이 기술 요약은 Parthiban Ramasamy 외 저자가 Scientific Reports (2016)에 발표한 논문 “High pressure die casting of Fe-based metallic glass”를 기반으로 하며, STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
The Challenge: 우수한 기계적, 자기적 특성을 가진 벌크 금속 유리(BMG)를 복잡한 형상으로 대량 생산하는 데 있어 기존 공정의 한계를 극복하는 것.
The Method: 고압 다이캐스팅(HPDC) 공법을 사용하여 Fe기 BMG를 제조하고, 다이 소재, 주조 온도, 용탕 유속과 같은 핵심 공정 변수가 최종 제품의 미세구조와 특성에 미치는 영향을 실험적으로 분석하고 FLOW-3D CFD 시뮬레이션으로 검증.
The Key Breakthrough: 낮은 열전도율을 가진 강철 다이와 4 m/s의 낮은 용탕 유속 조건에서 주조할 때, 결정화가 억제되고 가장 우수한 비정질(amorphous) 구조를 가진 BMG 부품을 얻을 수 있음을 규명.
The Bottom Line: 정밀한 공정 제어와 CFD 시뮬레이션을 통한 사전 검증이 동반된다면, 고압 다이캐스팅(HPDC)은 복잡한 형상의 고품질 BMG 부품을 경제적으로 대량 생산할 수 있는 매우 효과적인 방법임.
The Challenge: Why This Research Matters for CFD Professionals
벌크 금속 유리(BMG)는 비정질 구조 덕분에 기존의 결정질 금속 재료를 뛰어넘는 높은 강도, 경도, 탄성 및 우수한 연자성 특성을 가집니다. 이러한 특성 때문에 자동차, 전자, 항공우주 등 다양한 산업에서 BMG의 활용 가능성이 주목받고 있습니다. 하지만 BMG를 복잡한 형상의 부품으로 대량 생산하는 것은 여전히 큰 기술적 과제입니다. 열가소성 성형(TPF)이나 선택적 레이저 용융(SLM)과 같은 기존 공정들은 생산 속도가 느리거나, 고가의 분말 원료가 필요하고, 미세 기공과 같은 결함이 발생하기 쉬워 경제성과 품질 확보에 어려움이 있었습니다.
따라서 산업계에서는 높은 생산성과 치수 정밀도를 가진 고압 다이캐스팅(HPDC) 공법을 BMG 제조에 적용하려는 시도가 이루어지고 있습니다. 그러나 BMG의 비정질 구조를 유지하기 위해서는 용융 금속의 냉각 속도를 임계 냉각 속도 이상으로 제어해야 하므로, HPDC 공정 변수가 최종 제품의 품질에 미치는 영향을 명확히 이해하는 것이 무엇보다 중요합니다. 이 연구는 바로 이 지점에서 출발하여, HPDC 공정의 핵심 변수들을 체계적으로 분석하고 최적화 방안을 제시함으로써 BMG 부품의 상용화 가능성을 탐구합니다.
Figure 1. (a) Schematic illustration of the high pressure die casting setup; (b). 3D model of the die; (c).
Completed dies made from heat resistant steel and a copper alloy.
The Approach: Unpacking the Methodology
본 연구에서는 Fe기 합금(Fe74Mo4P10C7.5B2.5Si2)을 사용하여 복잡한 열쇠(key) 모양의 BMG 시편을 제조하기 위해 산업용 수직형 고압 다이캐스팅 장비(OGSZF110T)를 활용했습니다. 연구진은 최종 제품의 품질에 영향을 미치는 핵심 공정 변수를 다음과 같이 설정하고 체계적인 실험을 진행했습니다.
다이 소재(Die Material): 열전도율이 매우 다른 두 가지 소재, 즉 낮은 열전도율의 내열강(33 W/mK)과 높은 열전도율의 구리 합금(230 W/mK) 다이를 사용하여 냉각 속도의 영향을 비교했습니다.
주조 온도(Casting Temperature): 1353 K부터 1573 K까지 온도를 변화시키며 용탕의 과열(superheating) 정도가 비정질 형성에 미치는 효과를 분석했습니다.
용탕 유속(Flow Rate): 피스톤 속도를 조절하여 4 m/s, 12 m/s, 19 m/s의 세 가지 다른 유속으로 용탕을 주입하며 유동 특성이 결정화에 미치는 영향을 평가했습니다.
또한, 연구진은 실험에 앞서 FLOW-3D 시뮬레이션 소프트웨어를 사용하여 금형 충전 과정을 모델링했습니다. 이를 통해 최소 충전 속도를 결정하고 금형 형상을 최적화했으며, 다양한 유속 조건에서 용탕의 유동 패턴(층류 또는 난류)을 예측하여 실험 결과를 해석하는 데 중요한 이론적 근거를 확보했습니다. 제작된 시편들은 DSC, XRD, SEM, VSM 등의 분석 장비를 통해 열적 안정성, 미세 구조, 자기적 특성을 정밀하게 평가받았습니다.
Figure 3. (a) Cast part (key) still in the mold cavity (b) Cast part (key) separated from the mold.
The Breakthrough: Key Findings & Data
Finding 1: 다이 소재와 냉각 메커니즘이 비정질 구조에 미치는 영향
연구 결과, 다이 소재는 BMG의 비정질 구조 형성에 결정적인 영향을 미쳤습니다. 직관적으로는 열전도율이 높은 구리 다이가 더 빠른 냉각을 유도하여 비정질화에 유리할 것으로 예상할 수 있습니다. 그러나 실험 결과는 정반대였습니다.
구리 다이(고속 냉각): 높은 열전도율로 인해 용탕과 접촉하는 시편의 표면(shell)이 매우 빠르게 응고되는 ‘스킨 효과(skin effect)’가 발생했습니다. 이로 인해 빠르게 응고된 표면과 다이 사이에 미세한 틈(gap)이 생겨 내부 코어(core)의 열이 효과적으로 방출되지 못했습니다. 결과적으로 코어 부분의 냉각 속도가 느려져 결정이 성장하게 되었습니다 (Figure 4a, Figure 6).
강철 다이(저속 냉각): 상대적으로 낮은 열전도율 덕분에 스킨 효과가 덜 발생하여 시편 전체가 더 균일하게 냉각되었습니다. 특히 1573 K의 높은 주조 온도에서는 거의 완전한 비정질 구조의 시편을 얻을 수 있었습니다. Table 2의 결정화 엔탈피 값을 보면, 1573 K에서 강철 다이로 주조한 시편(-15.6 J/g)은 실험실 조건에서 제작한 기준 시편(-15.8 J/g)과 거의 동일한 수준의 비정질도를 보인 반면, 구리 다이로 주조한 시편(-13.4 J/g)은 비정질도가 상대적으로 낮았습니다.
이는 BMG의 HPDC 공정에서 단순히 냉각 속도를 높이는 것보다, 부품 전체에 걸쳐 균일한 냉각을 유도하는 것이 더 중요함을 시사합니다.
Finding 2: 용탕 유속의 결정적 역할과 FLOW-3D 시뮬레이션을 통한 검증
용탕의 유속 또한 BMG의 품질을 결정하는 핵심 변수임이 밝혀졌습니다.
낮은 유속(4 m/s): 이 조건에서 주조된 시편은 가장 우수한 비정질 특성을 보였습니다. FLOW-3D 시뮬레이션 결과(Figure 5a), 4 m/s의 유속에서는 용탕이 금형 캐비티를 부드러운 층류(laminar flow) 형태로 채우는 것이 확인되었습니다. 이는 용탕 내 전단(shear) 발생을 최소화하여 결정 핵생성을 억제하는 데 유리하게 작용했습니다.
높은 유속(12 m/s, 19 m/s): 유속이 증가할수록 시편의 비정질도가 급격히 감소하고 결정질이 많이 관찰되었습니다. Table 4의 보자력(Coercivity) 데이터를 보면, 1573 K에서 강철 다이를 사용했을 때 유속이 4 m/s에서 19 m/s로 증가하자 보자력이 7.8 A/m에서 80 A/m으로 크게 증가했는데, 이는 내부에 미세 결정이 형성되었음을 의미합니다. FLOW-3D 시뮬레이션 결과(Figure 5b, 5c)는 높은 유속에서 금형 충전 후반부에 난류(turbulent flow)가 발생하는 것을 명확히 보여주었으며, 이는 실험에서 관찰된 품질 저하의 원인을 명확히 설명해 줍니다.
결론적으로, 4 m/s의 유속이 금형을 결함 없이 완전히 채우면서도 비정질 구조를 최대한 유지할 수 있는 최적의 조건임이 실험과 시뮬레이션을 통해 입증되었습니다.
Figure 5. Flow3D simulation for three different flow rates: (a) 4 m/s, (b) 12 m/s and (c) 19 m/s.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 BMG 부품 생산 시, 높은 열전도율의 다이 소재가 항상 최선이 아닐 수 있음을 보여줍니다. 스킨 효과를 최소화하고 균일한 냉각을 위해 강철과 같은 낮은 열전도율의 다이를 선택하고, 용탕 유속을 약 4 m/s로 낮게 제어하는 것이 비정질 품질 확보에 기여할 수 있습니다.
For Quality Control Teams: 논문의 XRD 데이터(Figure 4)와 보자력 데이터(Table 4)는 공정 변수(특히 유속과 다이 소재)와 내부 결정 결함 사이에 명확한 상관관계가 있음을 보여줍니다. 이는 BMG 부품의 비파괴 품질 검사 기준을 수립하는 데 중요한 근거가 될 수 있습니다.
For Design Engineers: 연구 결과는 부품의 단면적이 급격히 변하는 구간에서 높은 유속이 가해질 때 강한 전단 응력이 발생하여 결정화를 유도할 수 있음을 시사합니다. 따라서 부품 설계 초기 단계부터 FLOW-3D와 같은 CFD 툴을 활용하여 용탕의 유동을 예측하고, 난류 발생 가능성이 있는 형상을 완화하는 설계 변경을 고려하는 것이 중요합니다.
Paper Details
High pressure die casting of Fe-based metallic glass
1. Overview:
Title: High pressure die casting of Fe-based metallic glass
Author: Parthiban Ramasamy, Attila Szabó, Stefan Borzel, Jürgen Eckert, Mihai Stoica, & András Bárdos
Year of publication: 2016
Journal/academic society of publication: SCIENTIFIC REPORTS
Keywords: High Pressure Die Casting (HPDC), Fe-based metallic glass, Bulk Metallic Glass (BMG), Amorphous structure, Crystallization
2. Abstract:
Soft ferromagnetic Fe-based bulk metallic glass key-shaped specimens with a maximum and minimum width of 25.6 and 5 mm, respectively, were successfully produced using a high-pressure die casting (HPDC) method. The influence of die material, alloy temperature and flow rate on the microstructure, thermal stability and soft ferromagnetic properties has been studied. The results suggest that a steel die in which the molten metal flows at low rate and high temperature can be used to produce completely glassy samples. This can be attributed to the laminar filling of the mold and to a lower heat transfer coefficient, which avoids the skin effect in the steel mold. In addition, magnetic measurements reveal that the amorphous structure of the material is maintained throughout the key-shaped samples. Although it is difficult to control the flow and cooling rate of the molten metal in complex parts of the key due to different cross sections, this can be overcome by proper tool geometry. The present results confirm that HPDC is a suitable method for the casting of Fe-based bulk glassy alloys even with complex geometries for a broad range of applications.
3. Introduction:
최초의 금속 유리(metallic glass)가 1960년 Au₇₅Si₂₅ 합금의 급속 응고를 통해 발견된 이후, 벌크 금속 유리(BMG)는 1980년대 후반부터 다양한 합금계에서 탐구되었습니다. 특히 Fe기 BMG는 높은 강도, 경도, 내마모성뿐만 아니라 우수한 연자성 특성으로 인해 구조 및 기능성 재료로서 큰 주목을 받았습니다. 그러나 Fe기 BMG를 대형 부품으로 제조하는 것은 여전히 어려운 과제로 남아있습니다. 기존의 주조 공정은 대부분 실험실 규모의 간단한 막대나 판 형태에 국한되었으며, 열가소성 성형(TPF)과 같은 방법은 공정 시간이 길다는 단점이 있습니다. 본 연구는 높은 생산성과 경제성을 가진 고압 다이캐스팅(HPDC) 공법을 Fe기 BMG의 복잡 형상 부품 제조에 적용하고, 핵심 공정 변수들이 최종 제품의 품질에 미치는 영향을 체계적으로 규명하여 산업적 적용 가능성을 평가하고자 합니다.
4. Summary of the study:
Background of the research topic:
Fe기 벌크 금속 유리(BMG)는 우수한 기계적, 자기적 특성으로 인해 잠재적 응용 가치가 높지만, 복잡한 형상으로 대량 생산하는 데 기술적 어려움이 있습니다.
Status of previous research:
기존의 BMG 제조법(구리 몰드 주조, TPF, SLM 등)은 생산성, 비용, 형상 자유도 측면에서 산업적 대량 생산에 한계가 있었습니다. HPDC는 대안으로 제시되었으나 BMG 제조에 대한 체계적인 공정 변수 연구는 부족한 실정이었습니다.
Purpose of the study:
HPDC 공법을 사용하여 복잡한 형상의 Fe기 BMG 부품을 성공적으로 제조하고, 다이 소재, 주조 온도, 용탕 유속과 같은 공정 변수가 미세구조, 열적 안정성 및 자기적 특성에 미치는 영향을 규명하여 최적의 공정 조건을 찾는 것을 목표로 합니다.
Core study:
Fe₇₄Mo₄P₁₀C₇.₅B₂.₅Si₂ 합금을 사용하여 열쇠 모양의 시편을 HPDC로 주조했습니다. 열전도율이 다른 두 종류의 다이(구리, 강철)와 다양한 주조 온도 및 유속 조건에서 시편을 제작하고, DSC, XRD, SEM, VSM 분석을 통해 비정질 형성 정도와 자기적 특성을 평가했습니다. 또한 FLOW-3D 시뮬레이션을 통해 용탕의 충전 과정을 해석하고 실험 결과와 비교 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 HPDC 공정의 세 가지 핵심 변수(다이 소재, 주조 온도, 용탕 유속)가 Fe기 BMG의 품질에 미치는 영향을 평가하기 위한 요인 실험 설계를 따랐습니다. 실험 결과는 실험실 조건에서 제작된 기준 시편과 비교되었습니다.
Data Collection and Analysis Methods:
시편 제작: 산업용 HPDC 장비를 사용하여 열쇠 모양의 시편을 주조.
열적 특성 분석: DSC(Differential Scanning Calorimeter)를 사용하여 유리 전이 및 결정화 거동을 분석.
구조 분석: XRD(X-ray Diffraction)를 사용하여 비정질 및 결정질 구조를 확인하고, SEM(Scanning Electron Microscope)으로 미세구조를 관찰.
자기적 특성 분석: VSM(Vibrating Sample Magnetometer)을 사용하여 자기이력곡선과 보자력을 측정.
유동 시뮬레이션:FLOW-3D 소프트웨어를 사용하여 금형 내 용탕의 충전 과정과 유동 패턴(압력 분포)을 시뮬레이션.
Research Topics and Scope:
연구는 Fe₇₄Mo₄P₁₀C₇.₅B₂.₅Si₂ 합금에 국한되며, HPDC 공정의 다이 소재, 온도, 유속 변수에 초점을 맞춥니다. 연구 범위는 제작된 시편의 미세구조, 열적 안정성, 연자성 특성 평가를 포함합니다.
6. Key Results:
Key Results:
다이 소재: 낮은 열전도율의 강철 다이가 ‘스킨 효과’를 방지하여 구리 다이보다 더 균일하고 완전한 비정질 구조를 형성하는 데 유리했습니다.
주조 온도: 1573 K와 같이 액상선 온도보다 충분히 높은 온도(과열)로 주조할 경우, 용탕 내 불균일 핵생성 사이트가 용해되어 비정질 형성 능력이 향상되었습니다.
용탕 유속: 4 m/s의 낮은 유속에서는 층류 충전이 이루어져 우수한 비정질 시편이 제작된 반면, 12 m/s 이상의 높은 유속에서는 난류와 높은 전단 응력으로 인해 결정화가 촉진되었습니다.
시뮬레이션 검증:FLOW-3D 시뮬레이션 결과는 유속에 따른 유동 패턴(층류/난류) 변화를 정확히 예측했으며, 이는 실험적으로 관찰된 시편 품질 변화와 완벽하게 일치했습니다.
Figure List:
Figure 1. (a) Schematic illustration of the high pressure die casting setup; (b). 3D model of the die; (c). Completed dies made from heat resistant steel and a copper alloy.
Figure 2. DSC curves (heating rate 20 K/min) of the glassy specimens cast at different temperatures using (a) copper die and (b) steel die.
Figure 3. (a) Cast part (key) still in the mold cavity (b) Cast part (key) separated from the mold.
Figure 4. XRD patterns of the glasses cast at different temperatures using (a) copper die and (b) steel die.
Figure 5. Flow3D simulation for three different flow rates: (a) 4 m/s, (b) 12 m/s and (c) 19 m/s.
Figure 6. SEM images of the key cast at 1353 K (a) taken at the core of the key, showing a completely crystalline region; (b) taken in between the core and the outer surface, revealing the interface between the glassy and crystalline parts and (c) taken close to the outer surface, showing a completely glassy part of the key.
Figure 7. Hysteresis loops for a 2 mm rod cast under laboratory conditions and the key cast by HPDC.
7. Conclusion:
본 연구에서는 HPDC 공정 변수가 연자성 Fe₇₄Mo₄P₁₀C₇.₅B₂.₅Si₂ BMG의 미세구조, 열적 및 자기적 특성에 미치는 영향을 조사했습니다. 시편의 품질은 다이 소재, 합금 온도, 유속의 적절한 선택에 크게 좌우되었습니다. 높은 열전도율을 가진 구리 다이는 스킨 효과를 유발했으며, 19 m/s의 높은 유속은 전단 속도 증가로 인한 점도 변화를 일으켜 유리의 비정질 형성 능력(GFA)을 감소시켰습니다. 최적화된 조건에서 생산된 모든 시편은 실험실 조건에서 준비된 시편과 거의 동일한 열적 안정성과 연자성 특성을 보였습니다. HPDC의 큰 장점은 한계 수준의 유리 형성 합금을 사용하더라도 복잡한 형상을 높은 치수 정밀도로 구현할 수 있다는 것입니다. 본 연구 결과는 HPDC가 다양한 응용 분야를 위한 우수한 연자성 특성을 가진 벌크 유리질 합금을 생산하는 데 유용한 방법임을 확인시켜 줍니다.
8. References:
Lee, M. C., Kendall, J. M. & Johnson, W. L. Spheres of the metallic glass Au55Pb22.5Sb22.5 and their surface characteristics. Appl. Phys. Lett. 40, 382–384 (1982).
Kui, H. W., Greer, A. L. & Turnbull, D. Formation of bulk metallic glass by fluxing. Appl. Phys. Lett. 45, 615–616 (1984).
Klement, W., Willens, R. H. & Duwez, P. Non-crystalline structure in solidified gold-silicon alloys. Nature 187, 869–870 (1960).
(The list continues for 65 references as in the original paper)
Expert Q&A: Your Top Questions Answered
Q1: 왜 열전도율이 높은 구리 다이와 낮은 강철 다이를 모두 테스트했나요?
A1: 연구진은 다이 소재의 열전도율, 즉 냉각 속도가 BMG의 비정질 구조 형성에 미치는 영향을 직접적으로 비교하기 위해 두 소재를 선택했습니다. 일반적으로 BMG 형성에는 빠른 냉각이 필수적이므로 열전도율이 높은 구리가 유리할 것으로 예상되었으나, 이 연구를 통해 구리 다이가 ‘스킨 효과’라는 예상치 못한 문제를 유발하여 오히려 내부 결정화를 촉진함을 밝혀냈습니다. 이는 HPDC 공정에서는 냉각 속도 자체보다 냉각의 균일성이 더 중요할 수 있다는 새로운 통찰을 제공합니다.
Q2: 논문에서 언급된 구리 다이의 ‘스킨 효과’에 대해 결과에 기반하여 더 자세히 설명해 주실 수 있나요?
A2: ‘스킨 효과’는 Figure 6의 SEM 이미지에서 명확히 확인할 수 있습니다. 구리 다이로 1353 K에서 주조한 시편의 경우, 표면에 가까운 부분(Figure 6c)은 다이와 직접 접촉하여 빠르게 냉각되어 완전한 비정질 구조를 보입니다. 하지만 시편의 중심부(Figure 6a)는 완전히 결정질로 변해 있습니다. 이는 시편의 표면(skin)이 먼저 빠르게 응고하면서 수축하여 다이와 미세한 틈을 만들고, 이 틈이 단열층 역할을 하여 내부 코어의 열이 빠져나가는 것을 방해했기 때문입니다. 결국 코어는 임계 냉각 속도 이하로 천천히 식으면서 결정화가 진행된 것입니다.
Q3: FLOW-3D 시뮬레이션 결과(Figure 5)는 유속에 대한 실험 결과를 어떻게 직접적으로 뒷받침했나요?
A3: 시뮬레이션은 실험 결과의 원인을 명확히 설명하는 핵심적인 역할을 했습니다. 실험적으로 4 m/s의 낮은 유속에서 가장 좋은 품질의 시편이 얻어졌는데, Figure 5a의 FLOW-3D 시뮬레이션은 이 조건에서 용탕이 금형을 부드러운 층류 형태로 채우는 것을 보여주었습니다. 반면, 품질이 저하된 12 m/s와 19 m/s의 높은 유속 조건에서는 시뮬레이션(Figure 5b, 5c)이 금형 충전 시 난류가 발생하고 압력 변동이 심해지는 것을 예측했습니다. 이처럼 시뮬레이션을 통해 예측된 유동 패턴(층류/난류)과 실험적으로 관찰된 시편의 품질(비정질도)이 완벽하게 일치함으로써, ‘난류 유동이 BMG의 결정화를 촉진한다’는 결론에 강력한 신뢰성을 부여했습니다.
Q4: 직관과는 반대로, 왜 더 높은 주조 온도(1573 K)가 더 나은 비정질 구조를 만드는 데 도움이 되었나요?
A4: 논문에 따르면, 이는 용탕의 ‘과열 한계(overheating threshold)’ 개념으로 설명됩니다. 용탕에는 불순물이나 미세한 고온 용융 원소 등으로 인해 결정 핵생성 사이트로 작용할 수 있는 이종(heterogeneous) 물질이 존재할 수 있습니다. 주조 온도가 충분히 높지 않으면(예: 1353 K) 이러한 핵생성 사이트가 완전히 용해되지 않은 채로 남아있어 냉각 시 쉽게 결정을 성장시킵니다. 하지만 1573 K와 같이 과열 한계 이상으로 온도를 높이면 이러한 이종 핵생성 사이트들이 완전히 용해되어 균일한 용탕이 되므로, 냉각 시 더 깊은 과냉각 상태에 도달할 수 있어 비정질 구조 형성에 더 유리해집니다.
Q5: Figure 7의 자기이력곡선을 보면 실험실에서 제작한 막대 시편과 HPDC로 제작한 열쇠 시편 간에 차이가 있습니다. 논문에서는 그 원인을 무엇으로 설명하나요?
