed of the canal floor.(iii)In the canal with a depth of one meter, a sudden increase in speed can be observed from the lowest speed and higher speed, which is justified by the sudden increase in Froude number.(iv)As the inlet flow rate increases, the slope of the profiles from the bed to the water surface increases.(v)By reducing the Froude number, the effect of vegetation on reducing the flow bed rate becomes more noticeable. And the input velocity in reducing the velocity of the canal floor does not have much effect.(vi)At a flow rate between 3 and 3.3 meters per second due to the shallow depth of the canal and the higher landing number a more critical area is observed in which the flow bed velocity in this area is between 2.86 and 3.1 m/s.(vii)Due to the critical flow velocity and the slight effect of the roughness of the horseshoe vortex floor, it is not visible and is only partially observed in models 1-2-3 and 21.(viii)As the flow rate increases, the effect of vegetation on the rate of bed reduction decreases.(ix)In conditions where less current intensity is passing, vegetation has a greater effect on reducing current intensity and energy consumption increases.(x)In the case of using the flow rate of 0.8 cubic meters per second, the velocity distribution and flow regime show about 20% more energy consumption than in the case of using the flow rate of 1.3 cubic meters per second.

Nomenclature

n:Manning’s roughness coefficient
C:Chézy roughness coefficient
f:Darcy–Weisbach coefficient
V:Flow velocity
R:Hydraulic radius
g:Gravitational acceleration
y:Flow depth
Ks:Bed roughness
A:Constant coefficient
:Reynolds number
y/∂x:Depth of water change
S0:Slope of the canal floor
Sf:Slope of energy line
Fr:Froude number
D:Characteristic length of the canal
G:Mass acceleration
:Shear stresses.

Data Availability

All data are included within the paper.

Conflicts of Interest

The authors declare that they have no conflicts of interest.

Acknowledgments

This work was partially supported by the National Natural Science Foundation of China under Contract no. 71761030 and Natural Science Foundation of Inner Mongolia under Contract no. 2019LH07003.