A5: 두 시편의 포화 자화 값은 거의 동일하지만, 초기 자화 곡선과 보자력에서 차이가 나타납니다. 논문에서는 이러한 차이의 주요 원인으로 (a) 형상 효과와 (b) 미세구조를 꼽습니다. 열쇠는 막대와 달리 복잡한 형상을 가지고 있어 자기장 인가 시 국부적인 반자계(demagnetizing field)가 다르게 형성되어 자화 거동에 영향을 줍니다. 또한, HPDC 공정 중 발생한 내부 응력이나 눈에 보이지 않는 미세한 결정핵의 존재 가능성도 보자력에 영향을 미칠 수 있다고 지적합니다. 하지만 최적화된 공정 조건에서는 자기적 특성이 실험실 시편과 거의 유사한 수준을 유지함을 보여주었습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 복잡한 형상의 Fe기 벌크 금속 유리(BMG) 부품을 대량 생산하는 데 있어 고압 다이캐스팅(HPDC)이 매우 유망한 공법임을 입증했습니다. 핵심은 다이 소재, 주조 온도, 그리고 용탕 유속과 같은 공정 변수를 정밀하게 제어하는 것에 있으며, 특히 낮은 열전도율의 다이와 낮은 유속이 균일한 비정질 구조를 얻는 데 결정적이라는 중요한 통찰을 제공했습니다.
무엇보다 이 연구는 고압 다이캐스팅(HPDC) 시뮬레이션의 중요성을 명확히 보여줍니다. FLOW-3D와 같은 CFD 툴을 활용하면, 비용과 시간이 많이 소요되는 실제 주조 실험 없이도 금형 내 용탕의 유동 패턴을 사전에 예측하고 난류나 충전 불량과 같은 잠재적 문제를 파악하여 공정을 최적화할 수 있습니다. 이는 BMG와 같은 신소재의 상용화를 앞당기고, 더 높은 품질과 생산성을 달성하는 핵심 기술이 될 것입니다.
“At STI C&D, we are committed to applying the latest industry research to help our customers achieve higher productivity and quality. If the challenges discussed in this paper align with your operational goals, contact our engineering team to explore how these principles can be implemented in your components.”
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “High pressure die casting of Fe-based metallic glass” by “Parthiban Ramasamy et al.”.
이 기술 요약은 Simbarashe Fashu가 2015년 International Journal of Nonferrous Metallurgy에 발표한 논문 “Electromagnetic Braking of Natural Convection during Ohno Continuous Casting of an Industrial Aluminum Alloy”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 전자기 제동 (Electromagnetic Braking)
Secondary Keywords: Ohno 연속 주조 (Ohno Continuous Casting), 자연 대류 (Natural Convection), CFD 해석 (CFD Analysis), 알루미늄 합금 (Aluminum Alloy), 거시편석 (Macrosegregation)
Executive Summary
The Challenge: Ohno 연속 주조 공정 중 용융 금속의 자연 대류가 불균일한 응고를 유발하여 최종 제품의 품질을 저하시킵니다.
The Method: 정적 자기장을 적용하여 용융 금속의 흐름을 억제하는 전자기 제동 효과를 CFD 수치 시뮬레이션을 통해 분석했습니다.
The Key Breakthrough: 약 0.1 T의 자기장을 가하면 자연 대류가 거의 완전히 억제되어 확산에 의한 용질 수송이 지배적인 이상적인 응고 환경이 조성됨을 확인했습니다.
The Bottom Line: 최적화된 자기장 강도를 적용하면 최소한의 비용으로 결함이 없는 고품질의 균일한 알루미늄 잉곳을 생산할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
Ohno 연속 주조(OCC) 공정은 우수한 품질의 단방향 결정립을 가진 로드 및 와이어를 생산하는 혁신적인 기술입니다. 이 공정에서 이상적인 목표는 순수 전도에 의한 열전달만으로 응고를 제어하는 것입니다. 하지만 실제 공정에서는 용융 금속 내부의 온도 구배로 인해 자연 대류가 발생하게 됩니다. 이 대류는 용질 농도의 변동을 일으켜 최종 제품에 거시편석(macrosegregation)이라는 결함을 유발합니다.
결과적으로 제품의 기계적, 전기적 특성이 불균일해져 품질 저하의 직접적인 원인이 됩니다. 따라서 고품질의 균일한 단결정 잉곳을 생산하기 위해서는 용융 금속의 대류를 효과적으로 제거하여 고체-액체 계면 근처에서 용질이 오직 확산을 통해서만 이동하는 정지된(quiescent) 상태를 만드는 것이 중요합니다. 이 연구는 이러한 산업적 난제를 해결하기 위해 전자기 제동 기술의 적용 가능성을 탐구합니다.
Figure 1. The horizontal Ohno continuous casting process in presence of electromagnetic braking.
The Approach: Unpacking the Methodology
본 연구는 희석 알루미늄 합금의 Ohno 연속 주조 공정에서 자연 대류를 억제하는 데 필요한 최적의 자기장 강도를 결정하기 위해 수치 시뮬레이션을 활용했습니다. 연구진은 CFD 소프트웨어(Fluent 6.3.26)를 사용하여 연속성, 운동량, 에너지 보존 방정식과 맥스웰 방정식을 연계하여 해석했습니다.
물리적 모델: Figure 1에 제시된 바와 같이, 수평형 Ohno 연속 주조 공정을 모델링했습니다. 가열된 몰드는 용융 금속을 액상선 온도 이상으로 유지하고, 핀치 롤러가 응고된 잉곳을 인발하며, 수분사 구간에서 고액 계면의 위치를 제어합니다. 전자기 브레이크는 용융 금속 옆에 배치되어 대류를 제어합니다.
지배 방정식: 운동량 방정식에는 부력 효과를 설명하기 위해 부시네스크(Boussinesq) 근사가 적용되었으며, 자기장에 의해 발생하는 로렌츠 힘(Lorentz force)은 사용자 정의 함수(UDFs)를 통해 운동량 방정식의 소스 항으로 추가되었습니다.
주요 가정: 해석의 정확성과 효율성을 위해 몇 가지 가정이 사용되었습니다. 각 상(고체, 액체)의 열-물리적 특성은 일정하며, 액체 금속은 비압축성 뉴턴 유체로 간주되었습니다. 또한, 합금의 용질 농도가 매우 낮아 부력은 주로 온도 구배에 의해 발생한다고 가정했습니다(열 대류만 고려).
이러한 접근 방식을 통해, 연구진은 자기장 강도를 0 T에서 0.1 T까지 변화시키면서 용융 금속의 유동장이 어떻게 변하는지 정량적으로 예측하고, 자연 대류를 효과적으로 억제하는 최적의 조건을 도출했습니다.
The Breakthrough: Key Findings & Data
수치 해석 결과, 정적 자기장을 이용한 전자기 제동이 자연 대류를 효과적으로 억제할 수 있음을 명확히 보여주었습니다.
Finding 1: 자기장 부재 시 발생하는 강한 자연 대류
자기장이 적용되지 않은 경우(B = 0.0 T), 가열된 몰드 영역 내 용융 금속에서 강한 자연 대류가 관찰되었습니다. Figure 5에서 볼 수 있듯이, 온도 차이로 인해 여러 개의 와류(vortices)가 형성되었으며, 이때 최대 유속은 약 0.006 m/s에 달했습니다. 이러한 강한 유동은 용질의 불균일한 분포를 야기하여 거시편석의 주요 원인이 됩니다.
Finding 2: 자기장 적용을 통한 대류 억제 및 최적 강도 발견
자기장을 점진적으로 증가시키자 대류가 눈에 띄게 억제되었습니다. – B = 0.05 T: Figure 6에서 보듯이, 0.05 T의 자기장을 적용하자 최대 유속이 약 0.000115 m/s로 크게 감소했습니다. 와류의 강도가 현저히 약해졌지만, 여전히 미세한 흐름이 존재했습니다. – B = 0.1 T: 자기장 강도를 0.1 T로 높이자, Figure 7과 같이 대류가 거의 완벽하게 억제되었습니다. 이때 최대 유속은 약 0.0000311 m/s로, 이는 주조 속도(0.0000166 m/s)와 비슷한 수준입니다. 이는 용융 금속이 거의 정지된 상태에 도달했음을 의미하며, 용질 수송이 대류가 아닌 확산에 의해 지배되는 이상적인 응고 환경이 조성되었음을 시사합니다.
Figure 2. Effect of braking electromagnetic fields on the flow fields, (a) No magnetic fields; (b) B = 0.1 T and (c) B = 0.2 T[23].
따라서 본 연구에서 고려된 조건 하에서 자연 대류를 효과적으로 억제하기 위한 최적의 자기장 강도는 0.1 T라고 결론 내릴 수 있습니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 약 0.1 T의 자기장이 거시편석을 줄이는 데 효과적이라는 구체적인 데이터를 제공합니다. 실제 공정에서 전자기 브레이크 시스템의 운영 파라미터를 설정할 때 이 값을 중요한 기준으로 활용할 수 있습니다.
For Quality Control Teams: 전자기 제동을 통해 대류가 억제되면 제품의 용질 분포가 훨씬 균일해집니다. 이는 최종 제품의 균일성을 평가하는 새로운 품질 검사 기준을 수립하는 데 중요한 정보를 제공할 수 있습니다.
For Design Engineers: 본 연구는 최적의 자기장 세기를 달성하기 위한 코일 설계 공식(B = μ·I·N / L)을 제시합니다. 이 공식을 활용하면 신규 또는 기존의 OCC 설비에 필요한 전자기 코일의 권선 수(N), 길이(L), 전류(I)를 분석적으로 결정하여 최소한의 비용으로 효과적인 시스템을 설계하고 운영할 수 있습니다.
Paper Details
Electromagnetic Braking of Natural Convection during Ohno Continuous Casting of an Industrial Aluminum Alloy
1. Overview:
Title: Electromagnetic Braking of Natural Convection during Ohno Continuous Casting of an Industrial Aluminum Alloy
Author: Simbarashe Fashu
Year of publication: 2015
Journal/academic society of publication: International Journal of Nonferrous Metallurgy
Keywords: Static Magnetic Field, Braking, Convection, Damping, Buoyancy
2. Abstract:
본 연구는 Ohno 연속 주조 공정에서 대류로 인한 편석을 제거하여 조성적으로 균일한 희석 산업용 알루미늄 합금 잉곳을 얻는 것을 목표로 합니다. 자연 대류를 억제하고 거시편석을 줄이는 데 필요한 자기장 강도를 수치적으로 결정했습니다. 이는 연속성, 운동량, 에너지 보존 방정식과 맥스웰 방정식을 풀어 유동장(거시편석 결정)에 대한 자기장의 영향을 예측함으로써 달성되었습니다. 전자기장은 자연 대류 흐름에 직각으로 적용되었습니다. 이 접근법을 통해 자연 대류를 억제하고 응고 중 합금의 확산 제어 용질 수송을 확립하는 데 필요한 최적의 자기장 강도를 설정했습니다.
3. Introduction:
Ohno 연속 주조(OCC) 공정은 우수한 단방향 결정립을 가진 상당한 길이의 로드와 와이어를 생산하는 데 사용되는 최근 개발된 가열 몰드 단방향 연속 주조 공정입니다. OCC 공정에서 단결정/단방향 잉곳을 생산할 때, 자연적인 용융 대류를 완전히 제거하여 순수 전도에 의한 응고 열전달을 유도하는 것이 이상적입니다. 이는 용융물의 대류 흐름이 생산된 잉곳의 용질 농도 변동(거시편석)을 유발하기 때문입니다. 따라서 평탄한 계면과 고액 계면 근처에서 용질 수송이 단지 확산을 통해 이루어지는 정지된 용융 상태의 단결정을 성장시키는 것을 목표로 합니다. 용융 대류의 제거는 안정적인 평면 고액 계면을 유지하여 고체 잉곳의 결함 밀도와 조성 변화를 최소화합니다.
4. Summary of the study:
Background of the research topic:
Ohno 연속 주조 공정에서 고품질의 균일한 알루미늄 합금 잉곳을 생산하기 위해서는 용융 금속 내의 자연 대류를 제어하는 것이 필수적입니다. 자연 대류는 거시편석을 유발하여 제품의 품질을 저하시키는 주요 원인입니다.
Status of previous research:
많은 연구자들이 강철 연속 주조나 결정 성장 산업에서 전자기 제동을 사용하여 용융 흐름을 제어하는 연구를 수행해왔습니다. 정적 직류(DC) 자기장을 적용하여 부력 유도 흐름을 억제하는 것이 실용적인 접근법으로 알려져 있습니다. 여러 연구에서 자기장이 자연 대류를 억제하고 용질 밴드 형성을 제거할 수 있음을 실험적, 수치적으로 보여주었지만, Ohno 연속 주조 공정에서 희석 알루미늄 합금에 대한 최적의 자기장 강도를 결정하는 연구는 처음으로 시도되었습니다.
Purpose of the study:
본 연구의 목적은 Ohno 연속 주조 공정에서 희석 산업용 알루미늄 합금의 자연 대류를 억제하여 거시편석을 최소화하는 데 필요한 최적의 정적 자기장 강도를 수치 시뮬레이션을 통해 결정하는 것입니다.
Core study:
연구의 핵심은 전자기장을 자연 대류 흐름에 직각으로 적용했을 때, 자기장 강도 변화에 따른 용융 금속의 유동장 변화를 예측하는 것입니다. 이를 통해 대류를 완전히 억제하고 확산 제어 용질 수송을 확립할 수 있는 최적의 자기장 강도를 찾아냈습니다.
5. Research Methodology
Research Design:
본 연구는 수치 시뮬레이션(CFD)을 기반으로 설계되었습니다. 자기장 강도를 독립 변수로 설정하고, 이에 따른 용융 금속 내의 속도장(유동장) 변화를 종속 변수로 분석했습니다.
Data Collection and Analysis Methods:
모델링: 유동, 온도 및 응고장은 혼합물 이론(mixture theory)에 기반한 지배 방정식을 사용하여 모델링되었습니다. 부력 효과는 부시네스크 근사를 통해 고려되었습니다.
전자기장: 전자기력은 옴의 법칙과 맥스웰 방정식에서 파생된 유도 방정식을 풀어 계산되었으며, 계산된 로렌츠 힘은 운동량 방정식에 소스 항으로 추가되었습니다.
수치 해석: 지배 방정식은 CFD Fluent 6.3.26을 사용하여 이산화되었고, 압력-속도 연성은 SIMPLE 알고리즘을 사용했습니다. 열 대류 및 응고 중 엔탈피 방출과 같은 소스 항은 사용자 정의 함수(UDFs)를 통해 통합되었습니다.
Research Topics and Scope:
연구 범위는 수평형 Ohno 연속 주조 공정에서의 희석 알루미늄 합금(Al 0.12 wt.% Cu 0.11 wt.% Si)으로 한정됩니다. 자기장 강도를 0 T에서 0.2 T까지 변화시키면서 자연 대류 억제 효과를 분석했습니다.
6. Key Results:
Key Results:
자기장이 없는 경우(B=0.0 T), 용융 금속 내에서 최대 약 0.006 m/s의 강한 자연 대류가 발생했습니다.
0.05 T의 자기장을 적용하자 최대 유속이 약 0.000115 m/s로 크게 감소했습니다.
0.1 T의 자기장을 적용했을 때, 최대 유속이 약 0.0000311 m/s로 주조 속도(0.0000166 m/s)와 비슷한 수준으로 감소하여 대류가 거의 완전히 억제되었습니다.
따라서, 고려된 조건 하에서 자연 대류를 억제하고 확산 제어 용질 수송을 달성하기 위한 최적의 자기장 강도는 0.1 T로 결정되었습니다.
Figure List:
Figure 1. The horizontal Ohno continuous casting process in presence of electromagnetic braking.
Figure 2. Effect of braking electromagnetic fields on the flow fields, (a) No magnetic fields; (b) B = 0.1 T and (c) B = 0.2 T [23].
Figure 3. Computed temperature profile for (g = 9.81 m/s²) and B = 0.0 T.
Figure 4. Computed solidification profile for (g = 9.81 m/s²) and B = 0.0 T.
Figure 5. Computed velocity magnitudes for (g = 9.81 m/s²) and B = 0.0 T.
Figure 6. Computed velocity magnitudes for (g = 9.81 m/s²) and B = 0.05 T.
Figure 7. Computed velocity magnitudes for (g = 9.81 m/s²) and B = 0.1 T.
7. Conclusion:
본 연구는 Ohno 연속 주조 중 자연적인 용융 흐름을 억제하여 거시편석을 최소화하는 데 필요한 전자기장 강도를 수치 시뮬레이션을 통해 결정했습니다. 제동 전자기장을 자연 대류 흐름에 직각으로 적용하여 이를 달성했습니다. 계산 결과는 전자기 제동의 유무에 따라 다른 유동장 패턴을 나타냈습니다. 용융 흐름 강도는 자기장 강도가 0에서 증가함에 따라 감소했으며, 약 0.1 T의 자기장 강도에서 대류 흐름이 완전히 억제되었습니다. 최적화된 자기장 강도를 사용하면, 제동을 위한 코일 권선 수와 코일 길이를 분석적으로 결정할 수 있어 공정을 저렴하게 운영할 수 있습니다. 이 최적의 직류(DC) 전자기 강도는 주조기가 최소 비용으로 작동하면서 균일한 잉곳을 생산할 수 있게 합니다.
8. References:
Ohno, A. (1986) Continuous Casting of Single Crystal Ingot by the OCC Process. Journal of Metals, 38, 14-16.
Ganapathysubramanian, B. and Zabaras, N. (2005) On the Control of Solidification Using Magnetic Fields and Magnetic Field Gradients. International Journal of Heat and Mass Transfer, 48, 4174-4189. http://dx.doi.org/10.1016/j.ijheatmasstransfer.2005.04.027
Hof, B., Juel, A. and Mullin, T. (2003) Magnetohydrodynamic Damping of Convective Flows in Molten Gallium. Journal of Fluid Mechanics, 482, 63-179.
Ganapathysubramanian, B. and Zabaras, N. (2004) Using Magnetic Field Gradients to Control the Directional Solidification of Alloys and the Growth of Single Crystals. Journal of Crystal Growth, 270, 255-272. http://dx.doi.org/10.1016/j.jcrysgro.2004.06.020
Watring, D.A. and Lehoczky, S.L. (1996) Magneto-Hydrodynamic Damping of Convection during Vertical Bridgman-Stockbarger Growth of HgCdTe. Journal of Crystal Growth, 167, 478-487. http://dx.doi.org/10.1016/0022-0248(96)00279-5
Bojarevics, A., Cramer, A., Gelfgatand, Y.U. and Gerbeth, G. (2006) Experiments on the Magnetic Damping of an Inductively Stirred Liquid Metal Flow. Experiments in Fluids, 40, 257-266. http://dx.doi.org/10.1007/s00348-005-0065-x
Lei, H., Zhang, H. and He, J. (2009) Flow, Solidification, and Solute Transport in a Continuous Casting Mold with Electromagnetic Brake. Chemical Engineering & Technology, 32, 991-1002. http://dx.doi.org/10.1002/ceat.200800346
Tian, X., Zou, F., Li, B. and He, J. (2010) Numerical Analysis of Coupled Fluid Flow, Heat Transfer and Macroscopic Solidification in the Thin Slab Funnel Shape Mold with a New Type EMBr. Metallurgical and Materials Transactions B, 40, 112-120. http://dx.doi.org/10.1007/s11663-009-9314-3
Cukierski, K. and Thomas, B. (2008) Flow Control with Local Electromagnetic Braking in Continuous Casting of Steel Slabs. Metallurgical and Materials Transactions B, 39, 94-107. http://dx.doi.org/10.1007/s11663-007-9109-3
Mechighel, H. and Kadja, M. (2007) External Horizontally Uniform Magnetic Field Applied to Steel Solidification. Journal of Applied Sciences, 7, 903-912. http://dx.doi.org/10.3923/jas.2007.903.912
Wei, J.A., Zheng, L. and Zhang, H. (2009) Suppression of Melt Convection in a Proposed Bridgman Crystal Growth System. International Journal of Heat and Mass Transfer, 52, 3747-3756. http://dx.doi.org/10.1016/j.ijheatmasstransfer.2009.02.029
Battira, M. and Bessaih, R. (2008) Three-Dimensional Natural Convection in the Horizontal Bridgman Configuration under Various Wall Electrical Conductivity and Magnetic Field. Numerical Heat Transfer, Part A: Applications, 55, 58-76. http://dx.doi.org/10.1080/10407780802603113
Gelfgat, A. and Yoseph, P. (2001) The Effect of an External Magnetic Field on Oscillatory Instability of Convective Flows in a Rectangular Cavity. Physics of Fluids, 13, 2269-2278. http://dx.doi.org/10.1063/1.1383789
Hurle, D. (1966) Temperature Oscillations in Molten Metals and Their Relationship to Growth Striae in Melt-Grown Crystals. Philosophical Magazine, 13, 305-310. http://dx.doi.org/10.1080/14786436608212608
Utech, H.P. and Flemings, M.C. (1966) Elimination of Solute Banding in Indium Antimonide Crystals by Growth in a Magnetic Field. Journal of Applied Physics, 37, 2021-2024. http://dx.doi.org/10.1063/1.1708664
Utech, H.P. and Flemings, M.C. (1967) Thermal Convection in Metal-Crystal Growth—Effect of a Magnetic Field. Journal of Physics and Chemistry of Solids, 28, 651.
Oreper, H.P. and Szekely, J. (1984) The Effect of a Magnetic Field on Transport Phenomena in a Bridgman-Stockbarger Crystal Growth. Journal of Crystal Growth, 67, 405-419. http://dx.doi.org/10.1016/0022-0248(84)90033-2
Rudraiah, N., Barron, R.M., Venkatachalappa, M. and Subbaraya, C. (1995) Effect of a Magnetic Field on Free Convection in a Rectangular Enclosure. International Journal of Engineering Science, 33, 1075-1084. http://dx.doi.org/10.1016/0020-7225(94)00120-9
Motakef, S. (1990) Magnetic Field Elimination of Convective Interference with Segregation during Vertical-Bridgman Growth of Doped Semiconductors. Journal of Crystal Growth, 104, 833-850. http://dx.doi.org/10.1016/0022-0248(90)90109-X
Kim, D.H., Adornato, P.M. and Brown, R.A. (1988) Effect of Vertical Magnetic Field on Convection and Segregation in Vertical Bridgman Crystal Growth. Journal of Crystal Growth, 89, 339-356. http://dx.doi.org/10.1016/0022-0248(88)90419-8
Ben Hadid, H., Henry, D. and Kaddeche, S. (1997) Numerical Study of Convection in the Horizontal Bridgman Configuration under the Action of a Constant Magnetic Field. Part 1. Two-Dimensional Flow. Journal of Fluid Mechanics, 333, 23-56. http://dx.doi.org/10.1017/S0022112096004193
Gunzberger, M., Ozugurlu, E., Turner, J. and Zhang, H. (2002) Controlling Transport Phenomena in the Czochralski Crystal Growth Process. Journal of Crystal Growth, 234, 47-62. http://dx.doi.org/10.1016/S0022-0248(01)01635-9
Bennon, D. and Incropera, F.P. (1987) A Continuum Model for Momentum, Heat and Species Transport in Binary Solid-Liquid Phase Change Systems—I. Model Formulation. International Journal of Heat and Mass Transfer, 30, 2161-2170. http://dx.doi.org/10.1016/0017-9310(87)90094-9
Fluent Inc. (2006) User’s Guide. 6.3.26 Version, Fluent Inc., New York.
Expert Q&A: Your Top Questions Answered
Q1: 이 모델에서 부시네스크(Boussinesq) 근사를 사용한 이유는 무엇인가요?
A1: 논문의 2.1.1절에 따르면, 이 연구에서 고려된 산업용 알루미늄 합금은 용질의 농도가 매우 낮습니다. 따라서 용융 금속의 밀도 변화로 인한 부력은 주로 온도 구배에 의해 발생합니다. 부시네스크 근사는 이러한 온도에 의한 밀도 변화만을 고려하여 부력 항을 단순화하는 방법으로, 열 대류가 지배적인 이 시스템을 효과적으로 모델링하는 데 적합하기 때문에 사용되었습니다.
Q2: 시뮬레이션에서 로렌츠 힘(Lorentz force)은 어떻게 통합되었나요?
A2: 논문의 2.4절에 설명된 바와 같이, 로렌츠 힘은 자기 유도법(magnetic induction method)을 사용하여 계산되었습니다. 그런 다음, CFD Fluent 소프트웨어의 사용자 정의 함수(UDFs) 기능을 이용하여 계산된 로렌츠 힘을 운동량 보존 방정식에 소스 항(source term)으로 추가했습니다. 이 방법을 통해 각 계산 단계마다 자기장이 유체 흐름에 미치는 영향을 정확하게 반영할 수 있었습니다.
Q3: 논문에서 0.1 T를 “최적의” 값이라고 결론 내린 근거는 무엇인가요?
A3: 3.2절의 결과에 따르면, 0.1 T의 자기장을 적용했을 때 용융 금속의 최대 유속(약 0.0000311 m/s)이 주조 속도(0.0000166 m/s)와 거의 같은 수준으로 감소했습니다. 이는 자연 대류에 의해 발생하던 와류가 효과적으로 억제되어 용융 금속이 거의 정지된 상태에 도달했음을 의미합니다. 이러한 조건은 용질 수송이 대류가 아닌 확산에 의해 지배되는 이상적인 응고 환경이므로, 0.1 T를 최적의 자기장 강도로 결론 내렸습니다.
Q4: 이 연구에서 낮은 자기 레이놀즈 수(magnetic Reynolds number)는 어떤 의미를 가지나요?
A4: 2.2절에 따르면, 자기 레이놀즈 수(Rem)가 1보다 작으면 유도된 자기장(b)을 외부에서 가해준 자기장(B0)에 비해 무시할 수 있습니다. 이는 계산을 크게 단순화시켜 줍니다. 이 연구의 조건에서는 자기 레이놀즈 수가 낮다는 가정이 타당하므로, 외부 자기장만을 고려하여 전자기력을 계산할 수 있었고, 이는 해석의 효율성을 높이는 데 기여했습니다.
Q5: 이 연구 결과는 단순히 특정 자기장 값을 제시하는 것 외에 산업 현장에 어떻게 실질적으로 적용될 수 있나요?
A5: 4장(결론)에서 언급된 바와 같이, 이 연구는 최적의 자기장 강도(0.1 T)를 제시할 뿐만 아니라, 이를 구현하기 위한 실질적인 코일 설계 공식(B = (μ·I·N)/L)을 제공합니다. 엔지니어는 이 공식을 사용하여 원하는 자기장 세기를 얻기 위해 필요한 코일의 권선 수(N), 길이(L), 그리고 인가 전류(I)를 분석적으로 결정할 수 있습니다. 이는 최소한의 비용으로 효과적인 전자기 제동 시스템을 설계하고 운영하는 데 직접적으로 활용될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 Ohno 연속 주조 공정에서 발생하는 고질적인 문제인 자연 대류와 그로 인한 거시편석을 전자기 제동 기술을 통해 해결할 수 있는 명확한 해법을 제시합니다. CFD 시뮬레이션을 통해 약 0.1 T의 정적 자기장이 자연 대류를 효과적으로 억제하여, 확산이 지배하는 이상적인 응고 환경을 만들 수 있음을 입증했습니다. 이는 최종적으로 더 균일하고 결함 없는 고품질 알루미늄 합금 생산으로 이어집니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Electromagnetic Braking of Natural Convection during Ohno Continuous Casting of an Industrial Aluminum Alloy” by “Simbarashe Fashu”.
이 기술 요약은 Zhongliang Zhou 외 저자가 2022년 Research Square에 발표한 논문 “Numerical simulation of DC casting of large-size rare earth magnesium alloy ingot under low-frequency electromagnetic field”를 기반으로 하며, (주)에스티아이씨앤디의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 대형 희토류 마그네슘 합금의 DC(직접 칠) 주조 시 발생하는 거대 수지상정, 성분 편석, 균열 등의 결함을 줄여 기계적 물성을 개선해야 합니다.
해결 방법: 저주파 전자기장을 적용한 DC 주조 공정을 COMSOL Multiphysics를 사용하여 2차원 축대칭 다중 물리장 연성 모델로 시뮬레이션하고, 자기장 주파수와 전류 강도의 영향을 분석했습니다.
핵심 발견: 저주파 전자기장을 적용하면 용탕의 유동이 가속화되고 섬프(sump) 깊이가 약 50mm 감소하며, 전류 강도를 높이면 로렌츠 힘이 최대 10배까지 증가하여 응고를 촉진합니다.
핵심 결론: 저주파 전자기장의 주파수와 전류 강도를 정밀하게 제어하는 수치 시뮬레이션은 대형 희토류 마그네슘 합금 잉곳의 내부 결함을 줄이고 품질을 향상시키는 핵심 공정 변수를 최적화하는 데 필수적입니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
마그네슘 합금은 경량화가 필수적인 자동차 및 항공우주 분야에서 주목받는 소재입니다. 특히 희토류 원소가 첨가된 마그네슘 합금은 기존 합금보다 강도, 내식성, 내열성이 우수합니다. 하지만 희토류 함량이 높은 합금은 응고 과정에서 수축률이 커 수축공이나 미세 균열이 발생하기 쉽다는 치명적인 단점이 있습니다.
특히 직경 750mm와 같은 대형 잉곳을 전통적인 DC 주조법으로 생산할 경우, 거대한 수지상정 구조와 성분 편석이 발생하여 변형 및 기계적 특성이 저하됩니다. 이러한 주조 결함을 줄이고 잉곳의 품질을 개선하기 위해 외부 자기장을 적용하는 공정이 연구되어 왔습니다. 그러나 대형 희토류 마그네슘 합금의 DC 주조 공정에 대한 연구는 부족하며, 고온에서 진행되는 실제 실험은 자기장, 온도장, 속도장을 측정하기 어렵고 비용이 많이 듭니다. 따라서 정확한 수치 시뮬레이션은 실제 생산 공정을 최적화하는 데 매우 중요한 역할을 합니다.
접근 방식: 연구 방법론 분석
본 연구에서는 상용 다중 물리 시뮬레이션 소프트웨어인 COMSOL Multiphysics를 사용하여 대형 희토류 마그네슘 합금(Mg-10Gd-5Y-1Zn-0.6Zr)의 저주파 전자기장(LFEC) DC 주조 공정을 분석했습니다. 계산을 단순화하기 위해 2차원 축대칭 기하학 모델이 사용되었습니다.
지배 방정식: 응고 공정의 모든 영역(액상, 고상, 기액 공존 구간)에 단일 체적 평균 모델을 적용했습니다. 유체 유동은 표준 k-ε 난류 모델로 기술했으며, 전자기장은 맥스웰 방정식과 옴의 법칙을 기반으로 해석했습니다.
시뮬레이션 모델: 전자기장, 유체 유동, 열 전달 및 응고가 연성된 다중 물리장 모델을 구축했습니다.
주요 변수: 잉곳 품질에 미치는 영향을 분석하기 위해 두 가지 핵심 전자기 파라미터를 변경했습니다.
자기장 주파수: 16Hz, 30Hz, 40Hz, 50Hz
전류 강도: 80A, 140A, 200A, 250A
검증: 시뮬레이션 결과의 신뢰성을 확보하기 위해 Bao 등의 연구[24]에서 보고된 실험 데이터와 섬프 분포를 비교하여 모델의 타당성을 검증했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 전자기장 적용이 응고 특성에 미치는 극적인 영향
자기장을 적용하지 않은 일반 DC 주조와 저주파 전자기장(LFEC) 주조를 비교했을 때, 전자기장은 용탕의 응고 과정을 크게 개선했습니다.
유동 가속 및 섬프 깊이 감소: 전자기장을 적용하자 로렌츠 힘에 의한 강제 대류가 발생하여 용탕의 전체적인 유동 속도가 향상되었습니다. 이로 인해 열 전달이 촉진되어 섬프(미응고 영역)의 깊이가 약 50mm 감소했으며, 이는 응고 시간이 단축되었음을 의미합니다. (결론부 참조)
온도 구배 완화: 그림 14에서 볼 수 있듯이, LFEC 공정에서는 용탕의 등온선이 전체적으로 위쪽으로 이동하며, 특히 주형 근처에서 온도 분포가 낮아지는 것을 확인할 수 있습니다. 이는 전자기장이 용탕의 응고를 효과적으로 가속화함을 보여줍니다.
결과 2: 전류 강도 증가에 따른 로렌츠 힘 및 유동 변화
전류 강도를 80A에서 250A로 증가시켰을 때, 로렌츠 힘과 용탕 유동에 상당한 변화가 관찰되었습니다.
로렌츠 힘의 증폭: 전류 강도가 80A에서 250A로 증가함에 따라 잉곳 가장자리에서의 로렌츠 힘이 약 10배 확장되었습니다. (결론부 참조)
대류 열유속 증가: 그림 19에서 나타나듯이, 전류가 증가할수록 자기장 강도가 커져 용탕의 유동을 강화하고 대류 열전달을 가속화하여 대류 열유속을 증가시켰습니다. 이는 용탕이 더 빨리 냉각되고 응고됨을 의미합니다.
표피 깊이 불변: 흥미롭게도 전류 강도가 변해도 자기장의 표피 깊이(skin depth)는 변하지 않았습니다. (그림 9 참조)
결과 3: 주파수 변화와 표피 효과(Skin Effect)의 상호작용
자기장 주파수를 16Hz에서 50Hz로 증가시켰을 때, 로렌츠 힘은 증가했지만 그 작용 범위는 달라졌습니다.
표피 깊이 감소: 주파수가 16Hz에서 50Hz로 증가함에 따라 표피 깊이는 64.9mm에서 36.4mm로 감소했습니다. (초록 및 그림 9 참조)
불균일한 유동 분포: 표피 효과로 인해 주파수가 높을수록 전자기력은 잉곳 가장자리에 집중되었습니다. 이로 인해 내부 고온 액상 영역에 대한 교반 효과가 약화되어 용탕 유동 분포가 불균일해졌습니다. (그림 12 참조)
최적 주파수 존재: 그림 19에 따르면, 특정 전류 조건 하에서 약 40Hz의 주파수에서 대류 열유속이 가장 크게 나타났습니다. 이는 공정 효율을 극대화할 수 있는 최적의 주파수가 존재함을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 전류 강도를 높이는 것이 응고를 가속화하는 데 효과적이지만, 주파수를 40Hz 이상으로 높일 경우 표피 효과로 인해 불균일한 유동이 발생할 수 있음을 시사합니다. (그림 19 참조) 따라서 목표 품질에 따라 전류와 주파수의 최적 조합을 찾는 것이 중요합니다.
품질 관리팀: 그림 17의 데이터는 전류 강도가 잉곳 가장자리 근처의 응고 속도에 미치는 영향을 보여줍니다. 이는 주조 초기 단계의 결함(예: 표면 균열)을 제어하기 위한 새로운 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
설계 엔지니어: 시뮬레이션 결과는 코일의 위치와 형상이 로렌츠 힘의 분포와 용탕 유동에 직접적인 영향을 미친다는 것을 보여줍니다. 이는 응고 중 결함 형성을 최소화하기 위해 주형 및 코일 설계 단계에서 전자기장 효과를 고려하는 것이 중요함을 의미합니다.
논문 상세 정보
Numerical simulation of DC casting of large-size rare earth magnesium alloy ingot under low-frequency electromagnetic field
1. 개요:
Title: Numerical simulation of DC casting of large-size rare earth magnesium alloy ingot under low-frequency electromagnetic field
Journal/academic society of publication: Research Square (Preprint)
Keywords: Numerical simulation, DC casting, Rare earth magnesium, Low-frequency electromagnetic field
2. 초록:
대규모 희토류 마그네슘 합금 주조 공정에서 거시 물리장의 변화를 연구하기 위해, 수치 시뮬레이션 방법을 통해 다중 물리 시뮬레이션 소프트웨어 COMSOL Multiphysics를 사용하여 2차원 축대칭 다중 물리장 연성 모델을 구축했습니다. 직경 750mm의 대형 희토류 마그네슘 합금의 직접 칠(DC) 주조 정상 상태에서 다른 전자기 파라미터(자기장 주파수 및 전류 강도) 하에서의 온도장, 유동장, 로렌츠 힘 및 응고 특성의 변화를 연구했습니다. 결과는 자기장을 사용하면 온도 구배를 줄이고 용탕 유동을 크게 가속화하며, 섬프 깊이가 약 50mm 감소함을 보여줍니다. 자기장 주파수가 증가함에 따라 자기장 강도는 상승하지만 자기장의 표피 깊이는 64.9mm에서 36.4mm로 감소합니다. 전류가 증가함에 따라 자기장의 표피 깊이는 변하지 않고, 섬프는 증가하며, 자기장 강도는 증가합니다.
3. 서론:
최근 마그네슘 합금은 낮은 밀도, 높은 비강도 및 비강성으로 인해 자동차 경량 소재, 항공우주 소재, 자동차 휠 등 다양한 분야에서 사용되고 있습니다. 그러나 전통적인 마그네슘 합금은 낮은 절대 강도, 고온에서의 열악한 기계적 특성, 상온에서의 낮은 소성, 열악한 가공 변형 능력 및 내식성과 같은 몇 가지 중요한 단점을 여전히 가지고 있습니다. 희토류 마그네슘 합금은 전통적인 마그네슘 합금보다 높은 강도, 더 나은 내식성 및 내열성을 가지고 있어 고 희토류 함량 합금이 최근 몇 년간 연구 핫스팟이 되었습니다. 그럼에도 불구하고, 고 희토류 합금의 수축 계수는 크고, 응고 과정에서 수축공 및 미세 균열을 형성하기 매우 쉬워 고 희토류 합금 준비 시 균열 및 기타 문제가 발생하기 쉽습니다. 따라서 희토류 마그네슘 합금을 준비하는 절차는 신중하게 선택해야 합니다. 전통적인 주조 방법에는 반연속 주조와 다이캐스팅이 포함되며, 그중 반연속 주조 방법은 마그네슘 합금 빌렛 제조에 주로 사용됩니다. 이는 높은 생산 효율, 대량 생산에 적합, 높은 기계화 수준 및 낮은 에너지 소비와 같은 장점을 가지고 있습니다. 전통적인 DC 주조는 종종 거친 수지상정, 주상정 구조 및 성분 편석을 나타내며, 특히 대형 빌렛의 경우 변형 및 기계적 특성이 저하됩니다. 결과적으로, 주조 과정에서 결정립을 미세화하고 결함을 줄이기 위해 특정 수단을 사용하는 것이 특히 중요합니다. 많은 연구에서 자기장과 같은 외부장을 적용하면 잉곳 결함을 효과적으로 줄이고 잉곳 품질을 향상시킬 수 있음을 보여주었습니다.
전통적인 DC 주조 공정은 대형 희토류 마그네슘 합금 잉곳에서 거대 수지상정, 성분 편석 등의 결함을 유발하여 기계적 물성을 저하시키는 문제를 안고 있습니다.
이전 연구 현황:
저주파 전자기장을 이용한 주조(LFEC) 공정이 잉곳의 결함을 줄이고 품질을 향상시킬 수 있다는 여러 연구가 있었으나, 직경 750mm와 같은 대형 희토류 마그네슘 합금에 대한 연구는 거의 이루어지지 않았습니다.
연구 목적:
대형 희토류 마그네슘 합금의 DC 주조 공정에서 저주파 전자기장의 주파수와 전류 강도가 용탕의 유동, 온도 분포, 로렌츠 힘 및 응고 특성에 미치는 영향을 수치 시뮬레이션을 통해 규명하고, 최적의 공정 파라미터를 도출하여 실제 생산에 가이드라인을 제공하고자 합니다.
핵심 연구:
COMSOL Multiphysics를 사용하여 2차원 축대칭 다중 물리장 연성 모델을 구축하고, 자기장 주파수(16-50Hz)와 전류 강도(80-250A)를 변화시키며 온도장, 유동장, 로렌츠 힘, 응고 특성의 변화를 분석했습니다.
5. 연구 방법론
연구 설계:
상용 유한 요소 소프트웨어 COMSOL Multiphysics를 사용하여 2차원 축대칭 모델을 기반으로 한 다중 물리장 연성 시뮬레이션을 수행했습니다. 유체 열 전달의 물리장 인터페이스를 통해 주조 파라미터를 입력하고 경계 조건을 설정했으며, 비등온 유동을 채택하여 온도장과 유동장의 연성을 구현했습니다.
데이터 수집 및 분석 방법:
모델링: 전자기 반연속 주조 장치의 2차원 축대칭 기하학 모델을 생성했습니다.
지배 방정식: 질량 보존, 운동량 보존(표준 k-ε 난류 모델 포함), 에너지 보존 방정식을 사용했습니다. 전자기장은 맥스웰 방정식과 옴의 법칙으로 기술했습니다.
물성: 합금의 열전도도, 비열 등은 JMatPro를 통해 계산된 온도 의존적 데이터를 사용했습니다.
경계 조건: 상부 표면과 주형 표면은 정적 벽으로, 2차 냉각 영역은 이동 벽으로 간주하고, 각 영역에 맞는 열전달 계수 및 경계 조건을 적용했습니다.
연구 주제 및 범위:
본 연구는 대형(직경 750mm) 희토류 마그네슘 합금(Mg-10Gd-5Y-1Zn-0.6Zr)의 DC 주조 정상 상태(steady-state)에 초점을 맞춥니다. 자기장 주파수와 전류 강도 변화에 따른 용탕 유동, 로렌츠 힘, 온도 및 응고 특성의 변화를 분석했습니다.
6. 주요 결과:
주요 결과:
자기장 적용 시 용탕 유동이 가속화되고, 섬프 깊이가 약 50mm 감소하며, 온도 구배가 줄어듭니다.
전류 강도가 80A에서 250A로 증가하면 잉곳 가장자리의 로렌츠 힘이 약 10배 증가하고, 대류 열전달이 가속화됩니다.
주파수가 16Hz에서 50Hz로 증가하면 로렌츠 힘은 증가하지만, 표피 효과로 인해 자기장의 작용 범위(표피 깊이)가 64.9mm에서 36.4mm로 감소하여 용탕 유동이 불균일해집니다.
Fig. 3 Thermal conductivity (a) and specific heat capacity (b) of rare earth magnesium alloys
Fig. 4 Boundary condition
Fig. 5 Finite element mesh
Fig. 6 Path used for quantitative analysis (a), three kinds of grid temperature distribution along path 1 (b)
Fig.7 Comparison of sump between experimental and simulated
Fig. 8 Lorentz force distribution under different magnetic field frequencies and different current intensities
Fig. 9 Variation of skin depth under different magnetic field frequencies and different current intensities
Fig. 10 Variation of Lorentz force from edge to center of billet under different magnetic field frequencies (a) and different current intensities (b)
Fig. 11 Flow field distribution (a)DC (b)LFEC
Fig. 12 Flow field distribution under different magnetic field frequency and current intensity
Fig. 13 Velocity distribution along path 1 under different magnetic field frequency (a) and current intensity (b)
Fig .14 Comparison of temperature (a) and liquid phase ratio (b) throughout the DC and LFEC casting processes
Fig. 15 Temperature variation along path 1 throughout the DC and LFEC casting processes
Fig. 16 Distribution of temperature (a-b are 16 Hz, 30 Hz, 40 Hz, 50 Hz, respectively) and liquid rate (e-h are 16 Hz, 30 Hz, 40 Hz, 50 Hz, respectively) distribution under four magnetic field frequencies
Fig. 17 Distribution of temperature (a-b are 80 A, 140 A, 200 A, 250 A, respectively) and liquid phase rate (e-h are 80 A, 140 A, 200 A, 250 A, respectively) under four current intensities
Fig. 18 Temperature variation along path 3 under different magnetic field frequencies (a) and currents (b)
Fig. 19 Convective heat flux at the center of the outlet of the shunt plate and the edge of the ingot
7. 결론:
본 연구에서는 COMSOL Multiphysics를 사용하여 2차원 축대칭 모델을 생성했습니다. 희토류 마그네슘 합금 DC 주조의 정상 상태 단계에서 전류 강도와 자기장 주파수가 온도장, 유동장, 로렌츠 힘 및 응고 특성에 미치는 영향을 분석했습니다. 다음과 같은 결론을 도출했습니다: 1. 자기장을 사용하면 용탕 유동을 가속화하고, 응고 시간을 단축하며, 용탕 등온선을 위쪽으로 크게 이동시키고, 온도 구배를 줄일 수 있습니다. 섬프 깊이는 약 50mm 증가하며, 유동장의 와류 밀도를 증가시킵니다. 2. 전류 강도를 높이면 로렌츠 힘을 증가시킬 수 있습니다. 전류가 80A에서 250A로 증가하면 잉곳 가장자리의 로렌츠 힘이 약 10배 확장됩니다. 또한 용탕의 대류 열전달을 가속화하고, 온도 구배를 줄이며, 섬프를 상승시키고, 유동장의 와류 밀도를 증가시키며, 전체 용탕 유동 속도를 가속화합니다. 3. 자기장 주파수를 높이면 로렌츠 힘을 증가시킬 수 있지만, 표피 효과의 존재로 인해 자기장의 범위가 줄어들고 용탕 유동 분포가 불균일해집니다.