References

  1. H. Yu, L. Jie, W. Gui et al., “Dynamic Gaussian bare-bones fruit fly optimizers with abandonment mechanism: method and analysis,” Engineering with Computers, vol. 20, pp. 1–29, 2020.View at: Publisher Site | Google Scholar
  2. X. Zhao, D. Li, B. Yang, C. Ma, Y. Zhu, and H. Chen, “Feature selection based on improved ant colony optimization for online detection of foreign fiber in cotton,” Applied Soft Computing, vol. 24, pp. 585–596, 2014.View at: Publisher Site | Google Scholar
  3. J. Hu, H. Chen, A. A. Heidari et al., “Orthogonal learning covariance matrix for defects of grey wolf optimizer: insights, balance, diversity, and feature selection,” Knowledge-Based Systems, vol. 213, Article ID 106684, 2021.View at: Publisher Site | Google Scholar
  4. C. Yu, M. Chen, K. Chen et al., “SGOA: annealing-behaved grasshopper optimizer for global tasks,” Engineering with Computers, vol. 4, pp. 1–28, 2021.View at: Publisher Site | Google Scholar
  5. W. Shan, Z. Qiao, A. A. Heidari, H. Chen, H. Turabieh, and Y. Teng, “Double adaptive weights for stabilization of moth flame optimizer: balance analysis, engineering cases, and medical diagnosis,” Knowledge-Based Systems, vol. 8, Article ID 106728, 2020.View at: Google Scholar
  6. J. Tu, H. Chen, J. Liu et al., “Evolutionary biogeography-based whale optimization methods with communication structure: towards measuring the balance,” Knowledge-Based Systems, vol. 212, Article ID 106642, 2021.View at: Publisher Site | Google Scholar
  7. Y. Zhang, R. Liu, X. Wang et al., “Towards augmented kernel extreme learning models for bankruptcy prediction: algorithmic behavior and comprehensive analysis,” Neurocomputing, vol. 430, 2020.View at: Google Scholar
  8. H.-L. Chen, G. Wang, C. Ma, Z.-N. Cai, W.-B. Liu, and S.-J. Wang, “An efficient hybrid kernel extreme learning machine approach for early diagnosis of Parkinson׳s disease,” Neurocomputing, vol. 184, pp. 131–144, 2016.View at: Publisher Site | Google Scholar
  9. J. Xia, H. Chen, Q. Li et al., “Ultrasound-based differentiation of malignant and benign thyroid Nodules: an extreme learning machine approach,” Computer Methods and Programs in Biomedicine, vol. 147, pp. 37–49, 2017.View at: Publisher Site | Google Scholar
  10. C. Li, L. Hou, B. Y. Sharma et al., “Developing a new intelligent system for the diagnosis of tuberculous pleural effusion,” Computer Methods and Programs in Biomedicine, vol. 153, pp. 211–225, 2018.View at: Publisher Site | Google Scholar
  11. X. Xu and H.-L. Chen, “Adaptive computational chemotaxis based on field in bacterial foraging optimization,” Soft Computing, vol. 18, no. 4, pp. 797–807, 2014.View at: Publisher Site | Google Scholar
  12. M. Wang, H. Chen, B. Yang et al., “Toward an optimal kernel extreme learning machine using a chaotic moth-flame optimization strategy with applications in medical diagnoses,” Neurocomputing, vol. 267, pp. 69–84, 2017.View at: Publisher Site | Google Scholar
  13. L. Chao, K. Zhang, Z. Li, Y. Zhu, J. Wang, and Z. Yu, “Geographically weighted regression based methods for merging satellite and gauge precipitation,” Journal of Hydrology, vol. 558, pp. 275–289, 2018.View at: Publisher Site | Google Scholar
  14. F. J. Golrokh, G. Azeem, and A. Hasan, “Eco-efficiency evaluation in cement industries: DEA malmquist productivity index using optimization models,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
  15. D. Zhao, L. Lei, F. Yu et al., “Chaotic random spare ant colony optimization for multi-threshold image segmentation of 2D Kapur entropy,” Knowledge-Based Systems, vol. 8, Article ID 106510, 2020.View at: Google Scholar
  16. Y. Zhang, R. Liu, X. Wang, H. Chen, and C. Li, “Boosted binary Harris hawks optimizer and feature selection,” Engineering with Computers, vol. 517, pp. 1–30, 2020.View at: Publisher Site | Google Scholar
  17. L. Hu, G. Hong, J. Ma, X. Wang, and H. Chen, “An efficient machine learning approach for diagnosis of paraquat-poisoned patients,” Computers in Biology and Medicine, vol. 59, pp. 116–124, 2015.View at: Publisher Site | Google Scholar
  18. L. Shen, H. Chen, Z. Yu et al., “Evolving support vector machines using fruit fly optimization for medical data classification,” Knowledge-Based Systems, vol. 96, pp. 61–75, 2016.View at: Publisher Site | Google Scholar
  19. X. Zhao, X. Zhang, Z. Cai et al., “Chaos enhanced grey wolf optimization wrapped ELM for diagnosis of paraquat-poisoned patients,” Computational Biology and Chemistry, vol. 78, pp. 481–490, 2019.View at: Publisher Site | Google Scholar
  20. Y. Xu, H. Chen, J. Luo, Q. Zhang, S. Jiao, and X. Zhang, “Enhanced Moth-flame optimizer with mutation strategy for global optimization,” Information Sciences, vol. 492, pp. 181–203, 2019.View at: Publisher Site | Google Scholar
  21. M. Wang and H. Chen, “Chaotic multi-swarm whale optimizer boosted support vector machine for medical diagnosis,” Applied Soft Computing Journal, vol. 88, Article ID 105946, 2020.View at: Publisher Site | Google Scholar
  22. Y. Chen, J. Li, H. Lu, and P. Yan, “Coupling system dynamics analysis and risk aversion programming for optimizing the mixed noise-driven shale gas-water supply chains,” Journal of Cleaner Production, vol. 278, Article ID 123209, 2020.View at: Google Scholar
  23. H. Tang, Y. Xu, A. Lin et al., “Predicting green consumption behaviors of students using efficient firefly grey wolf-assisted K-nearest neighbor classifiers,” IEEE Access, vol. 8, pp. 35546–35562, 2020.View at: Publisher Site | Google Scholar
  24. H.-J. Ma and G.-H. Yang, “Adaptive fault tolerant control of cooperative heterogeneous systems with actuator faults and unreliable interconnections,” IEEE Transactions on Automatic Control, vol. 61, no. 11, pp. 3240–3255, 2015.View at: Google Scholar
  25. H.-J. Ma and L.-X. Xu, “Decentralized adaptive fault-tolerant control for a class of strong interconnected nonlinear systems via graph theory,” IEEE Transactions on Automatic Control, vol. 66, 2020.View at: Google Scholar
  26. H. J. Ma, L. X. Xu, and G. H. Yang, “Multiple environment integral reinforcement learning-based fault-tolerant control for affine nonlinear systems,” IEEE Transactions on Cybernetics, vol. 51, pp. 1–16, 2019.View at: Publisher Site | Google Scholar
  27. J. Hu, M. Wang, C. Zhao, Q. Pan, and C. Du, “Formation control and collision avoidance for multi-UAV systems based on Voronoi partition,” Science China Technological Sciences, vol. 63, no. 1, pp. 65–72, 2020.View at: Publisher Site | Google Scholar
  28. C. Zhang, H. Li, Y. Qian, C. Chen, and X. Zhou, “Locality-constrained discriminative matrix regression for robust face identification,” IEEE Transactions on Neural Networks and Learning Systems, vol. 99, pp. 1–15, 2020.View at: Publisher Site | Google Scholar
  29. X. Zhang, D. Wang, Z. Zhou, and Y. Ma, “Robust low-rank tensor recovery with rectification and alignment,” IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 43, no. 1, pp. 238–255, 2019.View at: Google Scholar
  30. X. Zhang, J. Wang, T. Wang, R. Jiang, J. Xu, and L. Zhao, “Robust feature learning for adversarial defense via hierarchical feature alignment,” Information Sciences, vol. 560, 2020.View at: Google Scholar
  31. X. Zhang, R. Jiang, T. Wang, and J. Wang, “Recursive neural network for video deblurring,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 03, p. 1, 2020.View at: Publisher Site | Google Scholar
  32. X. Zhang, T. Wang, J. Wang, G. Tang, and L. Zhao, “Pyramid channel-based feature attention network for image dehazing,” Computer Vision and Image Understanding, vol. 197-198, Article ID 103003, 2020.View at: Publisher Site | Google Scholar
  33. X. Zhang, T. Wang, W. Luo, and P. Huang, “Multi-level fusion and attention-guided CNN for image dehazing,” IEEE Transactions on Circuits and Systems for Video Technology, vol. 3, p. 1, 2020.View at: Publisher Site | Google Scholar
  34. L. He, J. Shen, and Y. Zhang, “Ecological vulnerability assessment for ecological conservation and environmental management,” Journal of Environmental Management, vol. 206, pp. 1115–1125, 2018.View at: Publisher Site | Google Scholar
  35. Y. Chen, W. Zheng, W. Li, and Y. Huang, “Large group Activity security risk assessment and risk early warning based on random forest algorithm,” Pattern Recognition Letters, vol. 144, pp. 1–5, 2021.View at: Publisher Site | Google Scholar
  36. J. Hu, H. Zhang, Z. Li, C. Zhao, Z. Xu, and Q. Pan, “Object traversing by monocular UAV in outdoor environment,” Asian Journal of Control, vol. 25, 2020.View at: Google Scholar
  37. P. Tian, H. Lu, W. Feng, Y. Guan, and Y. Xue, “Large decrease in streamflow and sediment load of Qinghai-Tibetan Plateau driven by future climate change: a case study in Lhasa River Basin,” Catena, vol. 187, Article ID 104340, 2020.View at: Publisher Site | Google Scholar
  38. A. Stokes, C. Atger, A. G. Bengough, T. Fourcaud, and R. C. Sidle, “Desirable plant root traits for protecting natural and engineered slopes against landslides,” Plant and Soil, vol. 324, no. 1, pp. 1–30, 2009.View at: Publisher Site | Google Scholar
  39. T. B. Devi, A. Sharma, and B. Kumar, “Studies on emergent flow over vegetative channel bed with downward seepage,” Hydrological Sciences Journal, vol. 62, no. 3, pp. 408–420, 2017.View at: Google Scholar
  40. G. Ireland, M. Volpi, and G. Petropoulos, “Examining the capability of supervised machine learning classifiers in extracting flooded areas from Landsat TM imagery: a case study from a Mediterranean flood,” Remote Sensing, vol. 7, no. 3, pp. 3372–3399, 2015.View at: Publisher Site | Google Scholar
  41. L. Goodarzi and S. Javadi, “Assessment of aquifer vulnerability using the DRASTIC model; a case study of the Dezful-Andimeshk Aquifer,” Computational Research Progress in Applied Science & Engineering, vol. 2, no. 1, pp. 17–22, 2016.View at: Google Scholar
  42. K. Zhang, Q. Wang, L. Chao et al., “Ground observation-based analysis of soil moisture spatiotemporal variability across a humid to semi-humid transitional zone in China,” Journal of Hydrology, vol. 574, pp. 903–914, 2019.View at: Publisher Site | Google Scholar
  43. L. De Doncker, P. Troch, R. Verhoeven, K. Bal, P. Meire, and J. Quintelier, “Determination of the Manning roughness coefficient influenced by vegetation in the river Aa and Biebrza river,” Environmental Fluid Mechanics, vol. 9, no. 5, pp. 549–567, 2009.View at: Publisher Site | Google Scholar
  44. M. Fathi-Moghadam and K. Drikvandi, “Manning roughness coefficient for rivers and flood plains with non-submerged vegetation,” International Journal of Hydraulic Engineering, vol. 1, no. 1, pp. 1–4, 2012.View at: Google Scholar
  45. F.-C. Wu, H. W. Shen, and Y.-J. Chou, “Variation of roughness coefficients for unsubmerged and submerged vegetation,” Journal of Hydraulic Engineering, vol. 125, no. 9, pp. 934–942, 1999.View at: Publisher Site | Google Scholar
  46. M. K. Wood, “Rangeland vegetation-hydrologic interactions,” in Vegetation Science Applications for Rangeland Analysis and Management, vol. 3, pp. 469–491, Springer, 1988.View at: Publisher Site | Google Scholar
  47. C. Wilson, O. Yagci, H.-P. Rauch, and N. Olsen, “3D numerical modelling of a willow vegetated river/floodplain system,” Journal of Hydrology, vol. 327, no. 1-2, pp. 13–21, 2006.View at: Publisher Site | Google Scholar
  48. R. Yazarloo, M. Khamehchian, and M. R. Nikoodel, “Observational-computational 3d engineering geological model and geotechnical characteristics of young sediments of golestan province,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
  49. G. E. Freeman, W. H. Rahmeyer, and R. R. Copeland, “Determination of resistance due to shrubs and woody vegetation,” International Journal of River Basin Management, vol. 19, 2000.View at: Google Scholar
  50. N. Kouwen and T. E. Unny, “Flexible roughness in open channels,” Journal of the Hydraulics Division, vol. 99, no. 5, pp. 713–728, 1973.View at: Publisher Site | Google Scholar
  51. S. Hosseini and J. Abrishami, Open Channel Hydraulics, Elsevier, Amsterdam, Netherlands, 2007.
  52. C. S. James, A. L. Birkhead, A. A. Jordanova, and J. J. O’Sullivan, “Flow resistance of emergent vegetation,” Journal of Hydraulic Research, vol. 42, no. 4, pp. 390–398, 2004.View at: Publisher Site | Google Scholar
  53. F. Huthoff and D. Augustijn, “Channel roughness in 1D steady uniform flow: Manning or Chézy?,,” NCR-days, vol. 102, 2004.View at: Google Scholar
  54. M. S. Sabegh, M. Saneie, M. Habibi, A. A. Abbasi, and M. Ghadimkhani, “Experimental investigation on the effect of river bank tree planting array, on shear velocity,” Journal of Watershed Engineering and Management, vol. 2, no. 4, 2011.View at: Google Scholar
  55. A. Errico, V. Pasquino, M. Maxwald, G. B. Chirico, L. Solari, and F. Preti, “The effect of flexible vegetation on flow in drainage channels: estimation of roughness coefficients at the real scale,” Ecological Engineering, vol. 120, pp. 411–421, 2018.View at: Publisher Site | Google Scholar
  56. S. E. Darby, “Effect of riparian vegetation on flow resistance and flood potential,” Journal of Hydraulic Engineering, vol. 125, no. 5, pp. 443–454, 1999.View at: Publisher Site | Google Scholar
  57. V. Kutija and H. Thi Minh Hong, “A numerical model for assessing the additional resistance to flow introduced by flexible vegetation,” Journal of Hydraulic Research, vol. 34, no. 1, pp. 99–114, 1996.View at: Publisher Site | Google Scholar
  58. T. Fischer-Antze, T. Stoesser, P. Bates, and N. R. B. Olsen, “3D numerical modelling of open-channel flow with submerged vegetation,” Journal of Hydraulic Research, vol. 39, no. 3, pp. 303–310, 2001.View at: Publisher Site | Google Scholar
  59. U. Stephan and D. Gutknecht, “Hydraulic resistance of submerged flexible vegetation,” Journal of Hydrology, vol. 269, no. 1-2, pp. 27–43, 2002.View at: Publisher Site | Google Scholar
  60. F. G. Carollo, V. Ferro, and D. Termini, “Flow resistance law in channels with flexible submerged vegetation,” Journal of Hydraulic Engineering, vol. 131, no. 7, pp. 554–564, 2005.View at: Publisher Site | Google Scholar
  61. W. Fu-sheng, “Flow resistance of flexible vegetation in open channel,” Journal of Hydraulic Engineering, vol. S1, 2007.View at: Google Scholar
  62. P.-f. Wang, C. Wang, and D. Z. Zhu, “Hydraulic resistance of submerged vegetation related to effective height,” Journal of Hydrodynamics, vol. 22, no. 2, pp. 265–273, 2010.View at: Publisher Site | Google Scholar
  63. J. K. Lee, L. C. Roig, H. L. Jenter, and H. M. Visser, “Drag coefficients for modeling flow through emergent vegetation in the Florida Everglades,” Ecological Engineering, vol. 22, no. 4-5, pp. 237–248, 2004.View at: Publisher Site | Google Scholar
  64. G. J. Arcement and V. R. Schneider, Guide for Selecting Manning’s Roughness Coefficients for Natural Channels and Flood Plains, US Government Printing Office, Washington, DC, USA, 1989.
  65. Y. Ding and S. S. Y. Wang, “Identification of Manning’s roughness coefficients in channel network using adjoint analysis,” International Journal of Computational Fluid Dynamics, vol. 19, no. 1, pp. 3–13, 2005.View at: Publisher Site | Google Scholar
  66. E. T. Engman, “Roughness coefficients for routing surface runoff,” Journal of Irrigation and Drainage Engineering, vol. 112, no. 1, pp. 39–53, 1986.View at: Publisher Site | Google Scholar
  67. M. Feizbahr, C. Kok Keong, F. Rostami, and M. Shahrokhi, “Wave energy dissipation using perforated and non perforated piles,” International Journal of Engineering, vol. 31, no. 2, pp. 212–219, 2018.View at: Publisher Site | Google Scholar
  68. M. Farzadkhoo, A. Keshavarzi, H. Hamidifar, and M. Javan, “Sudden pollutant discharge in vegetated compound meandering rivers,” Catena, vol. 182, Article ID 104155, 2019.View at: Publisher Site | Google Scholar
  69. V. T. Chow, Open-channel Hydraulics, Mcgraw-Hill Civil Engineering Series, Chennai, TN, India, 1959.
  70. X. Zhang, R. Jing, Z. Li, Z. Li, X. Chen, and C.-Y. Su, “Adaptive pseudo inverse control for a class of nonlinear asymmetric and saturated nonlinear hysteretic systems,” IEEE/CAA Journal of Automatica Sinica, vol. 8, no. 4, pp. 916–928, 2020.View at: Google Scholar
  71. C. Zuo, Q. Chen, L. Tian, L. Waller, and A. Asundi, “Transport of intensity phase retrieval and computational imaging for partially coherent fields: the phase space perspective,” Optics and Lasers in Engineering, vol. 71, pp. 20–32, 2015.View at: Publisher Site | Google Scholar
  72. C. Zuo, J. Sun, J. Li, J. Zhang, A. Asundi, and Q. Chen, “High-resolution transport-of-intensity quantitative phase microscopy with annular illumination,” Scientific Reports, vol. 7, no. 1, pp. 7654–7722, 2017.View at: Publisher Site | Google Scholar
  73. B.-H. Li, Y. Liu, A.-M. Zhang, W.-H. Wang, and S. Wan, “A survey on blocking technology of entity resolution,” Journal of Computer Science and Technology, vol. 35, no. 4, pp. 769–793, 2020.View at: Publisher Site | Google Scholar
  74. Y. Liu, B. Zhang, Y. Feng et al., “Development of 340-GHz transceiver front end based on GaAs monolithic integration technology for THz active imaging array,” Applied Sciences, vol. 10, no. 21, p. 7924, 2020.View at: Publisher Site | Google Scholar
  75. J. Hu, H. Zhang, L. Liu, X. Zhu, C. Zhao, and Q. Pan, “Convergent multiagent formation control with collision avoidance,” IEEE Transactions on Robotics, vol. 36, no. 6, pp. 1805–1818, 2020.View at: Publisher Site | Google Scholar
  76. M. B. Movahhed, J. Ayoubinejad, F. N. Asl, and M. Feizbahr, “The effect of rain on pedestrians crossing speed,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 6, no. 3, 2020.View at: Google Scholar
  77. A. Li, D. Spano, J. Krivochiza et al., “A tutorial on interference exploitation via symbol-level precoding: overview, state-of-the-art and future directions,” IEEE Communications Surveys & Tutorials, vol. 22, no. 2, pp. 796–839, 2020.View at: Publisher Site | Google Scholar
  78. W. Zhu, C. Ma, X. Zhao et al., “Evaluation of sino foreign cooperative education project using orthogonal sine cosine optimized kernel extreme learning machine,” IEEE Access, vol. 8, pp. 61107–61123, 2020.View at: Publisher Site | Google Scholar
  79. G. Liu, W. Jia, M. Wang et al., “Predicting cervical hyperextension injury: a covariance guided sine cosine support vector machine,” IEEE Access, vol. 8, pp. 46895–46908, 2020.View at: Publisher Site | Google Scholar
  80. Y. Wei, H. Lv, M. Chen et al., “Predicting entrepreneurial intention of students: an extreme learning machine with Gaussian barebone harris hawks optimizer,” IEEE Access, vol. 8, pp. 76841–76855, 2020.View at: Publisher Site | Google Scholar
  81. A. Lin, Q. Wu, A. A. Heidari et al., “Predicting intentions of students for master programs using a chaos-induced sine cosine-based fuzzy K-Nearest neighbor classifier,” Ieee Access, vol. 7, pp. 67235–67248, 2019.View at: Publisher Site | Google Scholar
  82. Y. Fan, P. Wang, A. A. Heidari et al., “Rationalized fruit fly optimization with sine cosine algorithm: a comprehensive analysis,” Expert Systems with Applications, vol. 157, Article ID 113486, 2020.View at: Publisher Site | Google Scholar
  83. E. Rodríguez-Esparza, L. A. Zanella-Calzada, D. Oliva et al., “An efficient Harris hawks-inspired image segmentation method,” Expert Systems with Applications, vol. 155, Article ID 113428, 2020.View at: Publisher Site | Google Scholar
  84. S. Jiao, G. Chong, C. Huang et al., “Orthogonally adapted Harris hawks optimization for parameter estimation of photovoltaic models,” Energy, vol. 203, Article ID 117804, 2020.View at: Publisher Site | Google Scholar
  85. Z. Xu, Z. Hu, A. A. Heidari et al., “Orthogonally-designed adapted grasshopper optimization: a comprehensive analysis,” Expert Systems with Applications, vol. 150, Article ID 113282, 2020.View at: Publisher Site | Google Scholar
  86. A. Abbassi, R. Abbassi, A. A. Heidari et al., “Parameters identification of photovoltaic cell models using enhanced exploratory salp chains-based approach,” Energy, vol. 198, Article ID 117333, 2020.View at: Publisher Site | Google Scholar
  87. M. Mahmoodi and K. K. Aminjan, “Numerical simulation of flow through sukhoi 24 air inlet,” Computational Research Progress in Applied Science & Engineering (CRPASE), vol. 03, 2017.View at: Google Scholar
  88. F. J. Golrokh and A. Hasan, “A comparison of machine learning clustering algorithms based on the DEA optimization approach for pharmaceutical companies in developing countries,” ENG Transactions, vol. 1, 2020.View at: Google Scholar
  89. H. Chen, A. A. Heidari, H. Chen, M. Wang, Z. Pan, and A. H. Gandomi, “Multi-population differential evolution-assisted Harris hawks optimization: framework and case studies,” Future Generation Computer Systems, vol. 111, pp. 175–198, 2020.View at: Publisher Site | Google Scholar
  90. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “Bayesian hierarchical model-based information fusion for degradation analysis considering non-competing relationship,” IEEE Access, vol. 7, pp. 175222–175227, 2019.View at: Publisher Site | Google Scholar
  91. J. Guo, H. Zheng, B. Li, and G.-Z. Fu, “A Bayesian approach for degradation analysis with individual differences,” IEEE Access, vol. 7, pp. 175033–175040, 2019.View at: Publisher Site | Google Scholar
  92. M. M. A. Malakoutian, Y. Malakoutian, P. Mostafapour, and S. Z. D. Abed, “Prediction for monthly rainfall of six meteorological regions and TRNC (case study: north Cyprus),” ENG Transactions, vol. 2, no. 2, 2021.View at: Google Scholar
  93. H. Arslan, M. Ranjbar, and Z. Mutlum, “Maximum sound transmission loss in multi-chamber reactive silencers: are two chambers enough?,,” ENG Transactions, vol. 2, no. 1, 2021.View at: Google Scholar
  94. N. Tonekaboni, M. Feizbahr, N. Tonekaboni, G.-J. Jiang, and H.-X. Chen, “Optimization of solar CCHP systems with collector enhanced by porous media and nanofluid,” Mathematical Problems in Engineering, vol. 2021, Article ID 9984840, 12 pages, 2021.View at: Publisher Site | Google Scholar
  95. Z. Niu, B. Zhang, J. Wang et al., “The research on 220GHz multicarrier high-speed communication system,” China Communications, vol. 17, no. 3, pp. 131–139, 2020.View at: Publisher Site | Google Scholar
  96. B. Zhang, Z. Niu, J. Wang et al., “Four‐hundred gigahertz broadband multi‐branch waveguide coupler,” IET Microwaves, Antennas & Propagation, vol. 14, no. 11, pp. 1175–1179, 2020.View at: Publisher Site | Google Scholar
  97. Z.-Q. Niu, L. Yang, B. Zhang et al., “A mechanical reliability study of 3dB waveguide hybrid couplers in the submillimeter and terahertz band,” Journal of Zhejiang University Science, vol. 1, no. 1, 1998.View at: Google Scholar
  98. B. Zhang, D. Ji, D. Fang, S. Liang, Y. Fan, and X. Chen, “A novel 220-GHz GaN diode on-chip tripler with high driven power,” IEEE Electron Device Letters, vol. 40, no. 5, pp. 780–783, 2019.View at: Publisher Site | Google Scholar
  99. M. Taleghani and A. Taleghani, “Identification and ranking of factors affecting the implementation of knowledge management engineering based on TOPSIS technique,” ENG Transactions, vol. 1, no. 1, 2020.View at: Google Scholar
Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

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

Probabilistic investigation of cavitation occurrence in chute spillway based on the results of Flow-3D numerical modeling

Amin Hasanalipour Shahrabadi1*, Mehdi Azhdary Moghaddam2

1-University of Sistan and Baluchestan،amin.h.shahrabadi@gmail.com

2-University of Sistan and Baluchestan،Mazhdary@eng.usb.ac.ir

Abstract

Probabilistic designation is a powerful tool in hydraulic engineering. The uncertainty caused by random phenomenon in hydraulic design may be important. Uncertainty can be expressed in terms of probability density function, confidence interval, or statistical torques such as standard deviation or coefficient of variation of random parameters. Controlling cavitation occurrence is one of the most important factors in chute spillways designing due to the flow’s high velocity and the negative pressure (Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). By increasing dam’s height, overflow velocity increases on the weir and threats the structure and it may cause structural failure due to cavitation (Chanson, ۲۰۱۳). Cavitation occurs when the fluid pressure reaches its vapor pressure. Since high velocity and low pressure can cause cavitation, aeration has been recognized as one of the best ways to deal with cavitation (Pettersson, ۲۰۱۲). This study, considering the extracted results from the Flow-۳D numerical model of the chute spillway of Darian dam, investigates the probability of cavitation occurrence and examines its reliability. Hydraulic uncertainty in the design of this hydraulic structure can be attributed to the uncertainty of the hydraulic performance analysis. Therefore, knowing about the uncertainty characteristics of hydraulic engineering systems for assessing their reliability seems necessary (Yen et al., ۱۹۹۳). Hence, designation and operation of hydraulic engineering systems are always subject to uncertainties and probable failures. The reliability, ps, of a hydraulic engineering system is defined as the probability of safety in which the resistance, R, of the system exceeds the load, L, as follows (Chen, ۲۰۱۵): p_s=P(L≤R) (۱) Where P(۰) is probability. The failure probability, p_f, is a reliability complement and is expressed as follows: p_f=P[(L>R)]=۱- p_s (۲) Reliability development based on analytical methods of engineering applications has come in many references (Tung & Mays, ۱۹۸۰ and Yen & Tung, ۱۹۹۳). Therefore, based on reliability, in a control method, the probability of cavitation occurrence in the chute spillway can be investigated. In reliability analysis, the probabilistic calculations must be expressed in terms of a limited conditional function, W(X)=W(X_L ,X_R)as follows: p_s=P[W(X_L ,X_R)≥۰]= P[W(X)≥۰] (۳) Where X is the vector of basic random variables in load and resistance functions. In the reliability analysis, if W(X)> ۰, the system will be secure and in the W(X) <۰ system will fail. Accordingly, the eliability index, β, is used, which is defined as the ratio of the mean value, μ_W, to standard deviation, σ_W, the limited conditional function W(X) is defined as follows (Cornell, ۱۹۶۹): β=μ_W/σ_W (۴) The present study was carried out using the obtained results from the model developed by ۱:۵۰ scale plexiglass at the Water Research Institute of Iran. In this laboratory model, which consists of an inlet channel and a convergent thrower chute spillway, two aerators in the form of deflector were used at the intervals of ۲۱۱ and ۲۷۰ at the beginning of chute, in order to cope with cavitation phenomenon during the chute. An air duct was also used for air inlet on the left and right walls of the spillway. To measure the effective parameters in cavitation, seven discharges have been passed through spillway. As the pressure and average velocity are determined, the values of the cavitation index are calculated and compared with the values of the critical cavitation index, σ_cr. At any point when σ≤σ_cr, there is a danger of corrosion in that range (Chanson, ۱۹۹۳). In order to obtain uncertainty and calculate the reliability index of cavitation occurrence during a chute, it is needed to extract the limited conditional function. Therefore, for a constant flow between two points of flow, there would be the Bernoulli (energy) relation as follows (Falvey, ۱۹۹۰): σ= ( P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) (۵) Where P_atm is the atmospheric pressure, γ is the unit weight of the water volume, θ is the angle of the ramp to the horizon, r is the curvature radius of the vertical arc, and h cos⁡θ is the flow depth perpendicular to the floor. Therefore, the limited conditional function can be written as follows: W(X)=(P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D is a powerful software in fluid dynamics. One of the major capabilities of this software is to model free-surface flows using finite volume method for hydraulic analysis. The spillway was modeled in three modes, without using aerator, ramp aerator, and ramp combination with aeration duct as detailed in Flow-۳D software. For each of the mentioned modes, seven discharges were tested. According to Equation (۶), velocity and pressure play a decisive and important role in the cavitation occurrence phenomenon. Therefore, the reliability should be evaluated with FORM (First Order Reliable Method) based on the probability distribution functions For this purpose, the most suitable probability distribution function of random variables of velocity and pressure on a laboratory model was extracted in different sections using Easy fit software. Probability distribution function is also considered normal for the other variables in the limited conditional function. These values are estimated for the constant gravity at altitudes of ۵۰۰ to ۷۰۰۰ m above the sea level for the unit weight, and vapor pressure at ۵ to ۳۵° C. For the critical cavitation index variable, the standard deviation is considered as ۰.۰۱. According to the conducted tests, for the velocity random variable, GEV (Generalized Extreme Value) distribution function, and for the pressure random variable, Burr (۴P) distribution function were presented as the best distribution function. The important point is to not follow the normal distribution above the random variables. Therefore, in order to evaluate the reliability with the FORM method, according to the above distributions, they should be converted into normal variables based on the existing methods. To this end, the non-normal distributions are transformed into the normal distribution by the method of Rackwitz and Fiiessler so that the value of the cumulative distribution function is equivalent to the original abnormal distribution at the design point of x_(i*). This point has the least distance from the origin in the standardized space of the boundary plane or the same limited conditional function. The reliability index will be equal to ۰.۴۲۰۴ before installing the aerator. As a result, reliability, p_s, and failure probability, p_f, are ۰.۶۶۲۹ and ۰.۳۳۷۱, respectively. This number indicates a high percentage for cavitation occurrence. Therefore, the use of aerator is inevitable to prevent imminent damage from cavitation. To deal with cavitation as planned in the laboratory, two aerators with listed specifications are embedded in a location where the cavitation index is critical. In order to analyze the reliability of cavitation occurrence after the aerator installation, the steps of the Hasofer-Lind algorithm are repeated. The modeling of ramps was performed separately in Flow-۳D software in order to compare the performance of aeration ducts as well as the probability of failure between aeration by ramp and the combination of ramps and aeration ducts. Installing an aerator in combination with a ramp and aerator duct greatly reduces the probability of cavitation occurrence. By installing aerator, the probability of cavitation occurrence will decrease in to about ۴ %. However, in the case of aeration only through the ramp, the risk of failure is equal to ۱۰%.