Fig. 11 Flow field distribution (a)DC (b)LFEC
8. 참고 문헌:
Neh K, Ullmann M, Kawalla R(2015)Effect of Grain refining Additives on Microstructure and Mechanical Properties of the Commercial Available Magnesium alloys AZ31 and AM50.Materials Today: Proceedings 2:S219-S224. ‘doi:’10.1016/j.matpr.2015.05.017
Chen L, Ye T, Wang Y, Zhou D, Suo T, Deng Q, Zhao F, Wang Q(2021)Development of mechanical properties in AZ31 magnesium alloy processed by cold dynamic extrusion.MATER CHARACT 182:111535. ‘doi:’10.1016/j.matchar.2021.111535
Zhong F, Wu H, Jiao Y, Wu R, Zhang J, Hou L, Zhang M(2020)Effect of Y and Ce on the microstructure, mechanical properties and anisotropy of as-rolled Mg-8Li-1Al alloy.J MATER SCI TECHNOL 39:124-134. ‘doi:’10.1016/j.jmst.2019.04.045
Wei Loon L, Sreekar Reddy S, A. K. PR(2019)CFD simulation of direct chill casting process of magnesium alloy billets.J MANUF PROCESS 45:447-454. ‘doi:’10.1016/j.jmapro.2019.07.033
Bai Y, Wei R, Le Q, Zhang H(2016)Effect of Start-Up Levels on the Stress-Strain Field and Cracking Tendency during Direct-Chill Casting of Magnesium Alloy AZ80 .ADV ENG MATER 18 (9):1600-1608. ‘doi:’10.1002/adem.201600151
Eskin D, Nadella R, Katgerman L(2008) Effect of different grain structures on centerline macrosegregation during direct-chill casting.ACTA MATER 56 (6):1358-1365. ‘doi: 10.1016/j.actamat.2007.11.021
Jia Y, Chen X, Le Q, Wang H, Jia W(2019)Numerical study on action of HMF, PMF, DHMF, and DPMF on molten metal during electromagnetic casting.The International Journal of Advanced Manufacturing Technology 103 (1-4):201-217. ‘doi:’10.1007/s00170-019-03501-y
Zhang H, Nagaumi H, Zuo Y, Cui J(2007)Coupled modeling of electromagnetic field, fluid flow, heat transfer and solidification during low frequency electromagnetic casting of 7XXX aluminum alloys.Materials Science and Engineering: A 448 (1-2):189-203. ‘doi:’10.1016/j.msea.2006.10.062
Ma X, Yang Y, Wang B(2009) Effect of pulsed magnetic field on superalloy melt.INT J HEAT MASS TRAN 52 (23-24):5285-5292. ‘doi:’10.1016/j.ijheatmasstransfer.2009.06.042
Chen Q, Shen H(2018)Numerical study on solidification characteristics under pulsed magnetic field.INT J HEAT MASS TRAN 120:997-1008. ‘doi:’10.1016/j.ijheatmasstransfer.2017.12.125
Hatić V, Mavrič B, Košnik N, Šarler B(2018)Simulation of direct chill casting under the influence of a low-frequency electromagnetic field.APPL MATH MODEL 54:170-188. ‘doi: 10.1016/j.apm.2017.09.034
Jia Y, Wang H, Le Q(2019)Transient coupling simulation of multi-physical field during pulse electromagnetic direct-chill casting of AZ80 magnesium alloy.INT J HEAT MASS TRAN 143:118524. ‘doi:’10.1016/j.ijheatmasstransfer.2019.118524
Duan W, Bao J, Liu W, Zhang Z, Cui J(2020)Simulation on DC casting of magnesium alloy under out-of-phase pulsed magnetic field with different coil connection strategies.INT J HEAT MASS TRAN 162:120353. ‘doi:’10.1016/j.ijheatmasstransfer.2020.120353
Alsabery AI, Armaghani T, Chamkha AJ, Sadiq MA, Hashim I(2019)Effects of two-phase nanofluid model on convection in a double lid-driven cavity in the presence of a magnetic field.INT J NUMER METHOD H 29 (4):1272-1299. ‘doi:’10.1108/HFF-07-2018-0386
Gao L, Huang H, Kratzsch C, Zhang H, Chattopadhyay K, Jiang Y, Zhou R(2020)Numerical study of aluminum segregation during electron beam cold hearth melting for large-scale Ti-6 wt%Al- 4 wt%V alloy slab ingots.INT J HEAT MASS TRAN 147:118976. ‘doi:’10.1016/j.ijheatmasstransfer.2019.118976
Şenay G, Kaya M, Gedik E, Kayfeci M(2019)Numerical investigation on turbulent convective heat transfer of nanofluid flow in a square cross-sectioned duct.INT J NUMER METHOD H 29 (4):1432- 1447. ‘doi:’10.1108/HFF-06-2018-0260
Ben-David O, Levy A, Mikhailovich B, Azulay A(2013)3D numerical and experimental study of gallium melting in a rectangular container.INT J HEAT MASS TRAN 67:260-271. ‘doi: 10.1016/j.ijheatmasstransfer.2013.07.058
M. REZA ABOUTALEBI, M. HASAN, GUTHRIE RIL(1995) Coupled Turbulent Flow, Heat, and Solute Transport in Continuous Casting Processes.METALLURGICAL AND MATERIALS TRANSACTIONS B 26B:731-744
ASAI S, MUCHI I(1978)Theoretical Analysis and Model Experiments on the Formation Mechanism of Channel-type Segregation.Transactions of the Iron and Steel Institute of Japan 18 (2):90-98. ‘doi:’10.2355/isijinternational1966.18.90
Duan W, Yin S, Liu W, Yang J, Zhu Q, Bao L, Wang P, Cui J, Zhang Z(2020)Numerical study of flow and heat transfer behaviors during direct-chill casting of large-size magnesium alloy billet under pulsed magnetic field.INT J NUMER METHOD H 31 (3):829-857. ‘doi:’10.1108/HFF-11-2019- 0825
Duan W, Yang Y, Liu W, Zhang Z, Cui J(2022)Modelling the fluid flow, solidification and segregation behavior in electromagnetic DC casting of magnesium alloy.SIMUL MODEL PRACT ΤΗ 115:102460. ‘doi:’10.1016/j.simpat.2021.102460
WECKMAN DC, NIESSEN P(1982)A Numerical Simulation of the D. C. Continuous Casting Process Including Nucleate Boiling Heat Transfer.METALLURGICAL TRANSACTIONS B 13B:593-602
Begum L, Hasan M(2014)3-D CFD simulation of a vertical direct chill slab caster with a submerged nozzle and a porous filter delivery system.INT J HEAT MASS TRAN 73:42-58. ‘doi:’10.1016/j.ijheatmasstransfer.2014.01.072
BAO L, ZHANG Z, LE Q, RU L, CUI J(2015)Heat transfer behavior of AZ80 – 1%Y alloy during low-frequency electromagnetic casting.T NONFERR METAL SOC 25 (11):3618-3624. ‘doi: 10.1016/S1003-6326(15)64003-1
García-Martín J, Gómez-Gil J, Vázquez-Sánchez E(2011)Non-Destructive Techniques Based on Eddy Current Testing.SENSORS-BASEL 11 (3):2525-2565. ‘doi:’10.3390/s110302525
Expert Q&A: 전문가 질의응답
Q1: 이 연구에서 3D 모델 대신 2D 축대칭 모델을 사용한 이유는 무엇인가요? 3D 모델이 더 정확한 결과를 제공하지 않나요?
A1: 논문에 따르면, 2D 축대칭 모델은 계산을 단순화하기 위해 사용되었습니다. 대형 잉곳 주조와 같이 복잡한 다중 물리 현상을 해석할 때, 2D 모델은 계산 시간과 리소스를 크게 절약하면서도 핵심적인 물리적 현상을 분석할 수 있게 해줍니다. 모델의 타당성은 Bao 등의 실험 결과[24]와 섬프 분포를 비교하여 검증되었으며, 실제 상황과 다소 차이는 있지만 일정 수준의 합리성을 갖추고 있음을 확인했습니다.
Q2: 주파수가 증가하면 로렌츠 힘이 강해지는데, 왜 용탕 중심부의 온도는 오히려 상승하는 건가요?
A2: 이는 ‘표피 효과(skin effect)’ 때문입니다. 주파수가 증가할수록 전자기장의 침투 깊이, 즉 표피 깊이가 감소합니다. 본 연구에서는 주파수가 16Hz에서 50Hz로 증가하자 표피 깊이가 64.9mm에서 36.4mm로 줄었습니다 (그림 9). 이로 인해 전자기력은 잉곳 가장자리에 집중되고, 내부 고온 액상 영역에 대한 교반 효과는 약해집니다. 결과적으로 중심부의 응고 속도가 느려져 온도가 상승하게 됩니다 (그림 18a 참조).
Q3: 전류 강도를 높이는 것이 항상 잉곳 품질에 긍정적인가요?
A3: 본 연구 결과에 따르면, 전류 강도를 80A에서 250A로 높이면 로렌츠 힘이 크게 증가하여 용탕 유동과 대류 열전달이 촉진되고 응고가 가속화되는 긍정적인 효과가 있습니다. 하지만 과도한 유동은 주형과 응고 전면 사이의 상호작용을 복잡하게 만들 수 있으며, 본 논문에서는 다루지 않았지만 다른 연구에서는 강한 교반이 불순물 포집이나 다른 유형의 결함을 유발할 가능성도 제기합니다. 따라서 최적의 품질을 위해서는 재료와 주조 조건에 맞는 최적의 전류 강도를 찾는 것이 중요합니다.
Q4: 시뮬레이션에서 사용된 k-ε 난류 모델이 이 공정을 설명하기에 적합한가요?
A4: 네, k-ε 난류 모델은 DC 주조 공정에서 용탕의 자연 대류와 전자기 교반에 의한 강제 대류를 다루기 위해 널리 사용되는 모델입니다. 이 모델은 산업적으로 복잡한 유동 현상을 비교적 정확하고 효율적으로 예측할 수 있습니다. 본 연구에서는 응고 계면에서의 유동을 벽 함수(wall function) 방법으로 처리하여, 액상에서 기액 공존 구간을 거쳐 고상으로 변하는 전이 과정을 효과적으로 모사했습니다.
Q5: 이 연구 결과를 다른 마그네슘 합금이나 다른 크기의 잉곳에 직접 적용할 수 있나요?
A5: 이 연구는 특정 희토류 마그네슘 합금(Mg-10Gd-5Y-1Zn-0.6Zr)과 특정 크기(직경 750mm)의 잉곳에 대한 결과입니다. 따라서 다른 합금이나 크기에 직접 적용하기는 어렵습니다. 합금의 전기 전도도, 점성, 응고 온도 범위 등 물성이 다르면 전자기장과의 상호작용 및 응고 거동이 달라지기 때문입니다. 하지만 이 연구에서 밝혀진 주파수, 전류 강도와 응고 특성 간의 정성적인 관계(예: 표피 효과, 로렌츠 힘의 영향)는 다른 시스템을 분석하고 최적화하는 데 중요한 공학적 통찰력을 제공합니다.
결론: 더 높은 품질과 생산성을 향한 길
대형 희토류 마그네슘 합금 잉곳의 주조 결함 문제는 고품질 경량 부품 생산의 주요 걸림돌이었습니다. 본 연구는 저주파 전자기장 주조 공정의 수치 시뮬레이션을 통해, 자기장 주파수와 전류 강도를 정밀하게 제어함으로써 용탕 유동을 최적화하고 응고 과정을 가속화하여 잉곳의 품질을 획기적으로 개선할 수 있음을 명확히 보여주었습니다. 특히 전류 강도 증가에 따른 로렌츠 힘의 증폭 효과와 주파수 증가에 따른 표피 효과의 상호작용을 이해하는 것은 공정 최적화의 핵심입니다.
(주)에스티아이씨앤디는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 Zhongliang Zhou 외 저자의 논문 “Numerical simulation of DC casting of large-size rare earth magnesium alloy ingot under low-frequency electromagnetic field”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Iqbal Singh Budwal이 2021년 워털루 대학교(University of Waterloo)에 제출한 석사 학위 논문 “Influence of Soil Parameters on Local Pier Scour Depth”를 기반으로 하며, STI C&D에서 기술 전문가를 위해 분석 및 요약했습니다.
도전 과제: 현재 사용되는 교각 세굴 예측 방법들은 중요한 토질 매개변수를 간과하여 부정확한 설계와 잠재적인 교량 붕괴로 이어질 수 있습니다.
연구 방법: CFD 소프트웨어(SSIIM)를 사용한 포괄적인 수치 연구를 통해 토양의 입자 크기, 안식각, 점착력이 교각 세굴 깊이에 미치는 영향을 체계적으로 분석했습니다.
핵심 발견: 토양의 안식각과 점착력은 세굴 깊이에 극적인 영향을 미치는 것으로 나타났으며, 이들 변수의 변화는 세굴 깊이를 각각 100% 및 90% 이상 변화시켰습니다.
핵심 결론: 안전하고 비용 효율적인 교량 설계를 위해서는 상세한 토질 매개변수를 세굴 분석에 반드시 포함해야 하며, CFD 시뮬레이션은 이를 위한 가장 효과적인 도구입니다.
Figure 1.3: Flow and scour at single pier (Akib et al. 2014)
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
교량 세굴(Scour)은 교량 붕괴의 가장 주된 원인으로 지목됩니다. 흐르는 물이 교각 주변의 하상 퇴적물을 침식시키면서 기초의 지지력을 약화시키기 때문입니다. 따라서 교각의 최대 세굴 깊이를 정확하게 예측하는 것은 교량의 안전성과 경제성을 확보하는 데 매우 중요합니다.
하지만 현재까지 널리 사용되는 세굴 깊이 예측 방법들은 대부분 실험실 데이터에 기반한 경험식에 의존하고 있습니다. 이러한 경험식들은 다음과 같은 근본적인 한계를 가집니다.
스케일링 효과: 실험실의 축소 모델에서 얻은 결과는 실제 크기의 교각에 적용될 때 오차를 유발합니다.
제한된 변수: 대부분의 공식은 유속, 수심, 교각 폭과 같은 유체 및 구조적 요인에만 초점을 맞춥니다.
토질 매개변수 무시: 토양의 입자 크기(D50) 외에, 침식 저항성에 결정적인 영향을 미치는 안식각(angle of repose)이나 점착력(cohesion)과 같은 중요한 토질 매개변수들이 대부분 무시됩니다.
이러한 한계로 인해 기존의 예측은 실제보다 과도하게 보수적이어서 불필요한 건설 비용을 증가시키거나, 반대로 세굴 깊이를 과소평가하여 교량의 안전을 심각하게 위협할 수 있습니다. 본 연구는 이러한 지식의 격차를 해소하고, 특히 중요한 토질 매개변수가 세굴 깊이에 미치는 영향을 정량적으로 분석하여 보다 신뢰성 높은 예측 방법론의 필요성을 제시합니다.
연구 접근법: 방법론 분석
본 연구는 실제 현장 계측의 어려움과 실험실 연구의 스케일링 한계를 극복하기 위해 수치 시뮬레이션, 특히 CFD(전산 유체 역학) 접근법을 채택했습니다. 연구에 사용된 주요 도구는 퇴적물 이동 해석 기능이 내장된 오픈 소스 CFD 소프트웨어인 SSIIM(Sediment Simulation in Intakes with Multiblock option)입니다.
연구는 다음 두 단계로 진행되었습니다.
수치 모델 검증: 먼저, 기존에 발표된 신뢰성 있는 실험 연구(고정상 및 이동상 조건)의 결과와 SSIIM 시뮬레이션 결과를 비교하여 모델의 정확도를 검증했습니다. 이를 통해 유동장, 전단 응력, 최대 세굴 깊이 예측에 대한 모델의 신뢰성을 확보했습니다.
매개변수 연구: 검증된 모델을 사용하여 대규모 매개변수 연구를 수행했습니다. 총 128개의 시뮬레이션 케이스를 통해 다음과 같은 주요 변수들의 영향을 체계적으로 분석했습니다.
구조적 요인: 4가지 다른 직경의 원형 교각 (0.1m, 0.25m, 0.5m, 0.8m)
유동 요인: 2가지 다른 유속 강도 (I=0.5, 0.75)
토질 요인: 16가지 다른 토질 조건 (상이한 입자 크기, 안정 경사각, 점착력)
이 체계적인 접근법을 통해 각 토질 매개변수가 다른 구조 및 유동 조건 하에서 세굴 깊이에 미치는 영향을 독립적으로 정량화할 수 있었습니다.
핵심 발견: 주요 결과 및 데이터
매개변수 연구를 통해 기존 경험식들이 간과해왔던 토질 매개변수들이 교각 세굴 깊이에 얼마나 지대한 영향을 미치는지 명확히 밝혀졌습니다.
결과 1: 안정 경사각(안식각)의 극적인 영향
토양 입자가 무너지지 않고 쌓일 수 있는 최대 각도인 안정 경사각(안식각)은 세굴 구멍의 형태와 깊이를 결정하는 핵심 요소였습니다. 기준값인 30°와 비교했을 때, 안정 경사각의 변화는 세굴 깊이에 엄청난 변화를 가져왔습니다.
논문의 표 3.7에 따르면, 안정 경사각이 30°에서 40°로 증가했을 때 세굴 깊이는 평균 145.1%까지 증가했으며, 20°로 감소했을 때는 평균 41.9% 감소했습니다. 이는 안식각이 큰 토양일수록 더 깊고 가파른 세굴이 발생할 수 있음을 의미하며, 이 매개변수를 무시하는 것은 예측에 심각한 오차를 유발할 수 있음을 보여줍니다.
Figure 1.37: Scour amplification factor for spill-through abutments and clear-water conditions (Ettema et al. 2010)
결과 2: 미소한 점착력의 막대한 세굴 억제 효과
모래에 점토나 실트 같은 미세 입자가 섞여 발생하는 점착력 또한 세굴 깊이를 결정하는 중요한 변수임이 확인되었습니다. 시뮬레이션 결과, 아주 작은 양의 점착력만으로도 토양의 침식 저항성이 크게 증가했습니다.
논문의 표 3.8에 따르면, 불과 0.5 Pa의 점착력이 추가되었을 때 세굴 깊이가 평균 90.9% 감소하는 것으로 나타났습니다. 이는 점착력을 고려하지 않는 현재의 설계 방식이 실제보다 훨씬 과도한 세굴 깊이를 예측하여 막대한 비용 낭비를 초래할 수 있음을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
본 연구 결과는 교량 설계, 시공 및 유지관리와 관련된 다양한 분야의 전문가들에게 중요한 시사점을 제공합니다.
공정/토목 엔지니어: 현장별 토질 데이터(특히 안식각, 점착력) 없이 표준 경험식에만 의존하는 것은 매우 위험합니다. CFD 시뮬레이션은 이러한 현장 고유의 특성을 설계에 반영하여 신뢰도를 높일 수 있는 강력한 도구를 제공합니다.
품질 관리/지반 공학팀: 본 연구는 상세한 지반 조사의 중요성을 강조합니다. 안식각과 점착력 측정은 단순한 절차가 아니라, 정확한 세굴 위험 평가를 위한 핵심 입력 데이터입니다.
설계 엔지니어: 연구 결과는 교량 기초 설계에 직접적인 영향을 미칩니다. 이러한 토질 매개변수를 고려하면 과소 설계(붕괴 위험)와 과대 설계(불필요한 비용)를 모두 피하고, 안전하면서도 경제적인 설계를 달성할 수 있습니다.
논문 상세 정보
Influence of Soil Parameters on Local Pier Scour Depth
1. 개요:
제목: Influence of Soil Parameters on Local Pier Scour Depth (국부 교각 세굴 깊이에 대한 토질 매개변수의 영향)
저자: Iqbal Singh Budwal
발행 연도: 2021
발행 학술지/학회: A thesis presented to the University of Waterloo (워털루 대학교 제출 석사 학위 논문)
교량 세굴은 교량 기초 주변의 퇴적층이 해류, 파랑, 난류로 인해 발생하는 유체력에 의해 침식되는 현상이다. 교각, 말뚝, 교대와 같은 기초 구성 요소 주변의 세굴은 구조적 불안정성과 붕괴 가능성을 초래할 수 있다. 세굴은 교량 붕괴의 주요 원인으로 기록되어 왔으며, 따라서 안전하고 비용 효율적인 교량 설계를 위해서는 세굴의 예측, 모니터링 및 완화가 가장 중요하다. 현재 교각 세굴 추정 방법은 계산에서 토질 매개변수에 대한 정보를 적절히 사용하지 않는다. 그러나 토질 매개변수는 다른 요인들 중에서도 세굴 과정에서 중요한 역할을 한다. 토질 매개변수 입력을 무시하면 교각 세굴 깊이를 상당히 과소평가하게 되고, 과도하게 비싼 교량 기초 설계로 이어진다. 더 정확한 세굴 예측 방법을 개발하기 위해서는 입도 분포, 광물 구성, 점착력, 안식각, 공극비와 같은 토질 매개변수의 영향을 체계적으로 조사하고 이를 세굴 예측 방정식에 통합하기 위한 매개변수 연구가 필요하다. 대부분의 발표된 세굴 연구는 축소된 실험실 실험을 활용했지만, 수치 시뮬레이션을 사용한 세굴 연구도 일부 제한적으로 이루어졌다. 수치 연구는 비용이 적게 들고 체계적인 매개변수 연구를 통해 다양한 시나리오를 조사할 기회를 제공한다.
본 논문에서는 기존 교량 세굴 이론 및 세굴 추정 방법에 대한 포괄적인 검토를 수행한다. 이어서 SSIIM 소프트웨어를 사용하여 교각 세굴의 수치 시뮬레이션을 수행한다. SSIIM을 사용하여 퇴적물 매개변수가 교각 세굴에 미치는 영향을 정량화하고 가장 적절한 세굴 예측 방법에 대한 권장 사항을 제공하기 위해 매개변수 연구를 수행한다. 본 논문에서 수행된 검토는 제어 메커니즘 및 교량에서 발생하는 세굴 유형을 포함한 기존 세굴 문헌을 다룬다. 관련 토양, 유체 및 구조적 요인과 세굴에 미치는 영향을 조사한다. 세굴에 가장 영향력 있는 토양 매개변수는 입자 크기, 안식각, 점착력으로 밝혀졌다. 그러나 현재 경험적 방법에서 고려되는 유일한 토양 매개변수는 입자 크기 또는 입도이다. 또한 평형 세굴 깊이와 세굴 속도를 추정하는 데 사용되는 일반적인 경험적 방정식에 대해 자세히 논의한다. 검토는 실험실 규모 연구, 수치 모델링, 그리고 인공 신경망과 같은 소프트 컴퓨팅 기술을 다룬다. 세굴 모니터링 기술과 세굴 완화를 위한 대책에 대한 간략한 논의도 이루어진다.
3. 서론:
교량에서의 세굴 과정과 영향을 이해하는 것은 안전하고 효율적인 엔지니어링 설계에 필수적이다. 세굴은 유체력으로 인해 해양 구조물 주변의 퇴적층 물질이 침식되거나 제거되는 것으로 정의된다. 시간이 지남에 따라 세굴 과정은 교량의 측면 저항력을 약화시키며, 교량 붕괴의 약 60%를 차지하는 원인이었다. Wardhana와 Hadiprio(2003)는 1989년에서 2000년 사이 미국에서 발생한 500건의 교량 붕괴 원인을 조사하여 주된 원인을 파악했다. 홍수와 세굴이 가장 큰 기여 요인으로, 교량 붕괴의 48.31%를 차지했다. 심각한 세굴은 유효 기초 깊이를 감소시키고 기초 푸팅을 노출시킨다. 본 장에서는 교량 기초에서의 세굴 속도와 평형 깊이를 예측하는 데 사용되는 이론과 방법을 논의한다. 토양, 유체, 구조물 간의 상호작용이 세굴 현상을 유발하고 제어한다. 이 세 가지 요소에서 비롯된 요인들의 영향과 상호작용을 연구하는 것은 교량 세굴을 이해하는 데 매우 중요하다. 실험실 테스트, 수치 시뮬레이션, 다양한 데이터 기반 알고리즘이 세굴 발생 방식과 추정 최적 관행을 조사하는 데 사용되어 왔다.
4. 연구 요약:
연구 주제의 배경:
교각 세굴은 교량 안전을 위협하는 가장 큰 요인 중 하나이다. 기존의 세굴 깊이 예측 공식들은 주로 유체역학적 변수와 구조물의 기하학적 형태에만 집중하며, 세굴 저항성의 핵심인 토질의 공학적 특성을 제대로 반영하지 못하는 한계가 있다. 이로 인해 예측의 정확도가 떨어져 과소 또는 과대 설계의 문제가 발생한다.
이전 연구 현황:
과거 연구들은 대부분 실험실 수조 실험을 통해 경험식을 개발하는 데 중점을 두었다. 일부 연구에서 토질의 입자 크기(D50)나 입도 분포를 고려했지만, 안식각이나 점착력과 같은 중요한 매개변수들은 거의 다루어지지 않았다. 최근 수치 모델링(CFD) 기술이 발전하면서 세굴 현상을 모사하려는 시도가 있었으나, 유체와 퇴적물 간의 복잡한 상호작용을 정확히 모델링하는 데에는 여전히 어려움이 있다.