확률적 지정은 수력 공학에서 강력한 도구입니다. 유압 설계에서 임의 현상으로 인한 불확실성이 중요할 수 있습니다. 불확실성은 확률 밀도 함수, 신뢰 구간 또는 표준 편차 또는 무작위 매개변수의 변동 계수와 같은 통계적 토크로 표현될 수 있습니다. 캐비테이션 발생을 제어하는 ​​것은 흐름의 높은 속도와 음압으로 인해 슈트 여수로 설계에서 가장 중요한 요소 중 하나입니다(Azhdary Moghaddam & Hasanalipour Shahrabadi, ۲۰۲۰). 댐의 높이를 높이면 둑의 범람속도가 증가하여 구조물을 위협하고 캐비테이션으로 인한 구조물의 파손을 유발할 수 있다(Chanson, ۲۰۱۳). 캐비테이션은 유체 압력이 증기압에 도달할 때 발생합니다. 높은 속도와 낮은 압력은 캐비테이션을 유발할 수 있으므로, 통기는 캐비테이션을 처리하는 가장 좋은 방법 중 하나로 인식되어 왔습니다(Pettersson, ۲۰۱۲). 본 연구에서는 Darian 댐의 슈트 여수로의 Flow-۳D 수치모델에서 추출된 결과를 고려하여 캐비테이션 발생 확률을 조사하고 그 신뢰성을 조사하였다. 이 수력구조의 설계에서 수력학적 불확실성은 수력성능 해석의 불확실성에 기인할 수 있다. 따라서 신뢰성을 평가하기 위해서는 수력공학 시스템의 불확도 특성에 대한 지식이 필요해 보인다(Yen et al., ۱۹۹۳). 따라서 수력 공학 시스템의 지정 및 작동은 항상 불확실성과 가능한 고장의 영향을 받습니다. 유압 공학 시스템의 신뢰성 ps는 저항 R, 시스템의 부하 L은 다음과 같이 초과됩니다(Chen, ۲۰۱۵): p_s=P(L≤R)(۱) 여기서 P(۰)은 확률입니다. 고장 확률 p_f는 신뢰도 보완이며 다음과 같이 표현됩니다. Mays, ۱۹۸۰ 및 Yen & Tung, ۱۹۹۳). 따라서 신뢰성을 기반으로 제어 방법에서 슈트 여수로의 캐비테이션 발생 확률을 조사할 수 있습니다. 신뢰도 분석에서 확률적 계산은 제한된 조건부 함수 W(X)=W(X_L , X_R)은 다음과 같습니다. p_s=P[W(X_L,X_R)≥۰]= P[W(X)≥۰] (۳) 여기서 X는 부하 및 저항 함수의 기본 랜덤 변수 벡터입니다. 신뢰도 분석에서 W(X)> ۰이면 시스템은 안전하고 W(X) <۰에서는 시스템이 실패합니다. 따라서 표준편차 σ_W에 대한 평균값 μ_W의 비율로 정의되는 신뢰도 지수 β가 사용되며, 제한된 조건부 함수 W(X)는 다음과 같이 정의됩니다(Cornell, ۱۹۶۹). β= μ_W/σ_W (۴) 본 연구는 이란 물연구소의 ۱:۵۰ scale plexiglass로 개발된 모델로부터 얻은 결과를 이용하여 수행하였다. 이 실험 모델에서, 입구 수로와 수렴형 투수 슈트 여수로로 구성되며 슈트 중 캐비테이션 현상에 대처하기 위해 슈트 초기에 ۲۱۱과 ۲۷۰ 간격으로 편향기 형태의 2개의 에어레이터를 사용하였다. 여수로 좌우 벽의 공기 유입구에도 공기 덕트가 사용되었습니다. 캐비테이션의 효과적인 매개변수를 측정하기 위해 7번의 배출이 방수로를 통과했습니다. 압력과 평균 속도가 결정되면 캐비테이션 지수 값이 계산되고 임계 캐비테이션 지수 σ_cr 값과 비교됩니다. σ≤σ_cr일 때 그 범위에서 부식의 위험이 있다(Chanson, ۱۹۹۳). 슈트 중 캐비테이션 발생의 불확실성을 구하고 신뢰도 지수를 계산하기 위해서는 제한된 조건부 함수를 추출할 필요가 있다. 따라서 두 지점 사이의 일정한 흐름에 대해 다음과 같은 Bernoulli(에너지) 관계가 있습니다(Falvey, ۱۹۹۰). σ= ( P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗 ^۲/۲g) (۵) 여기서 P_atm은 대기압, γ는 물의 단위 중량, θ는 수평선에 대한 경사로의 각도, r은 수직 호의 곡률 반경, h cos⁡ θ는 바닥에 수직인 흐름 깊이입니다. 따라서 제한된 조건부 함수는 다음과 같이 쓸 수 있습니다. W(X)=(P_atm/γ- P_V/γ+h cos⁡θ )/(〖V_۰〗^۲/۲g) -σ_cr (۶) Flow-۳D는 유체 역학의 강력한 소프트웨어. 이 소프트웨어의 주요 기능 중 하나는 수리학적 해석을 위해 유한 체적 방법을 사용하여 자유 표면 흐름을 모델링하는 것입니다. 방수로는 Flow-۳D 소프트웨어에 자세히 설명된 바와 같이 폭기 장치, 램프 폭기 장치 및 폭기 덕트가 있는 램프 조합을 사용하지 않고 세 가지 모드로 모델링되었습니다. 언급된 각 모드에 대해 7개의 방전이 테스트되었습니다. 식 (۶)에 따르면 속도와 압력은 캐비테이션 발생 현상에 결정적이고 중요한 역할을 합니다. 따라서 확률분포함수에 기반한 FORM(First Order Reliable Method)으로 신뢰도를 평가해야 한다 이를 위해 실험실 모델에 대한 속도와 압력의 확률변수 중 가장 적합한 확률분포함수를 Easy fit을 이용하여 구간별로 추출하였다. 소프트웨어. 확률 분포 함수는 제한된 조건부 함수의 다른 변수에 대해서도 정상으로 간주됩니다. 이 값은 단위 중량의 경우 해발 ۵۰۰ ~ ۷۰۰۰ m 고도에서의 일정한 중력과 ۵ ~ ۳۵ ° C에서의 증기압으로 추정됩니다. 임계 캐비테이션 지수 변수의 표준 편차는 ۰.۰۱으로 간주됩니다. . 수행된 시험에 따르면 속도 확률변수는 GEV(Generalized Extreme Value) 분포함수로, 압력변수는 Burr(۴P) 분포함수가 가장 좋은 분포함수로 제시되었다. 중요한 점은 확률 변수 위의 정규 분포를 따르지 않는 것입니다. 따라서 FORM 방법으로 신뢰도를 평가하기 위해서는 위의 분포에 따라 기존 방법을 기반으로 정규 변수로 변환해야 합니다. 이를 위해, 비정규분포를 Rackwitz와 Fiiessler의 방법에 의해 정규분포로 변환하여 누적분포함수의 값이 x_(i*)의 설계점에서 원래의 비정상분포와 같도록 한다. 이 점은 경계면의 표준화된 공간 또는 동일한 제한된 조건부 함수에서 원점으로부터 최소 거리를 갖습니다. 신뢰성 지수는 폭기 장치를 설치하기 전의 ۰.۴۲۰۴과 같습니다. 그 결과 신뢰도 p_s와 고장확률 p_f는 각각 ۰.۶۶۲۹과 ۰.۳۳۷۱이다. 이 숫자는 캐비테이션 발생의 높은 비율을 나타냅니다. 따라서 캐비테이션으로 인한 즉각적인 손상을 방지하기 위해 폭기 장치의 사용이 불가피합니다. 실험실에서 계획한 대로 캐비테이션을 처리하기 위해, 나열된 사양을 가진 두 개의 폭기 장치는 캐비테이션 지수가 중요한 위치에 내장되어 있습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 폭기장치 설치 후 캐비테이션 발생의 신뢰성을 분석하기 위해 Hasofer-Lind 알고리즘의 단계를 반복합니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 경사로의 모델링은 폭기 덕트의 성능과 경사로에 의한 폭기 및 경사로와 폭기 덕트의 조합 사이의 실패 확률을 비교하기 위해 Flow-۳D 소프트웨어에서 별도로 수행되었습니다. 경사로 및 ​​폭기 덕트와 함께 폭기 장치를 설치하면 캐비테이션 발생 가능성이 크게 줄어듭니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다. 에어레이터를 설치하면 캐비테이션 발생 확률이 약 ۴%로 감소합니다. 그러나 램프를 통한 폭기의 경우 실패 위험은 ۱۰%와 같습니다.

Keywords

Aerator Probable Failure Reliability Method FORM Flow ۳D. 

Watershed area

Analysis on inundation characteristics by compound external forces in coastal areas

연안 지역의 복합 외력에 의한 침수 특성 분석

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

ABSTRACT

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

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

MAIN

1. 서 론

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

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

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

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

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

2. 연구 방법

2.1 연안 지역의 침수 영향 인자

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

Table 1.

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

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

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

2.2 복합 외력을 고려한 침수 모의 방법

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

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

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

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

2.3 침수 분석 대상지역

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

Table 2.

Target region for inundation analysis

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

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

Watershed area

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

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

3. 연구 결과

3.1 침수 모의 모형 구축

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

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

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

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

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

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

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

3.2 침수 모의 설정

3.2.1 분석 방법

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

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

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

Table 3.

Simulation condition and method

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

3.2.2 복합 재해의 동시 고려

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

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

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

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

Consideration of external force conditions with different durations

3.2.3 XP-SWMM의 월파량 고려

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

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

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

Considering wave overtopping on XP-SWMM

3.3 침수 모의 결과

3.3.1 단일 외력에 의한 침수 모의 결과

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

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

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

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

3.3.2 복합 외력에 의한 침수 모의 결과

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

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

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

Simulation results by compound external forces

3.4 결과 고찰

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

Table 4.

Impact evaluation for inundation area by external force

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

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

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

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

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

4. 결 론

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

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

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

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

Acknowledgements

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

References

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

A 3-D numerical simulation of the characteristics of open channel flows with submerged rigid vegetation

A 3-D numerical simulation of the characteristics of open channel flows with submerged rigid vegetation

수중 강성 식생이 있는 개방 수로 흐름의 특성에 대한 3차원 수치 시뮬레이션

Journal of Hydrodynamics (2021)Cite this article

Abstract

이 논문은 FLOW-3D를 적용하여 다양한 흐름 배출 및 식생 시나리오가 유속(종방향, 횡방향 및 수직 속도 포함)에 미치는 영향을 조사합니다.

실험적 측정을 통한 검증 후 식생직경, 식생높이, 유출량에 대한 민감도 분석을 수행하였습니다. 종방향 속도의 경우 흐름 구조에 대한 가장 큰 영향은 배출보다는 식생 직경에서 비롯됩니다.

그러나 식생 높이는 수직 분포의 변곡점을 결정합니다. 식생 지역, 즉 상류와 하류의 두 위치에서 횡단 속도를 비교하면 수심을 따라 대칭 패턴이 식별됩니다. 식생 지역의 횡단 및 수직 유체 순환 패턴을 포함하여 흐름 또는 식생 시나리오에 관계없이 수직 속도에서도 동일한 패턴이 관찰됩니다.

또한 식생 직경이 클수록 이러한 패턴이 더 분명해집니다. 상부 순환은 식생 캐노피 근처에서 발생합니다. 식생 지역의 가로 세로 방향 순환에 관한 이러한 발견은 수중 식생을 통한 3차원 흐름 구조를 밝혀줍니다.

This paper applies the Flow-3D to investigate the impacts of different flow discharge and vegetation scenarios on the flow velocity (including the longitudinal, transverse and vertical velocities). After the verification by using experimental measurements, a sensitivity analysis is conducted for the vegetation diameter, the vegetation height and the flow discharge. For the longitudinal velocity, the greatest impact on the flow structure originates from the vegetation diameter, rather than the discharge. The vegetation height, however, determines the inflection point of the vertical distribution. Comparing the transverse velocities at two positions in the vegetated area, i.e., the upstream and the downstream, a symmetric pattern is identified along the water depth. The same pattern is also observed for the vertical velocity regardless of the flow or vegetation scenario, including both transverse and vertical fluid circulation patterns in the vegetated area. Moreover, the larger the vegetation diameter is, the more evident these patterns become. The upper circulation occurs near the vegetation canopy. These findings regarding the circulations along the transverse and vertical directions in the vegetated region shed light on the 3-D flow structure through the submerged vegetation.