연구 목적:
본 연구의 목적은 다음과 같다. 1. 수치 시뮬레이션을 통해 기존에 간과되었던 주요 토질 매개변수(안식각, 점착력)가 교각 세굴 깊이에 미치는 영향을 정량적으로 분석한다. 2. 시뮬레이션 결과를 바탕으로 현재 널리 사용되는 12개의 경험적 세굴 예측 공식의 성능을 평가한다. 3. 가장 정확하고 안전한 예측 방법을 제시하고, 향후 수치 모델링의 개선 방향을 논의한다.
핵심 연구:
본 연구는 CFD 소프트웨어 SSIIM을 사용하여 총 128가지 조건에 대한 교각 세굴 시뮬레이션을 수행했다. 4가지 다른 교각 직경과 2가지 유속 조건 하에서, 3가지 핵심 토질 매개변수인 입자 크기(D50), 안정 경사각, 점착력을 체계적으로 변화시키며 최대 세굴 깊이를 계산했다. 이 결과를 통해 각 매개변수의 민감도를 분석하고, 기존 경험식들의 예측 오차(SSE, UE)를 정량적으로 평가했다.
5. 연구 방법론
연구 설계:
본 연구는 수치 시뮬레이션을 기반으로 한 매개변수 연구로 설계되었다. 먼저 SSIIM 소프트웨어의 신뢰성을 확보하기 위해, 기존에 발표된 3가지 실험 연구(Roulund et al. 2005, Melville 1975, Ahmed and Rajaratnam 1998)의 결과를 수치적으로 재현하고 비교하는 검증 단계를 거쳤다. 검증 후, 교각 직경, 유속, 토질 매개변수를 조합한 총 128개의 가상 시나리오를 설정하여 매개변수 연구를 수행했다.
데이터 수집 및 분석 방법:
데이터 생성: SSIIM 2.0 소프트웨어를 사용하여 각 시나리오에 대한 3차원 CFD 및 퇴적물 이동 시뮬레이션을 수행했다. 시간에 따른 세굴 깊이 변화를 기록하고, 최종 평형 세굴 깊이를 도출했다.
데이터 분석: 시뮬레이션으로 얻은 최대 세굴 깊이 데이터를 12개의 주요 경험식으로 계산한 예측값과 비교했다. 분석 지표로는 총 제곱 오차 합(SSE)과 과소예측 오차(UE)를 사용하여 각 공식의 정확성과 안전성을 평가했다. 또한, 안정 경사각과 점착력 변화에 따른 세굴 깊이의 변화율을 계산하여 그 영향을 정량화했다.
연구 주제 및 범위:
연구 주제: 원형 단일 교각 주변에서 발생하는 국부 세굴(Local Pier Scour)
연구 범위:
유동 조건: 유사 이동이 없는 청수 세굴(Clear-water scour) 조건
토질: 균일한 입경의 깨끗한 모래(Clean sands)
주요 변수: 교각 직경(4종), 유속 강도(2종), 토질 입자 크기(10종), 안정 경사각(5종), 점착력(5종)
6. 주요 결과:
주요 결과:
안정 경사각의 영향: 안정 경사각은 세굴 깊이에 지대한 영향을 미쳤다. 기준 각도 30° 대비 40°에서는 세굴 깊이가 최대 +145.1% 증가했고, 20°에서는 최대 -41.9% 감소했다.
점착력의 영향: 소량의 점착력(0.5 Pa)만으로도 세굴 깊이가 평균 90.9% 감소하여, 점착력이 세굴을 억제하는 데 매우 효과적임을 확인했다.
경험식 성능 평가: 12개 경험식 중 TAMU(Texas A&M University) 방법이 과소예측 없이 SSIIM 결과와 가장 근접한 예측을 제공하여 최상의 성능을 보였다. 반면, 일부 널리 사용되는 공식들은 특정 조건에서 세굴 깊이를 심각하게 과소예측할 위험이 있었다.
수치 모델링의 한계 및 가능성: SSIIM은 최대 세굴 깊이를 성공적으로 예측했지만, 미세 입자의 초기 침식률 모사나 안식각 효과를 통합적으로 모델링하는 데에는 한계를 보였다. 이는 향후 더 정교한 퇴적물 수치 모델 개발의 필요성을 시사한다.
Figure 3.19: Model 3b scour depth versus D50 with empirical equations
Figure List:
Figure 1.1: Scoured bridge foundation (MTO 1997)
Figure 1.2: Flow and scouring at a contraction (MTO 1997)
Figure 1.3: Flow and scour at single pier (Akib et al. 2014)
Figure 1.4: Flow and local scour at abutment (Richardson and Davis 2001)
Figure 1.5: Live-bed and clear-water scour over time (Richardson and Davis 2001)
Figure 1.6: Live-bed and clear-water scour comparison on time (Melville 1999)
Figure 1.7: Forces acting on a bed sediment particle (Van Rijn 1993)
Figure 1.8: Difference between scour in sands and clays (Wang et al. 2017)
Figure 1.9: Critical shear stress as a function of mean grain size (Briaud et al. 2011)
Figure 1.10: Critical velocity as a function of mean grain size (Briaud et al. 2011)
Figure 1.11: Erosion rates versus flow velocity for soils (Briaud et al. 2011)
Figure 1.12: Erosion rates versus applied shear stress for soils (Briaud et al. 2011)
Figure 1.13: Erosion function plot from EFA (Briaud et al. 2001a)
Figure 1.14: EFA detail (Briaud et al. 2001a)
Figure 1.15: Open channel flow profile (Van Rijn 1993)
Figure 3.1: Inlet and outlet erosion in model 1b (flow towards right)
Figure 3.2: Model 1a scour depth versus time
Figure 3.3: Model 1b scour depth versus time
Figure 3.4: Model 2a scour depth versus time
Figure 3.5: Model 2b scour depth versus time
Figure 3.6: Model 3a scour depth versus time
Figure 3.7: Model 3b scour depth versus time
Figure 3.8: Model 4a scour depth versus time
Figure 3.9: Model 4b scour depth versus time
Figure 3.10: Scour depth versus time for D50 = 1 mm
Figure 3.11: Scour depth versus time for D50 = 0.05 mm
Figure 3.12: Scour depth versus stable slope angle for all models
Figure 3.13: Scour depth versus D50 for all models
Figure 3.14: Model 1a scour depth versus D50 with empirical equations
Figure 3.15: Model 1b scour depth versus D50 with empirical equations
Figure 3.16: Model 2a scour depth versus D50 with empirical equations
Figure 3.17: Model 2b scour depth versus D50 with empirical equations
Figure 3.18: Model 3a scour depth versus D50 with empirical equations
Figure 3.19: Model 3b scour depth versus D50 with empirical equations
Figure 3.20: Model 4a scour depth versus D50 with empirical equations
Figure 3.21: Model 4b scour depth versus D50 with empirical equations
Figure 3.22: Scour depth versus stable slope angle for all models
Figure 3.23: SSE and UE for empirical pier scour equations
Figure 3.24: Live bed scour in model 1b
7. 결론:
본 논문은 교량 기초에서 발생하는 수축 및 국부 세굴에 대한 검토를 다루었다. 세굴 이론과 예측 방법은 영향 요인과 함께 상세히 논의되었다. 연구 범위는 교각에서의 국부 세굴 깊이 예측을 다루는 데 초점을 맞췄다. 교량 세굴 예측을 위한 기존 방법의 주요 격차는 입자 크기 이외의 토질 매개변수를 고려하지 않는다는 점이었다. Sheppard/Melville(2011) 및 HEC-18 방정식과 같은 방법은 좋은 성능을 보였지만, 토질 매개변수를 통합함으로써 크게 개선될 수 있다. 발표된 문헌을 검토한 결과, 세굴에 가장 중요한 토질 매개변수는 입자 크기, 입도, 점착력, 안식각임이 밝혀졌다. 이러한 토질 매개변수들은 운동 시작, 침식 거동, 그리고 교각에서의 최대 세굴 깊이를 제어하는 세굴 구멍의 모양을 제어하는 것으로 밝혀졌다. 더욱이, 대부분의 방법은 제한된 실험 시나리오에서 파생되었으며, 이로 인해 더 큰 구조물로 현장 세굴을 예측할 때 스케일링 효과가 부정확성을 유발한다. 따라서 현재의 설계 방법은 세굴을 과도하게 예측하여 비싼 건설 비용을 초래하는 경향이 있다. 또한, 토질 매개변수 입력의 부족은 세굴 깊이의 과소예측으로 이어져 세굴이 교량 붕괴의 가장 흔한 원인이 되었다. 더 나은 세굴 예측 방법을 개발하기 위해서는 토질 매개변수가 세굴 깊이에 미치는 영향에 대한 추가 연구가 필요했다.
8. 참고 문헌:
Lancaster, J. F., 1984, The physics of welding, Physics in Technology, 15:73-79.
Kou, S., 2003, Fusion welding processes, In: Welding Technology, 2nd Ed., John Willey & Sons Inc., NJ, USA, pp.3-36.
Steen, W.M., Mazumder, J., 2010, Laser welding: laser material processing, 4th Ed., Springer-Verlag London Limited, UK, pp. 199-250.
Merchant, V., Laser beam welding, In: Ahmed, N., editor, New developments in advanced welding, 1st Ed., Woodhead Publishing Limited, Cambridge, UK, pp. 83-84.
Kugler, T.R., 2001, Fusion front penetration: Conduction Welding, In: Ready, J.F., editor, LIA handbook of laser materials processing, 1st Ed., Magnolia Publishing Inc., FL, USA, pp. 310-312.
Matsunawa, A., 2002, Science of laser welding-mechanisms of keyhole and pool dynamics. In: ICALEO 2002 proceedings, Phoenix, LIA, Orlando, paper: 101.
Lacroix, D., Jeandel, G., Boudot, C., 1996, Spectroscopic studies of laser-induced plume during welding with a Nd:YAG laser, In: Proceedings of SPIE, 2789, pp. 221–227.
Dumord, E., Jouvard, J.M., Grevey, D., 1996, Keyhole modeling during CW Nd:YAG laser welding, In: Proceedings of SPIE, 2789, pp. 213–220.
Berkmanns, J., Faerber, M., 2005, Facts about laser technology: laser welding, http://www.laserdeal.com/, access date: January 20, 2012.
Coherent Inc., 2004, High speed welding of metals with diamond CO2 laser – stainless steels, Technical Note, http://www.coherent.de/, access date: November 15, 2011.
LWS, 2006, A technical report on the LWS flexcell cladding system, http://www.laserweldingsolutions.com/, access date: April 01, 2009.
Shannon, G., 2009, Source selection for laser welding, http://www.industrial-lasers.com/, access date: April 01, 2009.
Faerber, M., Berkmanns, J., 1996, Gases for increased laser welding productivity, In: Proceedings of the ISATA Conference, pp. 791–798.
Schuberth S, Schedin E, Fröhlich T, Ratte E., 2008, Next generation vehicle – engineering guidelines for stainless steel in automotive applications, In: Proceedings of the 6th stainless steel science and market conference, Helsinki, Finland.
Kou, S., 2003, Weld metal solidification, In: Welding Technology, 2nd Ed., John Willey & Sons Inc., NJ, USA, pp.199-207.
Han, W., 2004, Computational and experimental investigations of laser drilling and welding for microelectronic packaging, Ph.D. Dissertation, Worcester Polytechnic Institute, Worcester, MA, USA, pp. 85-87.
Buchfink, G., 2007, A world of possibilities – joining, In: Kammϋller, N.L., editor, The laser as a tool, 1st Ed., Vogel Buchverlag, Wϋrzburg, Germany, pp. 166-167.
ISO13919-1:1996, Welding – Electrons and laser beam welded joints – guidance on quality levels for imperfections – Part I: Steel, pp. 4-13.
Zhang, Y.M., Kovacevic, R., Li, L., 1996, Characterization and real time measurement of geometrical appearance of the weld pool. International Journal of Machine Tools and Manufacture, 36(7):799–816.
Bull, C.E., Stacey, K.A., Calcraft, R., 1993, Online weld monitoring using ultrasonic. Journal of Non-destructive Test, 35(2):57–64.
Tarng, Y.S., Yang, W.H., 1998, Optimization of the weld bead geometry in gas Tungsten Arc welding by the Taguchi Method. Journal of Advanced Manufacturing Technology, 14:549–54.
Benyounis, K.Y.,Olabi, A.G.,Hasmi, M.S.J., 2008, Multi-response optimization of CO2 laser welding process of austenitic stainless steel, Optics & Laser Technology, 40:76–87.
Antony, J., 2003, Introduction to industrial experimentation, In: Design of Experiments for Engineers and Scientists, Elsevier Publishing Solutions, USA, pp. 1-4.
Sudnik, W., Radaj, D., Erofeev, W., 1996, Computerized simulation of laser beam welding, modeling and verification, Journal of Physics D: Applied Physics, 29:2811-2817.
Arata, Y., Miyamoto, I., 1972, Heat processing by CO2 laser, Journal of Japan Welding Society, 41:81.
Swift-Hook, D.T., Gick, A.E.F., 1973, Penetration welding with lasers, Welding Journal Research Supplement, 52:492s–9s.
Steen, W.M., Dowden, J., Davis, M., Kapadia, P., 1988, A point and line source model of laser keyhole welding, Journal of Physics D, 21:1255–60.
Dowden, J., Davis, M., Kapadia, P., 1983, Some aspects of the fluid-dynamics of laser-welding. Journal of Fluid Mechanics, 126:123–46.
Ducharme, R., Kapadia, P., Dowden, J., 1993, A mathematical model of the defocusing of laser light above a workpiece in laser material processing. In: Farson, D., Steen, W., Miyamoto, I., editors, Proceedings of ICALEO’92, LIA, Orlando: Laser Institution of America, 75:187–97.
Kaplan, A., 1994, A model of deep penetration laser welding based on calculation of the keyhole profile, Journal of Physics D: Applied Physics, 27(9):1805–1814.
Klemens, P.G., 1976, Heat balance and flow conditions for electron beam and laser welding, Journal of Applied Physics, 47(5):2165–2174.
Chande, T., Mazumder, J., 1984, Estimating effects of processing conditions and variable properties upon pool shape, cooling rates, and absorption coefficient in laser welding, Journal of Applied Physics, 56:1981–6.
Borland, J.C., 1960, Generalized theory of super-solidus cracking in welds (and castings), British Welding Journal, 7: 508–512.
Hemsworth, B., Boniszewski, T., Eaton, N.F., 1969, Classification and definition of high temperature welding cracks in alloys, Metal Construction and British Welding Journal, 2:5–16.
Hoffmann, P., Geiger, M., 1995, Recent developments in laser system technology for welding applications, Annals of the CIRP, 44(1):151-156.
Weichiat, C., Paul, A., Pal, M., 2009, CO2 laser welding of galvanized steel sheets using vent holes, Materials and Design, 30:245–251.
Lippold, J.C., Kotecki, D.J., 2005, Welding metallurgy and weldability of stainless steel, 1st ed., John Willey & Sons, NJ, USA, pp. 63-70.
Brooks, J.A., Garrison, W.M., 1999, Weld microstructure development and properties of precipitation-strengthened martensitic stainless steels, Welding Journal, 78(8): 280s -291s
Tzeng, Y.F., 2000, Parametric analysis of the pulsed Nd:YAG laser seam-welding process, Journal of Materials Processing Technology, 102: 40-47.
Hector Jr., L.G., Chen, Y.-L., Agarwal, S., Briant. C.L., 2004, Texture characterization of autogenous Nd: YAG laser welds in AA5182-O and AA6111-T4 aluminum alloys, Metall. and Mater. Trans A, 35A:3032-3038.
Al-kazzaz, H., Medraj, M., Cao, X., Jahazi, M., Xiao, M., 2005, Effects of welding speed on Nd:YAG laser weldability of ZE41A-T5 magnesium sand castings, Proceeding of 44th annual conference of metallurgists of CIM, Light Metals:137-149.
Huang, R. S., Kang, L., Ma, X., 2008, Microstructure and phase composition of a low-power YAG laser-MAG welded stainless steel joint, Journal of Materials Engineering and Performance, 17:928–935.
Liu, Q.S., Mahdavian, S.M., Aswin, D., Ding, S., 2009, Experimental study of temperature and clamping force during Nd:YAG laser butt welding, Optics & Laser Technology,41(6):794-799
Berzins, M., Childs, T.H.C., Ryder, G.R., 1996, The selective laser sintering of polycarbonate, Annals of the CIRP, 45(1):187–190.
Childs, T.H.C., Berzins, M., Ryder, G.R., Tontowi, A.E., 1999, Selective laser sintering of an amorphous polymer: simulations and experiments. Proc. IMechE, Part B: J. Engineering Manufacture, 213:333-349.
Jin, X., Li, L., 2004, An experimental study on the keyhole shapes in laser deep penetration welding, Optics and Lasers in Engineering, 41: 779–790.
Sudnik, W., Radaj, D., Breitschwerdt, S., Erofeew, W., 2000, Numerical simulation of weld pool geometry in laser beam welding, J. Phys. D: Appl. Phys. 33: 662–671.
Antony, J., 2003, Systematic Methodology for design of experiment: Design of Experiment for Engineers and Scientists, 1st Ed., Butterworth-Heinemann Publication, MA, USA, pp. 38-39.
Kurt, B., Orhan, N., Somunkiran, I., Kaya, M., 2009, The effect of austenitic interface layer on microstructure of AISI 420 martensitic stainless steel joined by keyhole PTA welding process, Materials and Design, 30:661–664.
Ping, D.H., Ohnuma, M., Hirakawa, Y., Kadoya, Y., Hono, K., 2005, Microstructural evolution in 13Cr–8Ni–2.5Mo–2Al martensitic precipitation-hardened stainless steel, Materials Science and Engineering A, 394:285–295
Berretta, J.R., de Rossi, W., Neves, M.D.M., de Almeida, I.A., Junior, N.D.V., 2007, Pulsed Nd:YAG laser welding of AISI 304 to AISI 420 stainless steels, Optics and Lasers in Engineering, 45:960–966.
Srinivasan, P.B., 2008, Effect of laser beam mode on the microstructural evolution in AISI 410 martensitic stainless steel welds, Lasers in Engineering, 18:351–359.
Rajasekhar, A., Reddy, G.M., Mohandas, T., Murti, V.S.R., 2009, Influence of austenitizing temperature on microstructure and mechanical properties of AISI 431 martensitic stainless steel electron beam welds, Materials and Design, 30:1612–1624.
Sharifitabar, M., Halvaee, A., 2010, Resistance upset butt welding of austenitic to martensitic stainless steels, Materials and Design, 31(6):3044–3050.
Gualco, A., Svoboda, H.G., Surian, E.S., de Vedia, L. A., 2010, Effect of welding procedure on wear behaviour of a modified martensitic tool steel hardfacing deposit, Materials and Design, 31:4165–4173
Khan MMA, Romoli L, Fiaschi M, Dini G, Sarri F., 2010, Experimental investigation on laser beam welding of martensitic stainless steels in a constrained overlap joint configuration, Journal of Material Processing Technology,210:1340–53
Kou, S., 2002, Welding metallurgy, 2nd ed. John Willey & Sons Inc., NJ, USA, pp. 143- 169.
Nakagawa H, Matsuda F, Uehara T, Katayama S, Arata Y. A., 1979, New explanation for role of delta ferrite improving weld solidification crack susceptibility in austenitic stainless steel, Trans Jpn Weld Res Inst. 8:105–12.
Huang, Q., Hagstroem, J., Skoog, H., Kullberg, G., 1991, Effect of laser parameter variation on sheet metal welding, Int. J. Join. Mater., 3:79–88.
Benyounis, K.Y., Olabi., A.G., 2008, Optimization of different welding processes using statistical and numerical approaches – A reference guide, Advances in Engineering Software, 39:483–496.
Montgomery, D.C., 2004, Design and Analysis of Experiments, 6th ed. John Wiley and Sons, Inc., New York.
Yang, Y.K., Chuang, M.T. Lin, S.S., 2009, Optimization of dry machining parameters for high-purity graphite in end milling process via design of experiments methods, Journal of Materials Processing Technology, 209:4395– 4400.
Douglass, D.M., Wu, C.Y., 2003, Laser welding of polyolefin elastomers to thermoplastic polyolefin, In: Proceedings of the 22nd international Congress on applications of lasers & electro-optics, Jacksonville, Florida, USA, 95:118–23.
Koganti, R., Karas, C., Joaquin, A., Henderson, D., Zaluzec, M., Caliskan, A., 2003, Metal inert gas (MIG) welding process optimization for joining aluminum sheet material using OTC/DAIHEN equipment, In: Proceedings of IMECE’03, November 15–21, Washington [DC]: ASME International Mechanical Engineering Congress, pp. 409–425.
Balasubramanian, V., Guha, B., 2004, Fatigue life prediction of load carrying cruciform joints of pressure vessel steel by statistical tools. J Mater Des, 25:615–623.
Cicala, E., Duffet, G., Andrzjewski, H., Grevey, D., 2005, Optimization of T-joint properties in Al-Mg-Si alloy laser welding, 24th International Congress on Applications of Lasers and Electro-Optics, ICALEO: 543-548.
Kim, C., Choi, W., Kim, J., Rhee, S., 2008, Relationship between the weldability and the Process parameters for laser-TIG Hybrid welding of galvanized steel sheets, Materials Transactions, 49:179-186.
Datta, S., Bandyaopadhyay, A., Pal, P.K., 2008, Modeling and optimization of features of bead geometry including percentage dilution in submerged arc welding using mixture of fresh flux and fused slag, Int. J. Adv. Manuf. Technol., 36:1080–1090.
Sarsılmaz, F., Çaydaş, U., 2009, Statistical analysis on mechanical properties of friction-stir-welded AA 1050/AA 5083 couples, Int. J. Adv. Manuf. Technol., 43:248–255.
Khan M.M.A., Romoli L., Fiaschi M., Sarri F., Dini G., 2010, Experimental investigation on laser beam welding of martensitic stainless steels in a constrained overlap joint configuration, Journal of Materials Processing Technology, 210(10):1340-1353.
Zulkali, M.M.D., Ahmad, A.L., Norulakmal, N.H., 2006, Oryza sativa L. husk as heavy metal adsorbent: optimization with lead as model solution, Bioresour. Technol., 97:21–25.
Sun, Z., 1996, Feasibility of producing ferritic/austenitic dissimilar metal joints by high energy density laser beam process, International Journal of Pressure Vessels and Piping, 68:153-160.
Katayama, S., 2004, Laser welding of aluminium alloys and dissimilar metals, Weld International, 18(8):618–25.
Kaiser, E., Schafer, P., 2005, Pulse sharpening optimizes the quality of seam and spot welds. In: Lasers in manufacturing, proceeding of the third international WLT conference on lasers in manufacturing, pp. 695–698.
Li, Z., Fontana, G., 1998, Autogenous laser welding of stainless steel to free-cutting steel for the manufacture of hydraulic valves, Journal of Materials Processing Technology, 74:174–182.
Mai, T.A., Spowage, A.C., 2004, Characterisation of dissimilar joints in laser welding of steel–kovar, copper–steel and copper–aluminium, Materials Science and Engineering: A, 374:224–233.
Liu, X.B., Yu, G., Pang, M., Fan, J.W., Wang, H.H., Zheng, C.Y., 2007, Dissimilar autogenous full penetration welding of superalloy K418 and 42CrMo steel by a high power CW Nd:YAG laser, Applied Surface Science, 253:7281–7289.
Mousavi, S.A.A.A., Sufizadeh, A.R., 2009, Metallurgical investigations of pulsed Nd:YAG laser welding of AISI 321 and AISI 630 stainless steels, Materials and Design, 30:3150–3157.