Key words

  • Submerged rigid vegetation
  • longitudinal velocity
  • transverse velocity
  • vertical velocity

References

  1. [1]Angelina A., Jordanova C. S. J. Experimental study of bed load transport through emergent vegetation [J]. Journal of Hydraulic Engineering, ASCE, 2003, 129(6): 474–478.Article Google Scholar 
  2. [2]Li Y., Wang Y., Anim D. O. et al. Flow characteristics in different densities of submerged flexible vegetation from an open-channel flume study of artificial plants [J]. Geomorphology, 2014, 204: 314–324.Article Google Scholar 
  3. [3]Bai F., Yang Z., Huai W. et al. A depth-averaged two dimensional shallow water model to simulate flow-rigid vegetation interactions [J]. Procedia Engineering, 2016, 154: 482–489.Article Google Scholar 
  4. [4]Huai W. X., Song S., Han J. et al. Prediction of velocity distribution in straight open-channel flow with partial vegetation by singular perturbation method [J]. Applied Mathematics and Mechanics (Engilsh Editon), 2016, 37(10): 1315–1324.MathSciNet Article Google Scholar 
  5. [5]Wang P. F., Wang C. Numerical model for flow through submerged vegetation regions in a shallow lake [J]. Journal of Hydrodynamics, 2011, 23(2): 170–178.Article Google Scholar 
  6. [6]Wang W. J., Cui X. Y., Dong F. et al. Predictions of bulk velocity for open channel flow through submerged vegetation [J]. Journal of Hydrodynamics, 2020, 32(4): 795–799.Article Google Scholar 
  7. [7]Zhang M., Li C. W., Shen Y. Depth-averaged modeling of free surface flows in open channels with emerged and submerged vegetation [J]. Applied Mathematical Modelling, 2013, 37(1–2): 540–553.MathSciNet Article Google Scholar 
  8. [8]Huai W., Wang W., Hu Y. et al. Analytical model of the mean velocity distribution in an open channel with double-layered rigid vegetation [J]. Advances in Water Resources, 2014, 69: 106–113.Article Google Scholar 
  9. [9]Panigrahi K., Khatua K. K. Prediction of velocity distribution in straight channel with rigid vegetation [J]. Aquatic Procedia, 2015, 4: 819–825.Article Google Scholar 
  10. [10]Huai W. X., Zeng Y. H., Xu Z. G. et al. Three-layer model for vertical velocity distribution in open channel flow with submerged rigid vegetation [J]. Advances in Water Resources, 2009, 32(4): 487–492.Article Google Scholar 
  11. [11]Chen S. C., Kuo Y. M., Li Y. H. Flow characteristics within different configurations of submerged flexible vegetation [J]. Journal of Hydrology, 2011, 398(1–2): 124–134.Article Google Scholar 
  12. [12]Yagci O., Tschiesche U., Kabdasli M. S. The role of different forms of natural riparian vegetation on turbulence and kinetic energy characteristics [J]. Advances in Water Resources, 2010, 33(5): 601–614.Article Google Scholar 
  13. [13]Wu F. S. Characteristics of flow resistance in open channels with non-submerged rigid vegetation [J]. Journal of Hydrodynamics, 2008, 20(2): 239–245.Article Google Scholar 
  14. [14]Huai W., Hu Y., Zeng Y. et al. Velocity distribution for open channel flows with suspended vegetation [J]. Advances in Water Resources, 2012, 49: 56–61.Article Google Scholar 
  15. [15]Pu J. H., Hussain A., Guo Y. K. et al. Submerged flexible vegetation impact on open channel flow velocity distribution: An analytical modelling study on drag and friction [J]. Water Science and Engineering, 2019, 12(2): 121–128.Article Google Scholar 
  16. [16]Zhang M. L., Li C. W., Shen Y. M. A 3D non-linear k-ε turbulent model for prediction of flow and mass transport in channel with vegetation [J]. Applied Mathematical Modelling, 2010, 34(4): 1021–1031.MathSciNet Article Google Scholar 
  17. [17]Anjum N., Tanaka N. Numerical investigation of velocity distribution of turbulent flow through vertically double-layered vegetation [J]. Water Science and Engineering, 2019, 12(4): 319–329.Article Google Scholar 
  18. [18]Wang W., Huai W. X., Gao M. Numerical investigation of flow through vegetated multi-stage compound channel [J]. Journal of Hydrodynamics, 2014, 26(3): 467–473.Article Google Scholar 
  19. [19]Ghani U., Anjum N., Pasha G. A. et al. Numerical investigation of the flow characteristics through discontinuous and layered vegetation patches of finite width in an open channel [J]. Environmental Fluid Mechanics, 2019, 19(6): 1469–1495.Article Google Scholar 
  20. [20]Aydin M. C., Emiroglu M. E. Determination of capacity of labyrinth side weir by CFD [J]. Flow Measurement and Instrumentation, 2013, 29: 1–8.Article Google Scholar 
  21. [21]Hao W. L., Wu W. Q., Zhu C. J. et al. Experimental study on vertical distribution of flow velocity in vegetated river channel [J]. Water Resources and Power, 2015, 33(2): 85–88(in Chinese).Google Scholar 
  22. [22]Pietri L., Petroff A., Amielh M. et al. Turbulent flows interacting with varying density canopies [J]. Mécanique and Industries, 2009, 10(3–4): 181–185.Article Google Scholar 
  23. [23]Li Y., Du W., Yu Z. et al. Impact of flexible emergent vegetation on the flow turbulence and kinetic energy characteristics in a flume experiment [J]. Journal of Hydro-environment Research, 2015, 9(3): 354–367.Article Google Scholar 
  24. [24]Li W. Q., Wang D., Jiao J. L. et al. Effects of vegetation patch density on flow velocity characteristics in an open channel [J]. Journal of Hydrodynamics, 2018, 31(5): 1052–1059.Article Google Scholar 
  25. [25]Langre E. D., Gutierrez A., Cossé J. On the scaling of drag reduction by reconfiguration in plants [J]. Comptes Rendus Mécanique, 2012, 340(1–2): 35–40.Article Google Scholar 
  26. [26]Fathi-Maghadam M., Kouwen N. Nonrigid, nonsubmerged, vegetative roughness on floodplains [J]. Journal of Hydraulic Engineering, ASCE, 1997, 123(1): 51–57.Article Google Scholar 
  27. [27]Liang D., Wu X. A random walk simulation of scalar mixing in flows through submerged vegetations [J]. Journal of Hydrodynamics, 2014, 26(3): 343–350.MathSciNet Article Google Scholar 
  28. [28]Ghisalberti M., Nepf H. Mass transport in vegetated shear flows [J]. Environmental Fluid Mechanics, 2005, 5(6): 527–551.
Fig. 1. (a) Dimensions of the casting with runners (unit: mm), (b) a melt flow simulation using Flow-3D software together with Reilly's model[44], predicted that a large amount of bifilms (denoted by the black particles) would be contained in the final casting. (c) A solidification simulation using Pro-cast software showed that no shrinkage defect was contained in the final casting.

AZ91 합금 주물 내 연행 결함에 대한 캐리어 가스의 영향

Effect of carrier gases on the entrainment defects within AZ91 alloy castings

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

Abstract

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

Keywords

Magnesium alloyCastingOxide film, Bifilm, Entrainment defect, Reproducibility

연행 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)은 경합금 용융물에 잠길 때 갇힌 가스를 포함하는 공극으로 작용하여 최종 주물의 품질과 재현성을 저하시킵니다. Al-합금 주조로 수행된 이전 간행물에서는 이 갇힌 가스가 주변 용융물과의 반응에 의해 후속적으로 소모되어 공극 부피와 연행 결함의 부정적인 영향을 줄일 수 있다고 보고했습니다. Al-합금에 비해 마그네슘의 상대적으로 높은 반응성으로 인해 Mg-합금 내에 포집된 가스가 더 효율적으로 소모될 수 있습니다. 그러나 Mg 합금 내 연행 결함에 대한 연구는 상당히 제한적이었습니다. 현재 작업에서 AZ91 합금 주물은 다양한 캐리어 가스 분위기(즉, SF 6 /CO2 , SF 6 / 공기). AZ91 합금에 포함된 엔트레인먼트 결함의 진화 과정은 미세조직 검사 및 열역학적 계산에 따라 제안되었습니다. 서로 다른 분위기에서 형성된 결함은 유사한 샌드위치 구조를 갖지만 산화막에는 서로 다른 화합물 조합이 포함되어 있습니다. 다른 동반 가스 소비율과 관련된 운반 가스의 사용은 AZ91 주물의 재현성에 영향을 미쳤습니다.

키워드

마그네슘 합금주조Oxide film, Bifilm, Entrainment 불량, 재현성

1 . 소개

지구상에서 가장 가벼운 구조용 금속인 마그네슘은 지난 수십 년 동안 가장 매력적인 경금속 중 하나가 되었습니다. 결과적으로 마그네슘 산업은 지난 20년 동안 급속한 발전을 경험했으며 [1 , 2] , 이는 전 세계적으로 Mg 합금에 대한 수요가 크게 증가했음을 나타냅니다. 오늘날 Mg 합금의 사용은 자동차, 항공 우주, 전자 등의 분야에서 볼 수 있습니다. [3 , 4] . Mg 금속의 전 세계 소비는 특히 자동차 산업에서 앞으로 더욱 증가할 것으로 예측되었습니다. 기존 자동차와 전기 자동차 모두의 에너지 효율성 요구 사항이 설계를 경량화하도록 더욱 밀어붙이기 때문입니다 [3 , 56] .

Mg 합금에 대한 수요의 지속적인 성장은 Mg 합금 주조의 품질 및 기계적 특성 개선에 대한 광범위한 관심을 불러일으켰습니다. Mg 합금 주조 공정 동안 용융물의 표면 난류는 소량의 주변 대기를 포함하는 이중 표면 필름의 포획으로 이어질 수 있으므로 동반 결함(이중 산화막 결함 또는 이중막 결함이라고도 함)을 형성합니다. ) [7] , [8] , [9] , [10] . 무작위 크기, 수량, 방향 및 연행 결함의 배치는 주조 특성의 변화와 관련된 중요한 요인으로 널리 받아들여지고 있습니다 [7] . 또한 Peng et al. [11]AZ91 합금 용융물에 동반된 산화물 필름이 Al 8 Mn 5 입자에 대한 필터 역할을 하여 침전될 때 가두는 것을 발견했습니다 . Mackie et al. [12]는 또한 동반된 산화막이 금속간 입자를 트롤(trawl)하는 작용을 하여 입자가 클러스터링되어 매우 큰 결함을 형성할 수 있다고 제안했습니다. 금속간 화합물의 클러스터링은 비말동반 결함을 주조 특성에 더 해롭게 만들었습니다.

연행 결함에 관한 이전 연구의 대부분은 Al-합금에 대해 수행되었으며 [7 , [13] , [14] , [15] , [16] , [17] , [18] 몇 가지 잠재적인 방법이 제안되었습니다. 알루미늄 합금 주물의 품질에 대한 부정적인 영향을 줄이기 위해. Nyahumwa et al., [16] 은 연행 결함 내의 공극 체적이 열간 등방압 압축(HIP) 공정에 의해 감소될 수 있음을 보여줍니다. Campbell [7] 은 결함 내부의 동반된 가스가 주변 용융물과의 반응으로 인해 소모될 수 있다고 제안했으며, 이는 Raiszedeh와 Griffiths [19]에 의해 추가로 확인되었습니다 ..혼입 가스 소비가 Al-합금 주물의 기계적 특성에 미치는 영향은 [8 , 9]에 의해 조사되었으며 , 이는 혼입 가스의 소비가 주조 재현성의 개선을 촉진함을 시사합니다.

Al-합금 내 결함에 대한 조사와 비교하여 Mg-합금 내 연행 결함에 대한 연구는 상당히 제한적입니다. 연행 결함의 존재는 Mg 합금 주물 [20 , 21] 에서 입증 되었지만 그 거동, 진화 및 연행 가스 소비는 여전히 명확하지 않습니다.

Mg 합금 주조 공정에서 용융물은 일반적으로 마그네슘 점화를 피하기 위해 커버 가스로 보호됩니다. 따라서 모래 또는 매몰 몰드의 공동은 용융물을 붓기 전에 커버 가스로 세척해야 합니다 [22] . 따라서, Mg 합금 주물 내의 연행 가스는 공기만이 아니라 주조 공정에 사용되는 커버 가스를 포함해야 하며, 이는 구조 및 해당 연행 결함의 전개를 복잡하게 만들 수 있습니다.

SF 6 은 Mg 합금 주조 공정에 널리 사용되는 대표적인 커버 가스입니다 [23] , [24] , [25] . 이 커버 가스는 유럽의 마그네슘 합금 주조 공장에서 사용하도록 제한되었지만 상업 보고서에 따르면 이 커버는 전 세계 마그네슘 합금 산업, 특히 다음과 같은 글로벌 마그네슘 합금 생산을 지배한 국가에서 여전히 인기가 있습니다. 중국, 브라질, 인도 등 [26] . 또한, 최근 학술지 조사에서도 이 커버가스가 최근 마그네슘 합금 연구에서 널리 사용된 것으로 나타났다 [27] . SF 6 커버 가스 의 보호 메커니즘 (즉, 액체 Mg 합금과 SF 6 사이의 반응Cover gas)에 대한 연구는 여러 선행연구자들에 의해 이루어졌으나 표면 산화막의 형성과정이 아직 명확하게 밝혀지지 않았으며, 일부 발표된 결과들도 상충되고 있다. 1970년대 초 Fruehling [28] 은 SF 6 아래에 형성된 표면 피막이 주로 미량의 불화물과 함께 MgO 임을 발견 하고 SF 6 이 Mg 합금 표면 피막에 흡수 된다고 제안했습니다 . Couling [29] 은 흡수된 SF 6 이 Mg 합금 용융물과 반응하여 MgF 2 를 형성함을 추가로 확인했습니다 . 지난 20년 동안 아래에 자세히 설명된 것처럼 Mg 합금 표면 필름의 다양한 구조가 보고되었습니다.(1)

단층 필름 . Cashion [30 , 31] 은 X선 광전자 분광법(XPS)과 오제 분광법(AES)을 사용하여 표면 필름을 MgO 및 MgF 2 로 식별했습니다 . 그는 또한 필름의 구성이 두께와 전체 실험 유지 시간에 걸쳐 일정하다는 것을 발견했습니다. Cashion이 관찰한 필름은 10분에서 100분의 유지 시간으로 생성된 단층 구조를 가졌다.(2)

이중층 필름 . Aarstad et. al [32] 은 2003년에 이중층 표면 산화막을 보고했습니다. 그들은 예비 MgO 막에 부착된 잘 분포된 여러 MgF 2 입자를 관찰 하고 전체 표면적의 25-50%를 덮을 때까지 성장했습니다. 외부 MgO 필름을 통한 F의 내부 확산은 진화 과정의 원동력이었습니다. 이 이중층 구조는 Xiong의 그룹 [25 , 33] 과 Shih et al. 도 지지했습니다 . [34] .(삼)

트리플 레이어 필름 . 3층 필름과 그 진화 과정은 Pettersen [35]에 의해 2002년에 보고되었습니다 . Pettersen은 초기 표면 필름이 MgO 상이었고 F의 내부 확산에 의해 점차적으로 안정적인 MgF 2 상 으로 진화한다는 것을 발견했습니다 . 두꺼운 상부 및 하부 MgF 2 층.(4)

산화물 필름은 개별 입자로 구성 됩니다. Wang et al [36] 은 Mg-alloy 표면 필름을 SF 6 커버 가스 하에서 용융물에 교반 한 다음 응고 후 동반된 표면 필름을 검사했습니다. 그들은 동반된 표면 필름이 다른 연구자들이 보고한 보호 표면 필름처럼 계속되지 않고 개별 입자로 구성된다는 것을 발견했습니다. 젊은 산화막은 MgO 나노 크기의 산화물 입자로 구성되어 있는 반면, 오래된 산화막은 한쪽 면에 불화물과 질화물이 포함된 거친 입자(평균 크기 약 1μm)로 구성되어 있습니다.

Mg 합금 용융 표면의 산화막 또는 동반 가스는 모두 액체 Mg 합금과 커버 가스 사이의 반응으로 인해 형성되므로 Mg 합금 표면막에 대한 위에서 언급한 연구는 진화에 대한 귀중한 통찰력을 제공합니다. 연행 결함. 따라서 SF 6 커버 가스 의 보호 메커니즘 (즉, Mg-합금 표면 필름의 형성)은 해당 동반 결함의 잠재적인 복잡한 진화 과정을 나타냅니다.

그러나 Mg 합금 용융물에 표면 필름을 형성하는 것은 용융물에 잠긴 동반된 가스의 소비와 다른 상황에 있다는 점에 유의해야 합니다. 예를 들어, 앞서 언급한 연구에서 표면 성막 동안 충분한 양의 커버 가스가 담지되어 커버 가스의 고갈을 억제했습니다. 대조적으로, Mg 합금 용융물 내의 동반된 가스의 양은 유한하며, 동반된 가스는 완전히 고갈될 수 있습니다. Mirak [37] 은 3.5% SF 6 /기포를 특별히 설계된 영구 금형에서 응고되는 순수한 Mg 합금 용융물에 도입했습니다. 기포가 완전히 소모되었으며, 해당 산화막은 MgO와 MgF 2 의 혼합물임을 알 수 있었다.. 그러나 Aarstad [32] 및 Xiong [25 , 33]에 의해 관찰된 MgF 2 스팟 과 같은 핵 생성 사이트 는 관찰되지 않았습니다. Mirak은 또한 조성 분석을 기반으로 산화막에서 MgO 이전에 MgF 2 가 형성 되었다고 추측했는데 , 이는 이전 문헌에서 보고된 표면 필름 형성 과정(즉, MgF 2 이전에 형성된 MgO)과 반대 입니다. Mirak의 연구는 동반된 가스의 산화막 형성이 표면막의 산화막 형성과 상당히 다를 수 있음을 나타내었지만 산화막의 구조와 진화에 대해서는 밝히지 않았습니다.

또한 커버 가스에 캐리어 가스를 사용하는 것도 커버 가스와 액체 Mg 합금 사이의 반응에 영향을 미쳤습니다. SF 6 /air 는 용융 마그네슘의 점화를 피하기 위해 SF 6 /CO 2 운반 가스 [38] 보다 더 높은 함량의 SF 6을 필요로 하여 다른 가스 소비율을 나타냅니다. Liang et.al [39] 은 CO 2 가 캐리어 가스로 사용될 때 표면 필름에 탄소가 형성된다고 제안했는데 , 이는 SF 6 /air 에서 형성된 필름과 다릅니다 . Mg 연소 [40]에 대한 조사 에서 Mg 2 C 3 검출이 보고되었습니다.CO 2 연소 후 Mg 합금 샘플 에서 이는 Liang의 결과를 뒷받침할 뿐만 아니라 이중 산화막 결함에서 Mg 탄화물의 잠재적 형성을 나타냅니다.

여기에 보고된 작업은 다양한 커버 가스(즉, SF 6 /air 및 SF 6 /CO 2 )로 보호되는 AZ91 Mg 합금 주물에서 형성된 연행 결함의 거동과 진화에 대한 조사 입니다. 이러한 캐리어 가스는 액체 Mg 합금에 대해 다른 보호성을 가지며, 따라서 상응하는 동반 가스의 다른 소비율 및 발생 프로세스와 관련될 수 있습니다. AZ91 주물의 재현성에 대한 동반 가스 소비의 영향도 연구되었습니다.

2 . 실험

2.1 . 용융 및 주조

3kg의 AZ91 합금을 700 ± 5 °C의 연강 도가니에서 녹였습니다. AZ91 합금의 조성은 표 1 에 나타내었다 . 가열하기 전에 잉곳 표면의 모든 산화물 스케일을 기계가공으로 제거했습니다. 사용 된 커버 가스는 0.5 %이었다 SF 6 / 공기 또는 0.5 % SF 6 / CO 2 (부피. %) 다른 주물 6L / 분의 유량. 용융물은 15분 동안 0.3L/min의 유속으로 아르곤으로 가스를 제거한 다음 [41 , 42] , 모래 주형에 부었습니다. 붓기 전에 샌드 몰드 캐비티를 20분 동안 커버 가스로 플러싱했습니다 [22] . 잔류 용융물(약 1kg)이 도가니에서 응고되었습니다.

표 1 . 본 연구에 사용된 AZ91 합금의 조성(wt%).

아연미네소타마그네슘
9.40.610.150.020.0050.0017잔여

그림 1 (a)는 러너가 있는 주물의 치수를 보여줍니다. 탑 필링 시스템은 최종 주물에서 연행 결함을 생성하기 위해 의도적으로 사용되었습니다. Green과 Campbell [7 , 43] 은 탑 필링 시스템이 바텀 필링 시스템에 비해 주조 과정에서 더 많은 연행 현상(즉, 이중 필름)을 유발한다고 제안했습니다. 이 금형의 용융 흐름 시뮬레이션(Flow-3D 소프트웨어)은 연행 현상에 관한 Reilly의 모델 [44] 을 사용하여 최종 주조에 많은 양의 이중막이 포함될 것이라고 예측했습니다( 그림 1 에서 검은색 입자로 표시됨) . NS).

그림 1

수축 결함은 또한 주물의 기계적 특성과 재현성에 영향을 미칩니다. 이 연구는 주조 품질에 대한 이중 필름의 영향에 초점을 맞추었기 때문에 수축 결함이 발생하지 않도록 금형을 의도적으로 설계했습니다. ProCAST 소프트웨어를 사용한 응고 시뮬레이션은 그림 1c 와 같이 최종 주조에 수축 결함이 포함되지 않음을 보여주었습니다 . 캐스팅 건전함도 테스트바 가공 전 실시간 X-ray를 통해 확인했다.

모래 주형은 1wt를 함유한 수지 결합된 규사로 만들어졌습니다. % PEPSET 5230 수지 및 1wt. % PEPSET 5112 촉매. 모래는 또한 억제제로 작용하기 위해 2중량%의 Na 2 SiF 6 을 함유했습니다 .. 주입 온도는 700 ± 5 °C였습니다. 응고 후 러너바의 단면을 Sci-Lab Analytical Ltd로 보내 H 함량 분석(LECO 분석)을 하였고, 모든 H 함량 측정은 주조 공정 후 5일째에 실시하였다. 각각의 주물은 인장 강도 시험을 위해 클립 신장계가 있는 Zwick 1484 인장 시험기를 사용하여 40개의 시험 막대로 가공되었습니다. 파손된 시험봉의 파단면을 주사전자현미경(SEM, Philips JEOL7000)을 이용하여 가속전압 5~15kV로 조사하였다. 파손된 시험 막대, 도가니에서 응고된 잔류 Mg 합금 및 주조 러너를 동일한 SEM을 사용하여 단면화하고 연마하고 검사했습니다. CFEI Quanta 3D FEG FIB-SEM을 사용하여 FIB(집속 이온 빔 밀링 기술)에 의해 테스트 막대 파괴 표면에서 발견된 산화막의 단면을 노출했습니다. 분석에 필요한 산화막은 백금층으로 코팅하였다. 그런 다음 30kV로 가속된 갈륨 이온 빔이 산화막의 단면을 노출시키기 위해 백금 코팅 영역을 둘러싼 재료 기판을 밀링했습니다. 산화막 단면의 EDS 분석은 30kV의 가속 전압에서 FIB 장비를 사용하여 수행되었습니다.

2.2 . 산화 세포

전술 한 바와 같이, 몇몇 최근 연구자들은 마그네슘 합금의 용탕 표면에 형성된 보호막 조사 [38 , 39 , [46] , [47] , [48] , [49] , [50] , [51] , [52 ] . 이 실험 동안 사용된 커버 가스의 양이 충분하여 커버 가스에서 불화물의 고갈을 억제했습니다. 이 섹션에서 설명하는 실험은 엔트레인먼트 결함의 산화막의 진화를 연구하기 위해 커버 가스의 공급을 제한하는 밀봉된 산화 셀을 사용했습니다. 산화 셀에 포함된 커버 가스는 큰 크기의 “동반된 기포”로 간주되었습니다.

도 2에 도시된 바와 같이 , 산화셀의 본체는 내부 길이가 400mm, 내경이 32mm인 폐쇄형 연강관이었다. 수냉식 동관을 전지의 상부에 감았습니다. 튜브가 가열될 때 냉각 시스템은 상부와 하부 사이에 온도 차이를 만들어 내부 가스가 튜브 내에서 대류하도록 했습니다. 온도는 도가니 상단에 위치한 K형 열전대로 모니터링했습니다. Nieet al. [53] 은 Mg 합금 용융물의 표면 피막을 조사할 때 SF 6 커버 가스가 유지로의 강철 벽과 반응할 것이라고 제안했습니다 . 이 반응을 피하기 위해 강철 산화 전지의 내부 표면(그림 2 참조)) 및 열전대의 상반부는 질화붕소로 코팅되었습니다(Mg 합금은 질화붕소와 ​​접촉하지 않았습니다).