Pekkarinen, J., Kujanpää, V., 2010, The effects of laser welding parameters on the microstructure of ferritic and duplex stainless steels welds, Physics Procedia, 5:517–523.
Allabhakshi, S., Madhusudhan Reddy, G., Ramarao, V.V., Phani Babu, C., Ramachandran, C.S., 2002, Studies on weld overlaying of austenitic stainless steel (AISI 304) with ferritic stainless steel (AISI 430). In: Proceedings of the national welding conference, Indian Institute of Welding, Chennai, India, Paper 8.
Pan, C., Zhang, E., 1996, Morphologies of the transition region in dissimilar austenitic–ferritic welds, Material Characterization, 36(1):5–10.
Wang, S. C., Wang, C., Tu, Y. K., Hwang, C. J., Chi, S., Wang, W. H., Cheng, W. H., 1996, Effect of Au coating on joint strength in laser welding for invar-invar packages, Electronic Components and Technology Conference, IEEE, pp. 942-945.
Cui, C., Hu, J., Gao, K., Pang, S., Yang, Y., Wang, H., Guo, Z., 2008, Effects of process parameters on weld metal keyhole characteristics with COR2R laser butt welding, Lasers in Engineering, 18:319–327.
Steem WM, Mazumder J, 2010, laser material processing, Springer-Verlag London limited, London.
Mackwood AP, Crafer RC, 2005, Thermal modeling of laser welding and related processes: a literature review, Opt Laser Technol, 37:99–115
Sun Z, Kuo M, 1998, Bridging the joint gap with wire feed laser welding, J Mater Process Technol, 87:213–222
Liu X-B, Yu G,Guo J, Gu Y-J, Pang M, Zheng C-Y, Wang H-H, 2008, Research on laser welding of cast Ni-based superalloy K418 turbo disk and alloy steel 42CrMo shaft, J Alloy Comp, 453(1–2):371–378.
Juang SC, Tarng YS, 2002, Process parameter selection for optimizing the weld pool geometry in the tungsten inert gas welding of stainless steel, J Mater Process Technol, 122:33–37
Marya M, Edwards G, Marya S, Olson DL, 2001, Fundamentals in the fusion welding of magnesium and its alloys. In: Proceedings of the seventh JWS international symposium. pp. 597–602.
Haferkamp H, Niemeyer M, Dilthey U, Trager G, 2000, Laser and electron beam welding of magnesium materials, Weld Cutt 52(8):178–80.
Haferkamp H, Bach Fr-W, Burmester I, Kreutzburg K, Niemeyer M, 1996, Nd:YAG laser beam welding of magnesium constructions. In: Proceedings of the third international magnesium conference. pp. 89–98.
Benyounis KY, Olabi AG, Hashmi MSJ, 2005, Effect of laser welding parameters on the heat input and weld-bead profile, J Mater Process Technol, 164-165:978–985.
Manonmani K, Murugan N, Buvanasekaran G, 2007, Effects of process parameters on the bead geometry of laser beam butt welded stainless steel sheets, J Adv Manuf Technol, 32(11-12):1125-1133.
Elangovan K, Balasubramanian V, 2008, Developing an empirical relationship to predict tensile strength of friction stir welded AA2219 aluminium alloy joints, J Mater Eng Perform, 17:820–830.
Moradi M, Ghoreishi M, 2010, Influences of laser welding parameters on the geometric profile of NI-base superalloy Rene 80 weld-bead, Int J Adv Manuf Technol, doi: 10.1007/s00170-010-3036-1.
Padmanaban G, Balasubramanian V, 2010, Optimization of laser beam welding process parameters to attain maximum tensile strength in AZ31B magnesium alloy, Opt Laser Technol, 42:1253–1260
Rajakumar S, Muralidharan C, Balasubramanian V, 2010, Optimization of the friction-stir-welding process and the tool parameters to attain a maximum tensile strength of AA7075-T6 aluminium alloy, J Eng Manuf, 224:1175–1191.
Ruggiero A, Tricarico L, Olabi AG, Benyounis KY, 2011, Weld-bead profile and costs optimization of the CO2 dissimilar laser welding process of low carbon steel and austenitic steel AISI316, Opt Laser Technol, 43:82–90.
Myers RH, Montgomery DC, 2002, Response Surface Methodology: Process and Product Optimization Using Designed Experiments, Wiley, New York.
Robinson TJ, Wulff SS, 2006, Response surface approaches to robust parameter design. In: Khuri AI (ed) Response surface methodology and related topics, World Scientific, Singapore, pp. 123-157.
Gunaraj V, Murugan N, 1999, Application of response surface methodologies for predicting weld base quality in submerged arc welding of pipes, J Mater Process Technol, 88:266–275.
Chang W. S., Na S.J., 2002, A study on the prediction of the laser weld shape with varying heat source equations and the thermal distortion of a small structure in micro-joining, Journal of Material Processing Technology, 120:208 – 214.
Goldak J. A., Chakravarti M. B., 1984, A new finite element model for welding heat source, Metallurgical and Materials Transactions B, 15B:299–305.
Su W., Haiyan Z., Yu W., Xiaohong Z., 2004, A new heat source model in numerical simulation of high energy beam welding, Transaction China Welding Institute, 25:91–94.
Kazemi K., Goldak J. A., 2009, Numerical simulation of laser full penetration welding, Computational Materials Science, 44:841–849
Siva Shanmugam N., Buvanashekaran G., Sankaranarayanasamy K., 2012, Some studies on weld bead geometries for laser spot welding process using finite element analysis, Materials and Design, 34:412–426
Balasubramanian K.R., Siva Shanmugam N., Buvanashekaran G., Sankaranarayanasamy K., 2008, Numerical and experimental investigation of laser beam welding of AISI 304 stainless steel sheet, Advances in Production Engineering and Management, 3(2):93–105
Sabbaghzadeh J., Azizi M., Torkamany M.J., 2008, Numerical and experimental investigation of seam welding with a pulsed laser. Journal of Optics and Laser Technology, 40:289–296
Kruth J.P., Froyen L., Rombouts M., Van Vaerenbergh J., Mercells P., 2003, New Ferro Powder for Selective Laser Sintering of Dense Parts, CIRP Annals – Manufacturing Technology, 52/1: 139–142.
Romoli L., Tantussi G., Dini G., 2007, Layered Laser Vaporization of PMMA Manufacturing 3D Mould Cavities, CIRP Annals -Manufacturing Technology, 56/1: 209-212.
Vollertsen F., Walther R., 2008, Energy balance in laser-based free form heading, CIRP Annals – Manufacturing Technology 57/1: 291–294.
Mills K.C., Su Y., Li Z., Brooks R.F., 2004, Equations for the Calculation of the Thermo-physical Properties of Stainless Steel, ISIJ International, Vol. 44, No. 10, pp. 1661–1668.
Ahmad, N., Bihs, H., Myrhaug, D., Kamath, A., & Arntsen, Ø. (2018). Three-dimensional numerical modelling of wave-induced scour around piles in a side-by-side arrangement. Coastal Engineering (Amsterdam), 138, 132–151. https://doi.org/10.1016/j.coastaleng.2018.04.016
Ahmed, F., & Rajaratnam, N. (1998). Flow around Bridge Piers. Journal of Hydraulic Engineering (New York, N.Y.), 124(3), 288–300. https://doi.org/10.1061/(ASCE)0733-9429(1998)124:3(288)
Akib, S., Jahangirzadeh, A., & Basser, H. (2014). Local scour around complex pier groups and combined piles at semi-integral bridge. Vodohospodársky Časopis, 62(2), 108–116. https://doi.org/10.2478/johh-2014-0015
Alemi, M., & Maia, R. (2018). Numerical Simulation of the Flow and Local Scour Process Around Single and Complex Bridge Piers. International Journal of Civil Engineering, 16(5), 475–487. https://doi.org/10.1007/s40999-016-0137-8
Amini Baghbadorani, D., Beheshti, A., & Ataie-Ashtiani, B. (2017). Scour hole depth prediction around pile groups: review, comparison of existing methods, and proposition of a new approach. Natural Hazards (Dordrecht), 88(2), 977–1001. https://doi.org/10.1007/s11069-017-2900-9
Amini, A., Melville, B., Ali, T., & Ghazali, A. (2012). Clear-Water Local Scour around Pile Groups in Shallow-Water Flow. Journal of Hydraulic Engineering (New York, N.Y.), 138(2), 177–185. https://doi.org/10.1061/(ASCE)HY.1943-7900.0000488
Annandale, G. (1995). Erodibility. Journal of Hydraulic Research. 33. 471-494.
Annandale, G., Smith, S., Nairns, R., & Jones, J. (1996). Scour power. Civil Engineering (New York, N.Y. 1983), 66(7), 58–60.
Annandale, G. (2000). Prediction of scour at bridge pier foundations founded on rock and other earth materials. Transportation Research Record, 2(1696), 67–70.
Ataie-Ashtiani, B., & Beheshti, A. (2006). Experimental Investigation of Clear-Water Local Scour at Pile Groups. Journal of Hydraulic Engineering (New York, N.Y.), 132(10), 1100–1104. https://doi.org/10.1061/(ASCE)0733-9429(2006)132:10(1100)
Ataie-Ashtiani, B., Baratian-Ghorghi, Z., & Beheshti, A. (2010). Experimental Investigation of Clear-Water Local Scour of Compound Piers. Journal of Hydraulic Engineering (New York, N.Y.), 136(6), 343–351. https://doi.org/10.1061/(ASCE)0733-9429(2010)136:6(343)
Babu, M., Sundar, V., & Rao, S. (2003). Measurement of scour in cohesive soils around a vertical pile – simplified instrumentation and regression analysis. IEEE Journal of Oceanic Engineering, 28(1), 106–116. https://doi.org/10.1109/JOE.2002.808198
Barbhuiya, A., & Dey, S. (2004). Local scour at abutments: A review. Sadhana (Bangalore), 29(5), 449–476. https://doi.org/10.1007/BF02703255
Bieniawski, Z. T. (1989). Engineering rock mass classifications: a complete manual for engineers and geologists in mining, civil, and petroleum engineering. John Wiley & Sons.
Bierawski, L., & Maeno, S. (2006). DEM-FEM Model of Highly Saturated Soil Motion Due to Seepage Force. Journal of Waterway, Port, Coastal, and Ocean Engineering, 132(5), 401–409. https://doi.org/10.1061/(ASCE)0733-950X(2006)132:5(401)
Bonnefille, R. (1963). Essais de synthese des lois du début d’entrainement des sédiments sous l’action d’un courant en regime continu. Bull. du Centre de Rech. et d’ess. de Chatou. 5. 17-22.
Brandimarte, L., Montanari, A., Briaud, J., & D’Odorico, P. (2006). Stochastic Flow Analysis for Predicting River Scour of Cohesive Soils. Journal of Hydraulic Engineering (New York, N.Y.), 132(5), 493–500. https://doi.org/10.1061/(ASCE)0733-9429(2006)132:5(493)
Breusers H N C 1963 Discussion of ’Sediment transportation mechanics: erosion of sediment’ by Task Force on Preparation of Sedimentation Manual.J. Hydraul. Div, Am. Soc. Civ. Eng. 89: 277–281
Breusers, H., Nicollet, G., & Shen, H. (1977). Local Scour Around Cylindrical Piers. Journal of Hydraulic Research, 15(3), 211–252. https://doi.org/10.1080/00221687709499645
Briaud, J., Ting, F., Chen, H., Gudavalli, R., Perugu, S., & Wei, G. (1999). SRICOS: Prediction of Scour Rate in Cohesive Soils at Bridge Piers. Journal of Geotechnical and Geoenvironmental Engineering, 125(4), 237–246. https://doi.org/10.1061/(ASCE)1090-0241(1999)125:4(237)
Briaud, J., Ting, F., Chen, H., Cao, Y., Han, S., & Kwak, K. (2001a). Erosion Function Apparatus for Scour Rate Predictions. Journal of Geotechnical and Geoenvironmental Engineering, 127(2), 105–113. https://doi.org/10.1061/(ASCE)1090-0241(2001)127:2(105)
Briaud, J., Chen, H., Kwak, K., Han, S., & Ting, F. (2001b). Multiflood and Multilayer Method for Scour Rate Prediction at Bridge Piers. Journal of Geotechnical and Geoenvironmental Engineering, 127(2), 114–125. https://doi.org/10.1061/(ASCE)1090-0241(2001)127:2(114)
Briaud, J., Chen, H., Li, Y., & Nurtjahyo, P. (2004). SRICOS-EFA Method for Complex Piers in Fine-Grained Soils. Journal of Geotechnical and Geoenvironmental Engineering, 130(11), 1180–1191. https://doi.org/10.1061/(ASCE)1090-0241(2004)130:11(1180)
Briaud, J., Chen, H., Li, Y., Nurtjahyo, P., & Wang, J. (2005). SRICOS-EFA Method for Contraction Scour in Fine-Grained Soils. Journal of Geotechnical and Geoenvironmental Engineering, 131(10), 1283–1294. https://doi.org/10.1061/(ASCE)1090-0241(2005)131:10(1283)
Briaud, J., Brandimarte, L., Wang, J., & D’Odorico, P. (2007). Probability of scour depth exceedance owing to hydrologic uncertainty. Georisk, 1(2), 77–88. https://doi.org/10.1080/17499510701398844
Briaud J.-L., Chen H.-C., Chang K.-A., Oh S.J., Chen S., Wang J., Li Y., Kwak K., Nartjaho P., Gudaralli R., Wei W., Pergu S., Cao Y.W., Ting F (2011). Summary Report: The SRICOS–EFA Method. Texas A&M University
Briaud, J., & Govindasamy, A. (2014). Application of the Observation Method for Scour to Two Texas Bridges. In Geo-Congress 2014 (pp. 2640–2654). https://doi.org/10.1061/9780784413272.255
Briaud, J., Gardoni, P., & Yao, C. (2014). Statistical, Risk, and Reliability Analyses of Bridge Scour. Journal of Geotechnical and Geoenvironmental Engineering, 140(2), 4013011–. https://doi.org/10.1061/(ASCE)GT.1943-5606.0000989
Briaud, J. (2015a). Scour Depth at Bridges: Method Including Soil Properties. I: Maximum Scour Depth Prediction. Journal of Geotechnical and Geoenvironmental Engineering, 141(2), 4014104–. https://doi.org/10.1061/(ASCE)GT.1943-5606.0001222
Briaud, J. (2015b). Scour Depth at Bridges: Method Including Soil Properties. II: Time Rate of Scour Prediction. Journal of Geotechnical and Geoenvironmental Engineering, 141(2), 4014105–. https://doi.org/10.1061/(ASCE)GT.1943-5606.0001223
Brooks, H. N. (1963), discussion of “Boundary Shear Stresses in Curved Trapezoidal Channels”, by A. T. Ippen and P. A. Drinker, ASCE Journal of Hydraulic Engineering, Vol. 89, No. HY3
Chen, G., Schafer, B., Lin, Z., Huang, Y., Suaznabar, O., Shen, J., & Kerenyi, K. (2015). Maximum scour depth based on magnetic field change in smart rocks for foundation stability evaluation of bridges. Structural Health Monitoring, 14(1), 86–99. https://doi.org/10.1177/1475921714554141
Chen, Q., Yang, Z., & Wu, H. (2019). Evolution of Turbulent Horseshoe Vortex System in Front of a Vertical Circular Cylinder in Open Channel. Water (Basel), 11(10), 2079–. https://doi.org/10.3390/w11102079
Chen, S., Tfwala, S., Wu, T., Chan, H., & Chou, H. (2018). A hooked-collar for bridge piers protection: Flow fields and scour. Water (Basel), 10(9), 1251–. https://doi.org/10.3390/w10091251
Cheng, Nian-Sheng. (2015). Representative Grain Size and Equivalent Roughness Height of a Sediment Bed. Journal of Hydrologic Engineering. 142. 10.1061/(ASCE)HY.1943-7900.0001069.
Chiew, Y., & Melville, B. (1987). Local scour around bridge piers. Journal of Hydraulic Research, 25(1), 15–26. https://doi.org/10.1080/00221688709499285
Coleman, S., Lauchlan, C., & Melville, B. (2003). Clear-water scour development at bridge abutments. Journal of Hydraulic Research, 41(5), 521–531. https://doi.org/10.1080/00221680309499997
Coleman, S. (2005). Clearwater Local Scour at Complex Piers. Journal of Hydraulic Engineering (New York, N.Y.), 131(4), 330–334. https://doi.org/10.1061/(ASCE)0733-9429(2005)131:4(330)
Dargahi, B. (1987). ‘‘Flow field and local scouring around a pier.’’ Bulletin No. TRITA-VBI-137, Hydraulic Laboratory, Royal Institute of Technology, Stockholm, Sweden.
Dargahi, B. (1989). The turbulent flow field around a circular cylinder. Experiments in Fluids, 8(1-2), 1–12. https://doi.org/10.1007/BF00203058
Dargahi, B. (1990). Controlling Mechanism of Local Scouring. Journal of Hydraulic Engineering (New York, N.Y.), 116(10), 1197–1214. https://doi.org/10.1061/(ASCE)0733-9429(1990)116:10(1197)
Debnath, K., Nikora, V., Aberle, J., Westrich, B., & Muste, M. (2007). Erosion of Cohesive Sediments: Resuspension, Bed Load, and Erosion Patterns from Field Experiments. Journal of Hydraulic Engineering (New York, N.Y.), 133(5), 508–520. https://doi.org/10.1061/(ASCE)0733-9429(2007)133:5(508)
Debnath, K., & Chaudhuri, S. (2010a). Bridge Pier Scour in Clay-Sand Mixed Sediments at Near-Threshold Velocity for Sand. Journal of Hydraulic Engineering (New York, N.Y.), 136(9), 597–609. https://doi.org/10.1061/(ASCE)HY.1943-7900.0000221
Debnath, K., & Chaudhuri, S. (2010b). Laboratory experiments on local scour around cylinder for clay and clay–sand mixed beds. Engineering Geology, 111(1), 51–61. https://doi.org/10.1016/j.enggeo.2009.12.003
Debnath, K., Chaudhuri, S., & Manik, M. (2014). Local scour around abutment in clay/sand-mixed cohesive sediment bed. ISH Journal of Hydraulic Engineering, 20(1), 46–64. https://doi.org/10.1080/09715010.2013.835103
Deng, L., & Cai, C. (2010). Bridge Scour: Prediction, Modeling, Monitoring, and Countermeasures—Review. Practice Periodical on Structural Design and Construction, 15(2), 125–134. https://doi.org/10.1061/(ASCE)SC.1943-5576.0000041
Dey, S. (1999). Time-variation of scour in the vicinity of circular piers. Proceedings of the Institution of Civil Engineers. Water, Maritime and Energy, 136(2), 67–75. https://doi.org/10.1680/iwtme.1999.31422
Dey, S. (2003) “Threshold of sediment motion on combined transverse and longitudinal sloping beds”, Journal of Hydraulic Research, Vol. 41, No. 4, pp. 405-415.
Ehteram, M., & Mahdavi Meymand, A. (2015). Numerical modeling of scour depth at side piers of the bridge. Journal of Computational and Applied Mathematics, 280, 68–79. https://doi.org/10.1016/j.cam.2014.11.039
Escauriaza, C., & Sotiropoulos, F. (2011). Initial stages of erosion and bed form development in a turbulent flow around a cylindrical pier. Journal of Geophysical Research: Earth Surface, 116(F3). https://doi.org/10.1029/2010JF001749
Ettema, R., Constantinescu, G., & Melville, B. (2017). Flow-Field Complexity and Design Estimation of Pier-Scour Depth: Sixty Years since Laursen and Toch. Journal of Hydraulic Engineering (New York, N.Y.), 143(9), 3117006–. https://doi.org/10.1061/(ASCE)HY.1943-7900.0001330
Froehlich, D.C. (1988) Analysis of On-Site Measurements of Scour at Piers. In: Abt, S.R. and Gessler, J., Eds., Hydraulic Engineering—Proceedings of the 1988 National Conference on Hydraulic Engineering, American Society of Civil Engineers, New York, 534-539.
Froehlich, D. C. (1989). Local scour at bridge abutments. In Proceedings of the 1989 national conference on hydraulic engineering (pp. 13-18).
Ge, L., & Sotiropoulos, F. (2005a). 3D Unsteady RANS Modeling of Complex Hydraulic Engineering Flows. I: Numerical Model. Journal of Hydraulic Engineering (New York, N.Y.), 131(9), 800–808. https://doi.org/10.1061/(ASCE)0733-9429(2005)131:9(800)
Ge, L., Lee, S., Sotiropoulos, F., & Sturm, T. (2005b). 3D Unsteady RANS Modeling of Complex Hydraulic Engineering Flows. II: Model Validation and Flow Physics. Journal of Hydraulic Engineering (New York, N.Y.), 131(9), 809–820. https://doi.org/10.1061/(ASCE)0733-9429(2005)131:9(809)
Govindasamy, A., Briaud, J., Kim, D., Olivera, F., Gardoni, P., & Delphia, J. (2013). Observation Method for Estimating Future Scour Depth at Existing Bridges. Journal of Geotechnical and Geoenvironmental Engineering, 139(7), 1165–1175. https://doi.org/10.1061/(ASCE)GT.1943-5606.0000838
Guan, D., Chiew, Y., Wei, M., & Hsieh, S. (2019). Characterization of horseshoe vortex in a developing scour hole at a cylindrical bridge pier. International Journal of Sediment Research, 34(2), 118–124. https://doi.org/10.1016/j.ijsrc.2018.07.001
Hamzah M. Beakawi Al-Hashemi, Omar S. Baghabra Al-Amoudi, A review on the angle of repose of granular materials, Powder Technology, Volume 330, 2018, Pages 397-417, ISSN 0032-5910, https://doi.org/10.1016/j.powtec.2018.02.003.
Huang, W., Yang, Q., & Xiao, H. (2009). CFD modeling of scale effects on turbulence flow and scour around bridge piers with Ansys-Fluent. Computers & Fluids, 38(5), 1050–1058. https://doi.org/10.1016/j.compfluid.2008.01.029
Ismail, A., Jeng, D., Zhang, L., & Zhang, J. (2013). Predictions of bridge scour: Application of a feed-forward neural network with an adaptive activation function. Engineering Applications of Artificial Intelligence, 26(5-6), 1540–1549. https://doi.org/10.1016/j.engappai.2012.12.011
Jahangirzadeh, A., Basser, H., Akib, S., Karami, H., Naji, S., & Shamshirband, S. (2014). Experimental and numerical investigation of the effect of different shapes of collars on the reduction of scour around a single bridge pier. PloS One, 9(6), e98592–e98592. https://doi.org/10.1371/journal.pone.0098592
Jain, S. C. (1981). Maximum clear-water scour around circular piers. Journal of the Hydraulics Division, 107(5), 611-626.
Jain, S. C., and Fischer, E. E. (1979). “Scour around bridge piers at high Froude numbers.” FHWA-RD- 79-104, Federal Highway Administration, U.S. Dept. of Transportation, Washington, DC.
Jiang, H., Cheng, L., & An, H. (2017). On numerical aspects of simulating flow past a circular cylinder. International Journal for Numerical Methods in Fluids, 85(2), 113–132. https://doi.org/10.1002/fld.4376
Jones, J. S., & Sheppard, D. M. (2000). Local scour at complex pier geometries. In Building Partnerships (pp. 1-9).
Karami, H., Basser, H., Ardeshir, A., & Hosseini, S. (2014). Verification of numerical study of scour around spur dikes using experimental data. Water and Environment Journal: WEJ, 28(1), 124–134. https://doi.org/10.1111/wej.12019
Kaya, A. (2010). Artificial neural network study of observed pattern of scour depth around bridge piers. Computers and Geotechnics, 37(3), 413–418. https://doi.org/10.1016/j.compgeo.2009.10.003
Keaton, J. (2013). Estimating erodible rock durability and geotechnical parameters for scour analysis. Environmental & Engineering Geoscience, 19(4), 319–343. https://doi.org/10.2113/gseegeosci.19.4.319
Keaton, J. R. (2011). Modified Slake Durability Test Applicability for Soil. In International Symposium on Erosion and Landscape Evolution (ISELE), 18-21 September 2011, Anchorage, Alaska (p. 7). American Society of Agricultural and Biological Engineers.
Khalid, M., Muzzammil, M., & Alam, J. (2019). A reliability-based assessment of live bed scour at bridge piers. ISH Journal of Hydraulic Engineering, 1–8. https://doi.org/10.1080/09715010.2019.1584543
Khan, M., Azamathulla, H., Tufail, M., & Ab Ghani, A. (2012). Bridge pier scour prediction by gene expression programming. Proceedings of the Institution of Civil Engineers. Water Management, 165(9), 481–493. https://doi.org/10.1680/wama.11.00008
Kocaman, S., Seckin, G., & Erduran, K. (2010). 3D model for prediction of flow profiles around bridges. Journal of Hydraulic Research, 48(4), 521–525. https://doi.org/10.1080/00221686.2010.507340
Kumar, A., Kothyari, U., & Ranga Raju, K. (2012). Flow structure and scour around circular compound bridge piers – A review. Journal of Hydro-Environment Research, 6(4), 251–265. https://doi.org/10.1016/j.jher.2012.05.006
Lagasse PF, Clopper PE, Zevenbergen LW et al (2007) National cooperative highway research program (NCHRP Report 593): countermeasures to protect bridge piers from scour. Transportation research Board, Washington DC
Larras, J. (1963). Profondeurs Maximales d’Erosion des Fonds Mobiles Autour des Piles en Rivere. Ann. Ponts Chaussees, 133, 411-424.
Laursen, E. M., & Toch, A. (1956). Scour around bridge piers and abutments (Vol. 4). Ames, IA: Iowa Highway Research Board.
Laursen, E. M., 1960, Scour at Bridge Crossings, ASCE Hyd. Div. Jour., V 89, No. Hyd 3, May.
Laursen, E M. (1963) An analysis of relief bridge scour. [Journal Article]. ASCE Journal of Hydraulic Division, 89(HY3), 93-109.
LEE, T., JENG, D., ZHANG, G., & HONG, J. (2007). Neural network modeling for estimation of scour depth around bridge piers. Journal of Hydrodynamics. Series B, 19(3), 378–386. https://doi.org/10.1016/S1001-6058(07)60073-0
Liang, F., Wang, C., Huang, M., & Wang, Y. (2017). Experimental observations and evaluations of formulae for local scour at pile groups in steady currents. Marine Georesources & Geotechnology, 35(2), 245–255. https://doi.org/10.1080/1064119X.2016.1147510
Liang, F., Wang, C., & Yu, X. (2019). Widths, types, and configurations: Influences on scour behaviors of bridge foundations in non-cohesive soils. Marine Georesources & Geotechnology, 37(5), 578–588. https://doi.org/10.1080/1064119X.2018.1460644
Link, O., Mignot, E., Roux, S., Camenen, B., Escauriaza, C., Chauchat, J., Brevis, W., & Manfreda, S. (2019). Scour at bridge foundations in supercritical flows: An analysis of knowledge gaps. Water (Basel), 11(8), 1656–. https://doi.org/10.3390/w11081656
Lu, J., Hong, J., Su, C., Wang, C., & Lai, J. (2008). Field Measurements and Simulation of Bridge Scour Depth Variations during Floods. Journal of Hydraulic Engineering (New York, N.Y.), 134(6), 810–821. https://doi.org/10.1061/(ASCE)0733-9429(2008)134:6(810)
Manes, C., & Brocchini, M. (2015). Local scour around structures and the phenomenology of turbulence. Journal of Fluid Mechanics, 779, 309–324. https://doi.org/10.1017/jfm.2015.389
Melville, B. W. (1975). ‘‘Local scour at bridge sites.’’ Rep. No. 117, Dept. of Civil Engineering, School of Engrg., Univ. of Auckland, Auckland, New Zealand.
Melville, B., & Raudkivi, A. (1977). FLOW CHARACTERISTICS IN LOCAL SCOUR AT BRIDGE PIERS. Journal of Hydraulic Research, 15(4), 373–380. https://doi.org/10.1080/00221687709499641
Melville, B. (1984). Live-bed Scour at Bridge Piers. Journal of Hydraulic Engineering (New York, N.Y.), 110(9), 1234–1247. https://doi.org/10.1061/(ASCE)0733-9429(1984)110:9(1234)
Melville, B., & Sutherland, A. (1988). Design Method for Local Scour at Bridge Piers. Journal of Hydraulic Engineering (New York, N.Y.), 114(10), 1210–1226. https://doi.org/10.1061/(ASCE)0733-9429(1988)114:10(1210)
Melville, B. (1992). Local Scour at Bridge Abutments. Journal of Hydraulic Engineering (New York, N.Y.), 118(4), 615–631. https://doi.org/10.1061/(ASCE)0733-9429(1992)118:4(615)
Melville, B., & Raudkivi, A. (1996). Effects of Foundation Geometry on Bridge Pier Scour. Journal of Hydraulic Engineering (New York, N.Y.), 122(4), 203–209. https://doi.org/10.1061/(ASCE)0733-9429(1996)122:4(203)
Melville, B. (1997). Pier and Abutment Scour: Integrated Approach. Journal of Hydraulic Engineering (New York, N.Y.), 123(2), 125–136. https://doi.org/10.1061/(ASCE)0733-9429(1997)123:2(125)
Melville, B., & Chiew, Y. (1999). Time Scale for Local Scour at Bridge Piers. Journal of Hydraulic Engineering (New York, N.Y.), 125(1), 59–65. https://doi.org/10.1061/(ASCE)0733-9429(1999)125:1(59)
Melville, B. W., and Coleman, S. E. (2000). Bridge scour, Water Resources, Colo.
Ministry of Transportation of Ontario (MTO). 1997. Drainage Management Manual, Ministry of Transportation Ontario. Drainage and Hydrology Section, Transportation Engineering Branch, Quality and Standards Division.
Mohamed, T., Noor, M., Ghazali, A., & Huat, B. (2005). Validation of Some Bridge Pier Scour Formulae Using Field and Laboratory Data. American Journal of Environmental Sciences, 1(2), 119–125. https://doi.org/10.3844/ajessp.2005.119.125
Mohamed, Y., Abdel-Aal, G., Nasr-Allah, T., & Shawky, A. (2013). Experimental and theoretical investigations of scour at bridge abutment. Journal of King Saud University. Engineering Sciences, 28(1), 32–40. https://doi.org/10.1016/j.jksues.2013.09.005
Nagel, T., Chauchat, J., Bonamy, C., Liu, X., Cheng, Z., & Hsu, T. (2020). Three-dimensional scour simulations with a two-phase flow model. Advances in Water Resources, 138, 103544–. https://doi.org/10.1016/j.advwatres.2020.103544
Najafzadeh, M., Barani, G., & Hessami Kermani, M. (2013a). GMDH based back propagation algorithm to predict abutment scour in cohesive soils. Ocean Engineering, 59, 100–106. https://doi.org/10.1016/j.oceaneng.2012.12.006
Najafzadeh, M., Barani, G., & Azamathulla, H. (2013b). GMDH to predict scour depth around a pier in cohesive soils. Applied Ocean Research, 40, 35–41. https://doi.org/10.1016/j.apor.2012.12.004
Namaee, M., & Sui, J. (2019). Local scour around two side-by-side cylindrical bridge piers under ice-covered conditions. International Journal of Sediment Research, 34(4), 355–367. https://doi.org/10.1016/j.ijsrc.2018.11.007
Nasr-Allah, T., Moussa, Y., Abdel-Aal, G., & Awad, A. (2016). Experimental and numerical simulation of scour at bridge abutment provided with different arrangements of collars. Alexandria Engineering Journal, 55(2), 1455–1463. https://doi.org/10.1016/j.aej.2016.01.021
National Cooperative Highway Research Program, 2010b, “Estimation of Scour Depth at Bridge Abutments,” NCHRP Project 24-20, Draft Final Report, Transportation Research Board, National Academy of Science, Washington, D.C. (Ettema, R., T. Nakato, and M. Muste).
Neill, C. R. 1964. Local scour around bridge piers. Council of Alberta, Highway and River Eng. Div., Alberta, Canada.
Neill, C. R. (ed) (1973). RTAC Guide to Bridge Hydraulics, University of Toronto Press.
Nielsen, A., Liu, X., Sumer, B., & Fredsøe, J. (2013). Flow and bed shear stresses in scour protections around a pile in a current. Coastal Engineering (Amsterdam), 72, 20–38. https://doi.org/10.1016/j.coastaleng.2012.09.001
Olabarrieta, M., Medina, R., & Castanedo, S. (2010). Effects of wave–current interaction on the current profile. Coastal Engineering (Amsterdam), 57(7), 643–655. https://doi.org/10.1016/j.coastaleng.2010.02.003
Olsen, Nils Reidar B. (2018). SSIIM User’s Manual. Department Of Civil and Environmental Engineering the Norwegian University of Science and Technology
Olsen, Nils Reidar B. (1999). Class Notes: Computational; Fluid Dynamics in Hydraulic and Sedimentation Engineering. Department Of Civil and Environmental Engineering the Norwegian University of Science and Technology
Pal, M., Singh, N., & Tiwari, N. (2011). Support vector regression based modeling of pier scour using field data. Engineering Applications of Artificial Intelligence, 24(5), 911–916. https://doi.org/10.1016/j.engappai.2010.11.002
Pandey, M., Ahmad, Z., & Sharma, P. (2018). Scour around impermeable spur dikes: a review. ISH Journal of Hydraulic Engineering, 24(1), 25–44. https://doi.org/10.1080/09715010.2017.1342571
Park, C., Park, H., & Cho, Y. (2017). Evaluation of the applicability of pier local scour formulae using laboratory and field data. Marine Georesources & Geotechnology, 35(1), 1–7. https://doi.org/10.1080/1064119X.2014.954658
Patankar, S. V. (1980) “Numerical Heat Transfer and Fluid Flow”, McGraw-Hill Book Company New York
Qi, W., & Gao, F. (2014). Physical modeling of local scour development around a large-diameter monopile in combined waves and current. Coastal Engineering (Amsterdam), 83, 72–81. https://doi.org/10.1016/j.coastaleng.2013.10.007
Qi, M., Li, J., & Chen, Q. (2016). Comparison of existing equations for local scour at bridge piers: parameter influence and validation. Natural Hazards (Dordrecht), 82(3), 2089–2105. https://doi.org/10.1007/s11069-016-2287-z
Rambabu, M., Rao, S., & Sundar, V. (2003). Current-induced scour around a vertical pile in cohesive soil. Ocean Engineering, 30(7), 893–920. https://doi.org/10.1016/S0029-8018(02)00063-X
Raudkivi, A., & Ettema, R. (1985). Scour at Cylindrical Bridge Piers in Armored Beds. Journal of Hydraulic Engineering (New York, N.Y.), 111(4), 713–731. https://doi.org/10.1061/(ASCE)0733-9429(1985)111:4(713)
Rhie, C.-M and Chow, W.L. (1983) “Numerical study of the turbulent flow past and airfoil with trailing edge separation”, AIAA Journal, Vol. 21, No. 11.
Richardson, E., & Lagasse, P. (1996). Stream Stability and Scour at Highway Bridges. Water International, 21(3), 108–118. https://doi.org/10.1080/02508069608686502
Richardson EV, Davis SR (2001) Evaluating scour at bridges. Hydraulic engineering circular no. 18 (HEC-18), Report no. FHWA: NHI 01-001, Federal Highway Administration, Washington, DC
Richardson, J., & Panchang, V. (1998). Three-Dimensional Simulation of Scour-Inducing Flow at Bridge Piers. Journal of Hydraulic Engineering (New York, N.Y.), 124(5), 530–540. https://doi.org/10.1061/(ASCE)0733-9429(1998)124:5(530)
Roulund, A., Sumer, B., Fredsøe, J., & Michelsen, J. (2005). Numerical and experimental investigation of flow and scour around a circular pile. Journal of Fluid Mechanics, 534, 351–401. https://doi.org/10.1017/S0022112005004507
Salaheldin, T., Imran, J., & Chaudhry, M. (2004). Numerical Modeling of Three-Dimensional Flow Field Around Circular Piers. Journal of Hydraulic Engineering (New York, N.Y.), 130(2), 91–100. https://doi.org/10.1061/(ASCE)0733-9429(2004)130:2(91)
Salim, M. and J.S. Jones, 1995, “Effects of Exposed Pile Foundations on Local Pier Scour,” Proceedings ASCE Water Resources Engineering Conference, San Antonio, TX.
Salim, M. and J.S. Jones, 1996, “Scour Around Exposed Pile Foundations,” Proceedings ASCE North American and Water and Environment Congress, ’96, Anaheim, CA (also issued as FHWA Memo).
Salim, M. and J.S. Jones, 1999, Scour Around Exposed Pile Foundations,” ASCE Compendium, Stream Stability and Scour at Highway Bridges, Richardson and Lagasse (eds.), Reston, VA.
Schlichting, H. (1979) “Boundary layer theory”, McGraw-Hill.
Sheppard, D., & Miller, W. (2006). Live-Bed Local Pier Scour Experiments. Journal of Hydraulic Engineering (New York, N.Y.), 132(7), 635–642. https://doi.org/10.1061/(ASCE)0733-9429(2006)132:7(635)
Sheppard, D., Demir, H., & Melville, B. (2011). Scour at wide piers and long skewed piers. Transportation Research Board.
Sheppard, D., Melville, B., & Demir, H. (2014). Evaluation of Existing Equations for Local Scour at Bridge Piers. Journal of Hydraulic Engineering (New York, N.Y.), 140(1), 14–23. https://doi.org/10.1061/(ASCE)HY.1943-7900.0000800
Sheppard, D., Odeh, M., & Glasser, T. (2004). Large Scale Clear-Water Local Pier Scour Experiments. Journal of Hydraulic Engineering (New York, N.Y.), 130(10), 957–963. https://doi.org/10.1061/(ASCE)0733-9429(2004)130:10(957)
Shields, A. (1936). Application of similarity principles and turbulence research to bed-load movement (translated version). Mitteilungen der Preußischen Versuchsanstalt für Wasserbau.
Smith, W.L., 1999, “Local Structure-Induced Sediment Scour at Pile Groups,” M.S. Thesis, University of Florida, Gainesville, FL.
Sonia Devi, Y., & Barbhuiya, A. (2017). Bridge pier scour in cohesive soil: a review. Sadhana (Bangalore), 42(10), 1803–1819. https://doi.org/10.1007/s12046-017-0698-5
Sturm, T., Ettema, R., & Melville, B. (2011). Evaluation of bridge-scour research abutment and contraction scour processes and prediction. National Cooperative Highway Research Program, Transportation Research Board of the National Academies.
Sumer, B., Fredsøe, J., & Christiansen, N. (1992a). Scour Around Vertical Pile in Waves. Journal of Waterway, Port, Coastal, and Ocean Engineering, 118(1), 15–31. https://doi.org/10.1061/(ASCE)0733-950X(1992)118:1(15)
Sumer, B. M., Christiansen, N., and Fredsoe, J. (1992b). “Time scale of scour around a vertical pile.” Proc., 2nd Int. Offshore and Polar Engrg. Conf., International Society of Offshore and Polar Engineers, San Francisco, Calif., Vol. III, 308-315.
Sumer, B., Christiansen, N., & Fredsøe, J. (1993). Influence of Cross Section on Wave Scour around Piles. Journal of Waterway, Port, Coastal, and Ocean Engineering, 119(5), 477–495. https://doi.org/10.1061/(ASCE)0733-950X(1993)119:5(477)
Sumer, B., & Fredsøe, J. (1998). Wave Scour around Group of Vertical Piles. Journal of Waterway, Port, Coastal, and Ocean Engineering, 124(5), 248–256. https://doi.org/10.1061/(ASCE)0733-950X(1998)124:5(248)
Sumer, B., & Fredsøe, J. (2001). Wave Scour around a Large Vertical Circular Cylinder. Journal of Waterway, Port, Coastal, and Ocean Engineering, 127(3), 125–134. https://doi.org/10.1061/(ASCE)0733-950X(2001)127:3(125)
Sumer, B., Whitehouse, R., & Tørum, A. (2001). Scour around coastal structures: a summary of recent research. Coastal Engineering, 44(2), 153–190. https://doi.org/10.1016/S0378-3839(01)00024-2
Sumer, B., Hatipoglu, F., & Fredsøe, J. (2007). Wave Scour around a Pile in Sand, Medium Dense, and Dense Silt. Journal of Waterway, Port, Coastal, and Ocean Engineering, 133(1), 14–27. https://doi.org/10.1061/(ASCE)0733-950X(2007)133:1(14)
Toth, E., & Brandimarte, L. (2011). Prediction of local scour depth at bridge piers under clear-water and live-bed conditions: Comparison of literature formulae and Artificial Neural networks. Journal of Hydroinformatics, 13(4), 812–824. https://doi.org/10.2166/hydro.2011.065
Van Rijn, L. C. (1993). Principles of sediment transport in rivers, estuaries and coastal seas.
Vanoni, V.A., ed., 1975, Sedimentation Engineering: American Society of Civil Engineers, Manuals and Reports on Engineering Practice, No. 54, 745 p.
Wang, C., Yu, X., & Liang, F. (2017). A review of bridge scour: mechanism, estimation, monitoring and countermeasures. Natural Hazards (Dordrecht), 87(3), 1881–1906. https://doi.org/10.1007/s11069-017-2842-2
Wardhana, K., & Hadipriono, F. (2003). Analysis of Recent Bridge Failures in the United States. Journal of Performance of Constructed Facilities, 17(3), 144–150. https://doi.org/10.1061/(ASCE)0887-3828(2003)17:3(144)
White, C. M. (1940). The Equilibrium of Grains on the Bed of a Stream. Proceedings of the Royal Society of London. Series A, Mathematical and Physical Sciences, 174(958), 322–338. https://doi.org/10.1098/rspa.1940.0023
Whitehouse, R. (2004). Marine scour at large foundations. In: Second international conference on scour and erosion (ICSE-2), Singapore
Wu, Peng. Hirshfield, Faye. Sui, Jue-yi. (2015). Local scour around bridge abutments under ice covered condition-an experimental study. International Journal of Sediment Research, 30(1), 39–47. https://doi.org/10.1016/S1001-6279(15)60004-X
Wu, P., Balachandar, R., & Sui, J. (2016). Local Scour around Bridge Piers under Ice-Covered Conditions. Journal of Hydraulic Engineering (New York, N.Y.), 142(1), 4015038–. https://doi.org/10.1061/(ASCE)HY.1943-7900.0001063
Wu, W., Rodi, W., & Wenka, T. (2000). 3D Numerical Modeling of Flow and Sediment Transport in Open Channels. Journal of Hydraulic Engineering (New York, N.Y.), 126(1), 4–15. https://doi.org/10.1061/(ASCE)0733-9429(2000)126:1(4)
Xiong, W., Cai, C., Kong, B., & Kong, X. (2016). CFD Simulations and Analyses for Bridge-Scour Development Using a Dynamic-Mesh Updating Technique. Journal of Computing in Civil Engineering, 30(1), 4014121–. https://doi.org/10.1061/(ASCE)CP.1943-5487.0000458
Yalin, M. S. (1971). Theory of hydraulic models. Macmillan International Higher Education.
Yankielun, N., & Zabilansky, L. (1999). Laboratory Investigation of Time-Domain Reflectometry System for Monitoring Bridge Scour. Journal of Hydraulic Engineering (New York, N.Y.), 125(12), 1279–1284. https://doi.org/10.1061/(ASCE)0733-9429(1999)125:12(1279)
Zaid, M., Yazdanfar, Z., Chowdhury, H., & Alam, F. (2019). Numerical modeling of flow around a pier mounted in a flat and fixed bed. Energy Procedia, 160, 51–59. https://doi.org/10.1016/j.egypro.2019.02.118
Zanke, U., Hsu, T., Roland, A., Link, O., & Diab, R. (2011). Equilibrium scour depths around piles in noncohesive sediments under currents and waves. Coastal Engineering (Amsterdam), 58(10), 986–991. https://doi.org/10.1016/j.coastaleng.2011.05.011
Zhao, M., Zhu, X., Cheng, L., & Teng, B. (2012). Experimental study of local scour around subsea caissons in steady currents. Coastal Engineering (Amsterdam), 60(1), 30–40. https://doi.org/10.1016/j.coastaleng.2011.08.004
Zheng, S., Zheng, S., Xu, Y., Xu, Y., Cheng, H., Cheng, H., Wang, B., Wang, B., Lu, X., & Lu, X. (2018). Assessment of bridge scour in the lower, middle, and upper Yangtze River estuary with riverbed sonar profiling techniques. Environmental Monitoring and Assessment, 190(1), 1–13. https://doi.org/10.1007/s10661-017-6393-5
Zhu, H., Zhou, Z., Yang, R., & Yu, A. (2007). Discrete particle simulation of particulate systems: Theoretical developments. Chemical Engineering Science, 62(13), 3378–3396. https://doi.org/10.1016/j.ces.2006.12.089
Zhu, H.P. Zhou, Z.Y. Hou, Q.F. Yu A.B. (2011). Linking discrete particle simulation to continuum process modelling for granular matter： Theory and application. Particuology, 9(4), 342–357. https://doi.org/10.1016/j.partic.2011.01.002
Zhu, Zw., Liu, Zq.. (2012). CFD prediction of local scour hole around bridge piers. Journal of Central South University, 19(1), 273–281. https://doi.org/10.1007/s11771-012-1001-x
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 SSIIM 소프트웨어를 선택한 이유는 무엇입니까?
A1: SSIIM은 오픈 소스 CFD 소프트웨어이면서도 퇴적물 이동 해석을 위한 기능이 내장되어 있어 세굴 시뮬레이션에 이상적인 도구였습니다. 특히 입자 크기, 안식각, 점착력 등 다양한 토질 매개변수를 모델에 직접 입력하고 그 영향을 분석할 수 있는 유연성을 제공했기 때문에 본 연구의 목적에 가장 적합했습니다.
Q2: 연구 결과, 미세 모래(0.05mm)의 초기 침식률이 시뮬레이션에서 예상보다 낮게 나타났습니다. 이는 수치 모델에 대해 무엇을 시사합니까?
A2: 이는 SSIIM 모델이 침식률을 계산할 때 사용하는 ‘활성 퇴적층(active sediment layer)’ 두께가 D50(중앙 입경)을 기본값으로 사용하기 때문일 가능성이 높습니다. 미세 입자로 구성된 토양은 입자 단위가 아닌 덩어리(chunk) 단위로 침식될 수 있는데, 현재 모델이 이러한 물리적 현상을 완벽하게 포착하지 못함을 시사합니다. 따라서 시간에 따른 세굴 변화와 미세 토양의 침식 메커니즘을 더 정확히 모사하기 위한 수치 모델의 개선이 필요합니다.
Q3: 연구가 청수 세굴(clear-water scour) 조건에 국한된 이유는 무엇입니까?