그림 2

실험 중에 고체 AZ91 합금 블록을 산화 셀 바닥에 위치한 마그네시아 도가니에 넣었습니다. 전지는 1L/min의 가스 유속으로 전기 저항로에서 100℃로 가열되었다. 원래의 갇힌 대기(즉, 공기)를 대체하기 위해 셀을 이 온도에서 20분 동안 유지했습니다. 그런 다음, 산화 셀을 700°C로 더 가열하여 AZ91 샘플을 녹였습니다. 그런 다음 가스 입구 및 출구 밸브가 닫혀 제한된 커버 가스 공급 하에서 산화를 위한 밀폐된 환경이 생성되었습니다. 그런 다음 산화 전지를 5분 간격으로 5분에서 30분 동안 700 ± 10°C에서 유지했습니다. 각 유지 시간이 끝날 때 세포를 물로 켄칭했습니다. 실온으로 냉각한 후 산화된 샘플을 절단하고 연마한 다음 SEM으로 검사했습니다.

3 . 결과

3.1 . SF 6 /air 에서 형성된 엔트레인먼트 결함의 구조 및 구성

0.5 % SF의 커버 가스 하에서 AZ91 주물에 형성된 유입 결함의 구조 및 조성 6 / 공기는 SEM 및 EDS에 의해 관찰되었다. 결과는 그림 3에 스케치된 엔트레인먼트 결함의 두 가지 유형이 있음을 나타냅니다 . (1) 산화막이 전통적인 단층 구조를 갖는 유형 A 결함 및 (2) 산화막이 2개 층을 갖는 유형 B 결함. 이러한 결함의 세부 사항은 다음에 소개되었습니다. 여기에서 비말동반 결함은 생물막 또는 이중 산화막으로도 알려져 있기 때문에 B형 결함의 산화막은 본 연구에서 “다층 산화막” 또는 “다층 구조”로 언급되었습니다. “이중 산화막 결함의 이중층 산화막”과 같은 혼란스러운 설명을 피하기 위해.

그림 3

그림 4 (ab)는 약 0.4μm 두께의 조밀한 단일층 산화막을 갖는 Type A 결함을 보여줍니다. 이 필름에서 산소, 불소, 마그네슘 및 알루미늄이 검출되었습니다( 그림 4c). 산화막은 마그네슘과 알루미늄의 산화물과 불화물의 혼합물로 추측됩니다. 불소의 검출은 동반된 커버 가스가 이 결함의 형성에 포함되어 있음을 보여주었습니다. 즉, Fig. 4 (a)에 나타난 기공 은 수축결함이나 수소기공도가 아니라 연행결함이었다. 알루미늄의 검출은 Xiong과 Wang의 이전 연구 [47 , 48] 와 다르며 , SF 6으로 보호된 AZ91 용융물의 표면 필름에 알루미늄이 포함되어 있지 않음을 보여주었습니다.커버 가스. 유황은 원소 맵에서 명확하게 인식할 수 없었지만 해당 ESD 스펙트럼에서 S-피크가 있었습니다.

그림 4

도 5 (ab)는 다층 산화막을 갖는 Type B 엔트레인먼트 결함을 나타낸다. 산화막의 조밀한 외부 층은 불소와 산소가 풍부하지만( 그림 5c) 상대적으로 다공성인 내부 층은 산소만 풍부하고(즉, 불소가 부족) 부분적으로 함께 성장하여 샌드위치 모양을 형성합니다. 구조. 따라서 외층은 불화물과 산화물의 혼합물이며 내층은 주로 산화물로 추정된다. 황은 EDX 스펙트럼에서만 인식될 수 있었고 요소 맵에서 명확하게 식별할 수 없었습니다. 이는 커버 가스의 작은 S 함량(즉, SF 6 의 0.5% 부피 함량 때문일 수 있음)커버 가스). 이 산화막에서는 이 산화막의 외층에 알루미늄이 포함되어 있지만 내층에서는 명확하게 검출할 수 없었다. 또한 Al의 분포가 고르지 않은 것으로 보입니다. 결함의 우측에는 필름에 알루미늄이 존재하지만 그 농도는 매트릭스보다 높은 것으로 식별할 수 없음을 알 수 있다. 그러나 결함의 왼쪽에는 알루미늄 농도가 훨씬 높은 작은 영역이 있습니다. 이러한 알루미늄의 불균일한 분포는 다른 결함(아래 참조)에서도 관찰되었으며, 이는 필름 내부 또는 아래에 일부 산화물 입자가 형성된 결과입니다.

그림 5

무화과 도 4 및 5 는 SF 6 /air 의 커버 가스 하에 주조된 AZ91 합금 샘플에서 형성된 연행 결함의 횡단면 관찰을 나타낸다 . 2차원 단면에서 관찰된 수치만으로 연행 결함을 특성화하는 것만으로는 충분하지 않습니다. 더 많은 이해를 돕기 위해 테스트 바의 파단면을 관찰하여 엔트레인먼트 결함(즉, 산화막)의 표면을 더 연구했습니다.

Fig. 6 (a)는 SF 6 /air 에서 생산된 AZ91 합금 인장시험봉의 파단면을 보여준다 . 파단면의 양쪽에서 대칭적인 어두운 영역을 볼 수 있습니다. 그림 6 (b)는 어두운 영역과 밝은 영역 사이의 경계를 보여줍니다. 밝은 영역은 들쭉날쭉하고 부서진 특징으로 구성되어 있는 반면, 어두운 영역의 표면은 비교적 매끄럽고 평평했습니다. 또한 EDS 결과( Fig. 6 c-d 및 Table 2) 불소, 산소, 황 및 질소는 어두운 영역에서만 검출되었으며, 이는 어두운 영역이 용융물에 동반된 표면 보호 필름임을 나타냅니다. 따라서 어두운 영역은 대칭적인 특성을 고려할 때 연행 결함이라고 제안할 수 있습니다. Al-합금 주조물의 파단면에서 유사한 결함이 이전에 보고되었습니다 [7] . 질화물은 테스트 바 파단면의 산화막에서만 발견되었지만 그림 1과 그림 4에 표시된 단면 샘플에서는 검출되지 않았습니다 4 및 5 . 근본적인 이유는 이러한 샘플에 포함된 질화물이 샘플 연마 과정에서 가수분해되었을 수 있기 때문입니다 [54] .

그림 6

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

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

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

3.2 . SF 6 /CO 2 에 형성된 연행 결함의 구조 및 조성

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

그림 7

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

그림 8

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

그림 9

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

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

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

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

3.3 . 산화 전지에서 산화막의 진화

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

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

그림 10

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

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

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

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

그림 11

4 . 논의

4.1 . SF 6 /air 에서 형성된 연행 결함의 진화

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

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

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

그림 12

이 반응 과정은 3단계로 나눌 수 있다.

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

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

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

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

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

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

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

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

AlN+ 3H 2 O = Al(OH) 3  + NH 3 ↑

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

4.2 . SF 6 /CO 2 에서 형성된 연행 결함의 진화

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

그림 13

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

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

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

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

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

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

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

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

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

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

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

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

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

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

그림 14

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

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

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

그림 15

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

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

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

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

7 . 결론

1.

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

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

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

감사의 말

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

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

Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of(a)700 μm,(b)1000 μm, and(c)1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively

추가 생산용 전자빔 조사에 의한 316L 스테인리스 용융 · 응고 거동

Melting and Solidification Behavior of 316L Steel Induced by Electron-Beam Irradiation for Additive Manufacturing

付加製造用電子ビーム照射による 316L ステンレス鋼の溶融・凝固挙動

奥 川 将 行*・宮 田 雄一朗*・王     雷*・能 勢 和 史*
小 泉 雄一郎*・中 野 貴 由*
Masayuki OKUGAWA, Yuichiro MIYATA, Lei WANG, Kazufumi NOSE,
Yuichiro KOIZUMI and Takayoshi NAKANO

Abstract

적층 제조(AM) 기술은 복잡한 형상의 3D 부품을 쉽게 만들고 미세 구조 제어를 통해 재료 특성을 크게 제어할 수 있기 때문에 많은 관심을 받았습니다. PBF(Powderbed fusion) 방식의 AM 공정에서는 금속 분말을 레이저나 전자빔으로 녹이고 응고시키는 과정을 반복하여 3D 부품을 제작합니다.

일반적으로 응고 미세구조는 Hunt[Mater. 과학. 영어 65, 75(1984)]. 그러나 CET 이론이 일반 316L 스테인리스강에서도 높은 G와 R로 인해 PBF형 AM 공정에 적용될 수 있을지는 불확실하다.

본 연구에서는 미세구조와 응고 조건 간의 관계를 밝히기 위해 전자빔 조사에 의해 유도된 316L 강의 응고 미세구조를 분석하고 CtFD(Computational Thermal-Fluid Dynamics) 방법을 사용하여 고체/액체 계면에서의 응고 조건을 평가했습니다.

CET 이론과 반대로 높은 G 조건에서 등축 결정립이 종종 형성되는 것으로 밝혀졌다. CtFD 시뮬레이션은 약 400 mm s-1의 속도까지 유체 흐름이 있음을 보여 주며 수상 돌기의 파편 및 이동의 영향으로 등축 결정립이 형성됨을 시사했습니다.

Additive manufacturing(AM)technologies have attracted much attention because it enables us to build 3D parts with complicated geometry easily and control material properties significantly via the control of microstructures. In the powderbed fusion(PBF)type AM process, 3D parts are fabricated by repeating a process of melting and solidifying metal powders by laser or electron beams. In general, the solidification microstructures can be predicted from solidification conditions defined by the combination of temperature gradient G and solidification rate R on the basis of columnar-equiaxed transition(CET)theory proposed by Hunt [Mater. Sci. Eng. 65, 75(1984)]. However, it is unclear whether the CET theory can be applied to the PBF type AM process because of the high G and R, even for general 316L stainless steel. In this study, to reveal relationships between microstructures and solidification conditions, we have analyzed solidification microstructures of 316L steel induced by electronbeam irradiation and evaluated solidification conditions at the solid/liquid interface using a computational thermal-fluid dynamics (CtFD)method. It was found that equiaxed grains were often formed under high G conditions contrary to the CET theory. CtFD simulation revealed that there is a fluid flow up to a velocity of about 400 mm s-1, and suggested that equiaxed grains are formed owing to the effect of fragmentations and migrations of dendrites.

Keywords

Additive Manufacturing, 316L Stainless Steel, Powder Bed Fusion, Electron Beam Melting, Computational Thermal
Fluid Dynamics Simulation

Fig. 1 Width, height, and height differences calculated from laser microscope analysis of melt tracks formed by scanning electron beam. Fig. 2(a)Scanning electron microscope(SEM)image and(b) corresponding electron back-scattering diffraction(EBSD) IPF-map taken from the electron-beam irradiated region in P900-V100 sample. Fig. 3 Average grain size and their aspect ratio calculated from EBSD IPF-map taken from the electron-beam irradiated region.
Fig. 1 Width, height, and height differences calculated from laser microscope analysis of melt tracks formed by scanning electron beam. Fig. 2(a)Scanning electron microscope(SEM)image and(b) corresponding electron back-scattering diffraction(EBSD) IPF-map taken from the electron-beam irradiated region in P900-V100 sample. Fig. 3 Average grain size and their aspect ratio calculated from EBSD IPF-map taken from the electron-beam irradiated region.
Fig. 4 Comparison of experimental SEM image and computational thermal fluid dynamics(CtFD)simulated melt pool with a beam diameter of 700 μm and absorption rates of(a)0.3,(b)0.5, and (c)0.7. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively.
Fig. 4 Comparison of experimental SEM image and computational thermal fluid dynamics(CtFD)simulated melt pool with a beam diameter of 700 μm and absorption rates of(a)0.3,(b)0.5, and (c)0.7. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively.
Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of(a)700 μm,(b)1000 μm, and(c)1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively
Fig. 5 Comparison of experimental SEM image and CtFD simulated melt pool with beam diameters of(a)700 μm,(b)1000 μm, and(c)1300 μm and an absorption rate of 0.3. Electron beam power and scan speed are 900 W and 100 mm s-1, respectively
Fig. 6 Depth of melt tracks calculated from experimental SEM image and CtFD simulation results.
Fig. 6 Depth of melt tracks calculated from experimental SEM image and CtFD simulation results.
Fig. 7 G-R plots of 316L steel colored by(a)aspect ratio of crystalline grains and(b)fluid velocity.
Fig. 7 G-R plots of 316L steel colored by(a)aspect ratio of crystalline grains and(b)fluid velocity.
Fig. 8 Comparison of solidification microstructure(EBSD IPF-map)of melt region formed by scanning electron beam and corresponding snap shot of CtFD simulation colored by fluid velocity
Fig. 8 Comparison of solidification microstructure(EBSD IPF-map)of melt region formed by scanning electron beam and corresponding snap shot of CtFD simulation colored by fluid velocity

References

1) M.C. Sow, T. De Terris, O. Castelnau, Z. Hamouche, F. Coste, R.
Fabbro and P. Peyre: “Influence of beam diameter on Laser Powder

Bed Fusion(L-PBF)process”, Addit. Manuf. 36(2020), 101532.
2) J.C. Simmons, X. Chen, A. Azizi, M.A. Daeumer, P.Y. Zavalij, G.
Zhou and S.N. Schiffres: “Influence of processing and microstructure
on the local and bulk thermal conductivity of selective laser melted
316L stainless steel”, Addit. Manuf. 32(2020), 100996.
3) S. Dryepondt, P. Nandwana, P. Fernandez-Zelaia and F. List:
“Microstructure and High Temperature Tensile properties of 316L
Fabricated by Laser Powder-Bed Fusion”, Addit. Manuf. 37(2020),
101723.
4) S.H. Sun, T. Ishimoto, K. Hagihara, Y. Tsutsumi, T. Hanawa and T.
Nakano: “Excellent mechanical and corrosion properties of austenitic
stainless steel with a unique crystallographic lamellar microstructure
via selective laser melting”, Scr. Mater. 159(2019), 89-93.
5) T. Ishimoto, S. Wu, Y. Ito, S.H. Sun, H. Amano and T. Nakano:
“Crystallographic orientation control of 316L austenitic stainless
steel via selective laser melting”, ISIJ Int. 60(2020), 1758-1764.
6) T. Ishimoto, K. Hagihara, K. Hisamoto, S.H. Sun and T. Nakano:
“Crystallographic texture control of beta-type Ti-15Mo-5Zr3Al alloy by selective laser melting for the development of novel
implants with a biocompatible low Young’s modulus”, Scr. Mater.
132(2017), 34-38.
7) X. Ding, Y. Koizumi, D. Wei and A. Chiba: “Effect of process
parameters on melt pool geometry and microstructure development
for electron beam melting of IN718: A systematic single bead
analysis study”, Addit. Manuf. 26(2019), 215-226.
8) K. Karayagiz, L. Johnson, R. Seede, V. Attari, B. Zhang, X. Huang,
S. Ghosh, T. Duong, I. Karaman, A. Elwany and R. Arróyave: “Finite
interface dissipation phase field modeling of Ni-Nb under additive
manufacturing conditions”, Acta Mater. 185(2020), 320-339.
9) M.M. Kirka, Y. Lee, D.A. Greeley, A. Okello, M.J. Goin, M.T.
Pearce and R.R. Dehoff: “Strategy for Texture Management in
Metals Additive Manufacturing”, JOM, 69(2017), 523-531.
10) S.S. Babu, N. Raghavan, J. Raplee, S.J. Foster, C. Frederick, M.
Haines, R. Dinwiddie, M.K. Kirka, A. Plotkowski, Y. Lee and
R.R. Dehoff: “Additive Manufacturing of Nickel Superalloys:
Opportunities for Innovation and Challenges Related to
Qualification”, Metall. Mater. Trans. A. 49(2018), 3764-3780.
11) M.R. Gotterbarm, A.M. Rausch and C. Körner: “Fabrication of
Single Crystals through a μ-Helix Grain Selection Process during
Electron Beam Metal Additive Manufacturing”, Metals, 10(2020),
313.
12) J.D.D. Hunt: “Steady state columnar and equiaxed growth of
dendrites and eutectic”, Mater. Sci. Eng. 65(1984), 75-83.
13) S. Bontha, N.W. Klingbeil, P.A. Kobryn and H.L. Fraser: “Effects of
process variables and size-scale on solidification microstructure in
beam-based fabrication of bulky 3D structures”, Mater. Sci. Eng. A.
513-514(2009), 311-318.
14) J. Gockel and J. Beuth: “Understanding Ti-6Al-4V microstructure
control in additive manufacturing via process maps”, 24th Int. SFF
Symp. – An Addit. Manuf. Conf. SFF 2013.(2013), 666-674.
15) B. Schoinochoritis, D. Chantzis and K. Salonitis: “Simulation of
metallic powder bed additive manufacturing processes with the finite
element method: A critical review”, Proc. of Instit. Mech. Eng., Part
B: J. Eng. Manuf. 231(2017), 96-117.
16)小泉雄一郎: “計算機シミュレーションを用いたAdditive
Manufacturing プロセス最適化予測”, スマートプロセス学会誌,
8-4(2019), 132-138.
17) Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka and A. Chiba:
“Molten pool behavior and effect of fluid flow on solidification
conditions in selective electron beam melting(SEBM)of a
biomedical Co-Cr-Mo alloy”, Addit. Manuf. 26(2019), 202-214.
18) C. Tang, J.L. Tan and C.H. Wong: “A numerical investigation on
the physical mechanisms of single track defects in selective laser
melting”, Int. J. Heat Mass Transf. 126(2018), 957-968.
19) Technical data for Iron, [Online]. Available: http://periodictable.com/
Elements/026/data.html. [Accessed: 8-Feb-2021].
20) N. Raghavan, R. Dehoff, S. Pannala, S. Simunovic, M. Kirka, J.
Turner, N. Carl-son and S.S. Babu: “Numerical modeling of heattransfer and the influence of process parameters on tailoring the grain
morphology of IN718 in electron beam additive manufacturing”,
Acta Mater. 112(2016), 303-314.
21) S. Morita, Y. Miki and K. Toishi: “Introduction of Dendrite
Fragmentation to Microstructure Calculation by Cellular Automaton
Method”, Tetsu-to-Hagane. 104(2018), 559-566.
22) H. Esaka and M. Tamura: “Model Experiment Using Succinonitrile
on the Formation of Equiaxed Grains caused by Forced Convection”,
Tetsu-to-Hagane. 86(2000), 252-258.

Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale

Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale

WenjunLiua  BoWangb  YakunGuoc

a State Key Laboratory of Hydraulics and Mountain River Engineering, College of Water Resource and Hydropower, Sichuan University, Chengdu, 610065, China
State Key Laboratory of Hydraulics and Mountain River Engineering, Sichuan University, College Of Water Resource and Hydropower, Chengdu, 610065, China
faculty of Engineering & Informatics, University of Bradford, BD7 1DP, UK

Abstract

The bed slope and the tailwater depth are two important ones among the factors that affect the propagation of the dam-break flood and Favre waves. Most previous studies have only focused on the macroscopic characteristics of the dam-break flows or Favre waves under the condition of horizontal bed, rather than the internal movement characteristics in sloped channel. The present study applies two numerical models, namely, large eddy simulation (LES) and shallow water equations (SWEs) models embedded in the CFD software package FLOW-3D to analyze the internal movement characteristics of the dam-break flows and Favre waves, such as water level, the velocity distribution, the fluid particles acceleration and the bed shear stress, under the different bed slopes and water depth ratios. The results under the conditions considered in this study show that there is a flow state transition in the flow evolution for the steep bed slope even in water depth ratio α = 0.1 (α is the ratio of the tailwater depth to the reservoir water depth). The flow state transition shows that the wavefront changes from a breaking state to undular. Such flow transition is not observed for the horizontal slope and mild bed slope. The existence of the Favre waves leads to a significant increase of the vertical velocity and the vertical acceleration. In this situation, the SWEs model has poor prediction. Analysis reveals that the variation of the maximum bed shear stress is affected by both the bed slope and tailwater depth. Under the same bed slope (e.g., S0 = 0.02), the maximum bed shear stress position develops downstream of the dam when α = 0.1, while it develops towards the end of the reservoir when α = 0.7. For the same water depth ratio (e.g., α = 0.7), the maximum bed shear stress position always locates within the reservoir at S0 = 0.02, while it appears in the downstream of the dam for S0 = 0 and 0.003 after the flow evolves for a while. The comparison between the numerical simulation and experimental measurements shows that the LES model can predict the internal movement characteristics with satisfactory accuracy. This study improves the understanding of the effect of both the bed slope and the tailwater depth on the internal movement characteristics of the dam-break flows and Favre waves, which also provides a valuable reference for determining the flood embankment height and designing the channel bed anti-scouring facility.

댐붕괴 홍수와 파브르 파도의 전파에 영향을 미치는 요인 중 하상경사와 후미수심은 두 가지 중요한 요소이다. 대부분의 선행 연구들은 경사 수로에서의 내부 이동 특성보다는 수평층 조건에서 댐파괴류나 Favre파동의 거시적 특성에만 초점을 맞추었다.

본 연구에서는 CFD 소프트웨어 패키지 FLOW-3D에 내장된 LES(Large Eddy Simulation) 및 SWE(Shallow Water Equation) 모델의 두 가지 수치 모델을 적용하여 댐-파괴 흐름 및 Favre 파도의 내부 이동 특성을 분석합니다.

수위, 속도 분포, 유체 입자 가속도 및 층 전단 응력, 다양한 층 경사 및 수심 비율로. 본 연구에서 고려한 조건하의 결과는 수심비 α = 0.1(α는 저수지 수심에 대한 tailwater 깊이의 비율)에서도 급경사면에 대한 유동상태 전이가 있음을 보여준다. 유동 상태 전이는 파면이 파단 상태에서 비정형으로 변하는 것을 보여줍니다.

수평 경사와 완만한 바닥 경사에서는 이러한 흐름 전이가 관찰되지 않습니다. Favre 파의 존재는 수직 속도와 수직 가속도의 상당한 증가로 이어집니다. 이 상황에서 SWE 모델은 예측이 좋지 않습니다.

분석에 따르면 최대 바닥 전단 응력의 변화는 바닥 경사와 꼬리 수심 모두에 영향을 받습니다. 동일한 바닥 경사(예: S0 = 0.02)에서 최대 바닥 전단 응력 위치는 α = 0.1일 때 댐의 하류에서 발생하고 α = 0.7일 때 저수지의 끝쪽으로 발생합니다.

동일한 수심비(예: α = 0.7)에 대해 최대 바닥 전단 응력 위치는 항상 S0 = 0.02에서 저수지 내에 위치하는 반면, S0 = 0 및 0.003에 대해 흐름이 진화한 후 댐 하류에 나타납니다. 수치적 시뮬레이션과 실험적 측정을 비교한 결과 LES 모델이 내부 움직임 특성을 만족스러운 정확도로 예측할 수 있음을 알 수 있습니다.

본 연구는 댐 파절류 및 Favre파의 내부 이동 특성에 대한 하상 경사 및 후미 수심의 영향에 대한 이해를 향상 시키며, 이는 또한 제방 높이를 결정하고 수로 저반위 설계를 위한 귀중한 참고자료를 제공한다.

Keywords

Figure Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale
Figure Numerical study of the dam-break waves and Favre waves down sloped wet rigid-bed at laboratory scale

Dam-break flow, Bed slope, Wet bed, Velocity profile, Bed shear stress, Large eddy simulation
댐파괴유동, 하상경사, 습상, 유속분포, 하상전단응력, 대와류 시뮬레이션