A3: 청수 세굴은 유사(sediment)의 유입이 없어 침식만 발생하므로, 명확한 최대 평형 세굴 깊이에 도달합니다. 이는 수치 시뮬레이션에서 결과를 분석하고 비교하기에 더 용이한 조건입니다. 반면, 유사 이동이 활발한 유수 세굴(live-bed scour)은 침식과 퇴적이 반복되는 복잡한 주기적 거동을 보여, 특정 시점의 최대 깊이를 정의하기 어렵기 때문에 초기 연구 범위에서는 제외되었습니다.
Q4: 경사면의 임계 전단 응력 감소를 모델링하기 위해 Brooks(1963) 공식을 사용했지만, 그 매개변수가 실제 측정된 안식각과 직접적으로 일치하지 않았습니다. 이것의 의미는 무엇입니까?
A4: 이는 경사면 효과에 대한 현재의 경험적 모델이 가진 한계를 보여줍니다. 최적의 수치 매개변수는 물리적 특성을 직접 입력해서가 아니라, 실험 결과와 일치하도록 맞추는 과정을 통해 찾아졌습니다. 이는 향후 안식각과 같은 물리적 특성을 직접 입력하여 토사의 붕괴(sand slide)와 임계 전단 응력 감소를 통합적으로 계산할 수 있는 더 견고한 퇴적물 모델이 필요함을 의미합니다.
Q5: 테스트한 12개의 경험식 중 어떤 것이 가장 성능이 좋았으며, 그 이유는 무엇입니까?
A5: TAMU(Texas A&M University) 방법이 가장 우수한 성능을 보였습니다. 이 방법은 안전에 치명적인 과소예측 사례가 없으면서도 SSIIM 시뮬레이션 결과와 가장 근접한 예측값을 제공했습니다. 이는 TAMU 방법이 다른 오래된 공식들보다 더 많은 토질 및 유동 매개변수를 고려하여 현실을 더 잘 반영하기 때문인 것으로 분석됩니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 토양의 안식각과 점착력 같은 매개변수가 교각 세굴 깊이를 결정하는 데 있어 부차적인 요소가 아닌 핵심적인 역할을 한다는 것을 수치적으로 증명했습니다. 이러한 요인들을 무시한 기존의 예측 방식은 부정확하고 잠재적으로 위험한 설계를 초래할 수 있습니다. CFD 시뮬레이션은 이러한 실제 현장의 복잡성을 설계에 통합하여 안전성과 경제성을 동시에 확보할 수 있는 필수적인 도구입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 Iqbal Singh Budwal의 논문 “Influence of Soil Parameters on Local Pier Scour Depth”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Hakan GÖKMEŞE, Şaban BÜLBÜL, Onur GÖK이 저술하여 Technical Gazette (2021)에 게재한 논문 “Casting of AA 7075 Aluminium Alloy into Gravity Die and Effect of the Die Preheating Temperature on Microstructure and Mechanical Properties”를 바탕으로 STI C&D의 기술 전문가들이 분석하고 정리한 내용입니다.
키워드
Primary Keyword: 중력 다이캐스팅 해석
Secondary Keywords: AA 7075 알루미늄 합금, 기계적 특성, 미세구조, 금형 예열, 열응력, 유한요소해석
Executive Summary
The Challenge: 고강도 AA 7075 알루미늄 합금의 중력 다이캐스팅 공정에서 금형 예열 온도와 같은 핵심 변수를 제어하는 것은 결함 없는 고품질 제품 생산에 필수적이지만, 시행착오에 의존하는 방식은 시간과 비용 소모가 큽니다.
The Method: 유한요소해석(FEA)을 사용하여 100°C, 150°C, 200°C의 각기 다른 금형 예열 온도에서 발생하는 열응력과 변형을 모델링하고, 실제 주조 실험을 통해 미세구조 및 기계적 특성에 미치는 영향을 검증했습니다.
The Key Breakthrough: 금형 예열 온도를 높이면 금형의 열응력은 증가하지만, 주조품의 인장 연신율은 200°C에서 최대 4.85%까지 향상되었습니다. 반면, 예열 온도가 높을수록 결정립이 조대해지고 경도는 감소하는 상충 관계가 확인되었습니다.
The Bottom Line: 금형 예열 온도는 금형 수명과 최종 제품 품질 사이의 중요한 상충 관계를 결정하는 변수이며, 중력 다이캐스팅 해석을 통해 물리적 테스트 없이 이 영향을 예측하고 공정을 최적화할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
항공우주 및 자동차 산업에서 ‘전략적 금속’으로 불리는 AA 7075 알루미늄 합금은 높은 강도와 경도로 인해 널리 사용됩니다. 이러한 고성능 부품을 생산하는 중력 다이캐스팅 공정은 효율적이지만, 용탕의 충전 시간, 주조 온도, 금형 예열과 같은 여러 변수를 정밀하게 제어해야 합니다. 특히 금형 예열은 용탕이 금형 내부를 효과적으로 채우도록 하는 데 결정적인 역할을 합니다.
기존의 시행착오 방식은 불필요하고 부정확한 생산을 초래하여 비용을 증가시킵니다. 따라서 주조 공정을 컴퓨터 환경에서 설계, 모델링 및 분석하는 것은 오류율을 최소화하고 결함 없는 제품을 생산하는 데 매우 중요합니다. 이 연구는 금형 예열 온도가 금형 자체의 열적 스트레스와 최종 주조품의 기계적 특성에 미치는 복합적인 영향을 규명하여, 시뮬레이션 기반의 공정 최적화 가능성을 제시하고자 했습니다.
The Approach: Unpacking the Methodology
본 연구는 AA 7075 알루미늄 합금의 중력 다이캐스팅 공정을 시뮬레이션 및 실험을 통해 체계적으로 분석했습니다.
재료 및 금형 설계: 주조 재료로는 AA 7075 알루미늄 합금이 사용되었으며, 단일 인장 시험편을 생산하기 위해 특별히 설계된 H13 공구강 재질의 금형이 제작되었습니다.
시뮬레이션 (FEA): 주조 공정에 앞서, 유한요소해석(FEA)을 통해 800°C의 용탕 주입 시 각기 다른 금형 예열 온도(100°C, 150°C, 200°C)가 금형 표면에 가하는 열응력 분포와 변형을 예측했습니다.
실험 조건: 800°C로 용해된 AA 7075 합금을 100°C, 150°C, 200°C로 각각 예열된 금형에 주입하여 인장 시험편을 제작했습니다.
특성 분석: 주조된 시험편은 인장 강도, 미세/거시 경도(시효 처리 전후), 미세구조(SEM), 파단면 형태(EDS) 등 다양한 기계적 및 야금학적 특성을 평가받았습니다. 시효 열처리는 480°C에서 120분 용체화 처리 후 120°C에서 1440분간 진행되었습니다.
Figure 1 Metallic die design and tensile test samples
The Breakthrough: Key Findings & Data
Finding 1: 금형 예열 온도 증가 시 금형의 열응력 및 변형 심화
유한요소해석 결과, 금형 예열 온도를 높이는 것이 금형 수명에 부정적인 영향을 미칠 수 있음을 확인했습니다. Figure 5에서 볼 수 있듯이, 예열 온도가 100°C에서 200°C로 증가함에 따라 인장 시험편으로 전환되는 반경 연결부(a, b, c 영역)와 탕구(feeder) 연결부(d, e, f 영역)에서 열응력과 변형이 집중적으로 심화되었습니다. 이는 높은 예열 온도가 열 피로를 가중시켜 금형의 사용 수명을 단축시킬 수 있음을 시사합니다.
Finding 2: 예열 온도에 따른 기계적 특성의 상충 관계 (연신율 vs. 경도)
실제 주조 실험 결과, 금형 예열 온도는 최종 제품의 기계적 특성에 직접적인 영향을 미쳤습니다.
연신율:Figure 13에 따르면, 금형 예열 온도가 증가할수록 인장 연신율이 향상되었습니다. 200°C에서 주조된 시편은 4.85%로 가장 높은 연신율을 보였으며, 이는 100°C(2.40%)와 150°C(3.35%)에 비해 현저히 높은 수치입니다. 이는 높은 예열 온도가 냉각 속도를 늦춰 더 연성적인 파괴 거동을 유도했기 때문입니다.
경도: 반면, 경도는 예열 온도가 낮을수록 높게 나타났습니다. Figure 14에 따르면, 시효 열처리 후 100°C에서 주조된 시편의 미세경도는 152.16 HV로 가장 높았으며, 200°C 시편의 경도(데이터 미제공, 그래프상 약 120 HV)보다 월등히 높았습니다. 이는 낮은 예열 온도가 더 빠른 냉각을 유도하여 미세한 결정립 구조를 형성했기 때문입니다(Figure 6 참조).
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 금형 예열 온도가 제품의 연성과 경도 사이의 상충 관계를 제어하는 핵심 변수임을 보여줍니다. 높은 경도가 요구되는 부품에는 100°C와 같은 낮은 예열 온도를, 파괴 인성이 중요한 부품에는 200°C와 같은 높은 예열 온도를 적용하는 등 목표 성능에 맞춰 공정 조건을 최적화할 수 있습니다.
For Quality Control Teams:Figure 14의 데이터는 예열 온도와 시효 처리 후 경도 간의 명확한 반비례 관계를 보여줍니다. 이는 공정 윈도우를 설정하고 품질 검사 기준을 수립하는 데 활용될 수 있습니다. 또한 Figures 7, 8, 9의 파단면 이미지는 파괴 분석 시 유용한 시각적 참조 자료를 제공합니다.
For Design Engineers:Figure 5의 해석 결과는 금형의 반경 연결부와 같은 특정 부위에 열응력이 집중됨을 보여줍니다. 이는 특히 높은 예열 온도가 요구될 때, 열 피로를 완화하기 위한 금형 설계(예: 필렛 반경 최적화)가 중요함을 시사합니다.
Figure 3 Aging process diagram of AA 7075 alloy
Paper Details
Casting of AA 7075 Aluminium Alloy into Gravity Die and Effect of the Die Preheating Temperature on Microstructure and Mechanical Properties
1. Overview:
Title: Casting of AA 7075 Aluminium Alloy into Gravity Die and Effect of the Die Preheating Temperature on Microstructure and Mechanical Properties
Author: Hakan GÖKMEŞE, Şaban BÜLBÜL, Onur GÖK
Year of publication: 2021
Journal/academic society of publication: Technical Gazette
Keywords: aluminium, analysis; casting; gravity die casting; mechanical properties
2. Abstract:
본 연구에서는 중력 다이캐스팅 응용 분야에서 중요한 부분을 차지하는 경합금 주조 기술을 조사했습니다. 이를 위해 유한요소해석법을 사용하여 100°C, 150°C, 200°C의 예열 온도에서 금속 인장 시험편 금형의 모델링 및 분석 연구를 수행한 후 주조 시험을 진행했습니다. AA 7075 알루미늄 합금의 중력 다이캐스팅 시험은 800°C에서 다양한 금형 예열 온도 조건 하에 수행되었습니다. 주조 공정 후, 인장 시험편을 준비하여 시험 샘플의 인장 시험 측정 및 경도 측정을 수행했습니다. 경도 측정은 시효 열처리(120°C – 1440분) 전후에 거시경도와 미세경도 모두 측정되었습니다. 시험 샘플의 미세구조 및 파단면 검사를 위해 SEM 및 EDS 분석이 수행되었습니다. 모델링 및 분석 연구를 통해 금형 예열 온도를 높이면 열응력과 변형이 증가하고, 인장 특성 측면에서 가장 높은 연신율은 4.85%인 것으로 확인되었습니다. 시효 열처리 전후의 경도 값은 금형 예열 온도가 증가함에 따라 감소하는 경향을 보였습니다.
3. Introduction:
오늘날 알루미늄 및 알루미늄 합금은 기술의 급속한 발전과 함께 우리 생활에서 가장 널리 사용되는 금속 재료 중 하나가 되었으며, 그 사용이 더욱 확산되고 있습니다. 7xxx계 합금은 높은 기계적 특성, 강도 및 경도, 우수한 내식성 및 다른 알루미늄 합금들 사이에서 뛰어난 용접성으로 인해 항공우주, 자동차, 스포츠 용품 및 기타 분야에서 널리 사용됩니다. 일반적으로 AA 7075 알루미늄 합금을 생산하는 주조 방법은 부품의 크기와 모양에 제한 없이 기존 주조 장비를 사용할 수 있어 간단하고 경제적입니다. 주조 기술을 이용한 제조에서, 용탕의 품질을 평가하기 위해 인장 시험봉은 주조 공정(사형 또는 중력 다이)과 별도로 생산될 수 있습니다. 주조 모델링 및 분석과 같은 프로그램은 시행착오 방식의 불필요하고 부정확한 주조 생산 없이 컴퓨터 환경에서 설계하여 결함 없는 주조 응용 분야에서 매우 중요합니다.
4. Summary of the study:
Background of the research topic:
AA 7075 알루미늄 합금은 항공우주 및 자동차 산업에서 요구되는 고강도, 고경도 특성을 만족시키는 핵심 소재입니다. 중력 다이캐스팅은 이러한 부품을 경제적으로 생산하는 주요 공법 중 하나입니다.
Status of previous research:
기존 연구들은 중력 다이캐스팅의 품질 향상과 금형 수명 연장을 위해 다양한 재료와 공정 변수에 초점을 맞춰왔습니다. 그러나 금형 예열 온도가 금형 자체의 열적 거동과 최종 주조품의 미세구조 및 기계적 특성에 미치는 복합적인 영향을 체계적으로 분석한 연구는 부족했습니다.
Purpose of the study:
본 연구의 목적은 AA 7075 알루미늄 합금의 중력 다이캐스팅 공정에서 금형 예열 온도가 (1) 금형의 열응력 및 변형, (2) 주조품의 미세구조 및 기계적 특성(인장 강도, 경도)에 미치는 영향을 규명하는 것입니다. 이를 통해 시뮬레이션 기반의 공정 최적화 가능성을 탐색하고자 했습니다.
Core study:
연구의 핵심은 유한요소해석(FEA)을 통한 금형의 열응력 예측과 실제 주조 실험을 통한 기계적 특성 검증을 결합한 것입니다. 100°C, 150°C, 200°C의 세 가지 금형 예열 온도 조건을 변수로 설정하고, 각 조건이 금형 수명과 제품 품질에 미치는 상반된 영향을 정량적으로 분석했습니다.
5. Research Methodology
Research Design:
본 연구는 시뮬레이션과 실험적 접근법을 결합하여 설계되었습니다. 먼저 CAD 모델링 및 유한요소해석을 통해 금형 예열 온도에 따른 열응력 분포를 예측하고, 이를 바탕으로 실제 주조 실험을 수행하여 시뮬레이션 결과와 실제 현상 간의 관계를 분석했습니다.
Data Collection and Analysis Methods:
시뮬레이션: 유한요소해석 소프트웨어를 사용하여 금형의 열응력 및 변형을 계산했습니다.
주조 실험: 설계된 금형을 사용하여 800°C의 AA 7075 용탕을 100°C, 150°C, 200°C로 예열된 금형에 주입했습니다.
기계적 특성 평가: 만능시험기(Universal Tester)를 사용하여 인장 강도 및 연신율을 측정했으며, 로크웰 및 비커스 경도계를 사용하여 시효 처리 전후의 경도를 측정했습니다.
미세구조 분석: 주사전자현미경(SEM)과 에너지 분산형 분광기(EDS)를 사용하여 미세구조 및 파단면의 형태와 성분 분포를 분석했습니다.
Research Topics and Scope:
연구 범위는 AA 7075 알루미늄 합금의 중력 다이캐스팅 공정에 국한되며, 주요 연구 주제는 금형 예열 온도(100°C, 150°C, 200°C)가 금형의 열적 거동과 주조품의 미세구조 및 기계적 특성에 미치는 영향입니다.
6. Key Results:
Key Results:
유한요소해석 결과, 금형 예열 온도가 100°C에서 200°C로 증가함에 따라 금형의 열응력과 변형이 심화되어 금형 수명에 부정적인 영향을 미칠 것으로 예측되었습니다.
금형 예열 온도가 높을수록 주조품의 결정립이 조대해지는 경향을 보였습니다. 100°C에서 예열된 금형에서 얻은 시편의 결정립 크기가 상대적으로 가장 작았습니다.
인장 시험 결과, 금형 예열 온도가 증가함에 따라 연신율이 증가하여 200°C에서 4.85%로 최대치를 기록했습니다. 반면 인장 강도는 200°C에서 164 MPa로 가장 높게 나타났습니다.
파단면 분석 결과, 예열 온도가 증가함에 따라 취성 파괴 형태에서 연성 파괴 형태로 변화하는 경향이 관찰되었습니다.
경도 측정 결과, 시효 열처리 전후 모두 금형 예열 온도가 증가할수록 경도 값이 감소했습니다. 시효 처리 후 가장 높은 경도 값은 100°C 예열 조건에서 얻은 시편(152.16 HV, 110.77 HRB)에서 측정되었습니다.
Figure 5 Thermal stress analysis; a) 100 °C; b) 150 °C; c) 200 °C
Figure List:
Figure 1 Metallic die design and tensile test samples
Figure 2 Tensile test bar
Figure 3 Aging process diagram of AA 7075 alloy
Figure 4. Metallic die design
Figure 5 Thermal stress analysis; a) 100 °C; b) 150 °C; c) 200 °C
Figure 6 AA 7075 alloy microstructure images cast at different preheating temperatures: a) 100 °C; b) 150 °C; c) 200 °C
Figure 7 SEM images of the fractured surface after the tensile test and casting with 100 °C preheating
Figure 8 SEM images of the fracture surfaces after the casting and tensile test with 150 °C preheating
Figure 9 SEM images of the fracture surface after casting and tensile test with 200 °C preheating
Figure 10 Fracture surface EDS analysis after the casting and tensile test with 100 °C preheating
Figure 11 Fracture surface EDS analysis after the casting and tensile test with 150 °C preheating
Figure 12 Fracture surface EDS analysis after the casting and tensile test with 200 °C preheating
Figure 13 Tensile test results of samples cast at different preheating temperatures
Figure 14 The hardness results of the samples cast at different preheating temperatures: a) Microhardness; b) Macrohardness
7. Conclusion:
본 연구의 실험 결과는 다음과 같이 요약됩니다. 중력 다이캐스팅 CAD 모델링 연구를 통해 금형 예열 온도가 증가하면 열응력, 변형 및 금형 수명 측면에서 부정적인 영향을 미치는 것으로 확인되었습니다. 증가하는 금형 예열 온도에서 주조 미세구조는 결정립 크기 측면에서 조대해졌습니다. 인장 시험 후, 파단면 형태의 취성 파괴 거동은 증가하는 금형 예열 온도에 따라 결정립계에서 연성 거동으로 대체되었으나, 결정립 내부의 편석에 따라 취성 결정립에서 분리가 발생했습니다. 또한, 시편의 인장 연신율 값이 증가하여 200°C 금형 예열 온도에서 4.85%로 확인되었습니다. 적용된 시효 열처리 공정 후 미세경도 및 거시경도 값은 100°C 금형 예열 공정에서 주조된 시험 시편에서 152.16 HV 및 110.77 HRB로 얻어졌습니다. 명시된 결과를 검토할 때, 금형 예열 온도는 특히 경합금(Al, Zn, Mg 등) 주조에서 효과적일 수 있습니다. 따라서 금형 성형, 금형 변형 및 수명, 미세구조 및 기계적 특성은 중력 다이캐스팅 응용 분야에서 직접적인 영향을 받을 수 있습니다.
8. References:
Anand, R. & Deva, K. (2017). Micro Structure and Mechanical Behavior of AL-7075-T6 and Fly Ash Metal Matrix composite Produced by Stir Casting Process. International Journal of Theoretical and Applied Mechanics, 12(2), 365-374.
Vannan, E. & Vizhian, P. (2014). Microstructure and Mechanical Properties of as Cast Aluminium Alloy 7075/ Ba salt Dispersed Metal Matrix Composites. Journal of Minerals and Materials Characterization and Engineering, 2, 182-193. https://doi.org/10.4236/jmmce.2014.23023
Chen, X. H., Yan, H., & Jie, X. P. (2015). Effects of Ti Addition on Microstructure and Mechanical Properties of 7075 Alloy. International Journal of Cast Metals Research, 28(3), 151-157. https://doi.org/10.1179/1743133614Y.0000000137
Kılıçlı, V., Akar, N., Erdoğan, M., & Kocatepe K. (2016). Tensile Fracture Behavior of AA7075 Alloy Produced by Thixocasting. Trans. Nonferrous Met. Soc. China, 26, 1222-1231. https://doi.org/10.1016/S1003-6326(16)64223-1
Ezatpour, H. R., Torabi, M. P., Sajjadi, S. A., Ebrahimi, G. R., & Chaichi, A. (2016). Microstructure, Mechanical Analysis and Optimal Selection Of 7075 Aluminum Alloy Based Composite Reinforced with Alumina Nanoparticles. Materials Chemistry and Physics, 178, 119-127. https://doi.org/10.1016/j.matchemphys.2016.04.078
Mingfan, Q., Yonglin, K., Guoming, Z., Yangde, L., & Weirong, L. (2017). Improving Microstructure and Mechanical Properties for Large-Diameter 7075 Aluminum Alloy Ingotsby a Forced Convection Stirring Casting Process. Metallurgical and Materials Transactions B, 48B, 993-1003. https://doi.org/10.1007/s11663-016-0884-6
Shaoming, M., Youhong, S., Huiyuan, W., Xiaoshu, L., Ming, Q., Yinlong, M., Chi, Z., & Baochang, L. (2017). Effect of a Minor Sr Modifier on the Microstructures and Mechanical Properties of 7075 T6 Al Alloys. Metals, 7(13), 1-11. https://doi.org/10.3390/met7010013
Wang, Y., Neff, D., Schwam, D., Zhu, X., & Chen, C., (2013). Optimization of Permanent Mold Mechanical Property Test Barsin A356 Alloy Using A New MoldDesing. International Journal of Metalcasting, 26-38. https://doi.org/10.1007/BF03355556
Material and Coating Improvements Target Increased Life Span and Reduced Cost of Permanent Molds. Metal Casting, 2000.
Birsan, G., Ashtari, P., & Shankar, S. (2011). Valid Mould and Process Design to Cast Tensile and Fatigue Test Bars in Tilt Pour Casting Process. International Journal of Cast Metals Research, 24(6), 378-384. https://doi.org/10.1179/1743133611Y.0000000005
Akar, N., Kayıkcı, R., & Kısaoğlu, A. K. (2014). Model-ling of critical solid fraction factor depending on mold temperature and grain size of Al-4,3Cu alloy poured in-to permanent mold. Journal of Polytechnic, 17(2), 83-89.
Akar, N., Boran, K., & Hozikliğil, B. (2013). Effect of mold temperature on heat transfer coefficient at cast-ing-mold interface. Journal of the Faculty of Engineering and Architecture of Gazi University, 28(2), 275-282.
Sigworth, G. K. (2011). Understanding Quality in Aluminum Castings. American Foundry Society, 1-17. https://doi.org/10.1007/BF03355504
Malekan, M., Naghdali, S., Abrishami, S., & Mirghaderi, S. H. (2016). Effect of cooling rate on the solidification characteristics and dendrite coherency point of ADC12 aluminum die casting alloy using thermal analysis. Journal of Thermal Analysis and Calorimetry, 124(2), 601-609. https://doi.org/10.1007/s10973-015-5232-6
Mohsen, O. S., Amir, B., Ali, K., & Fatemeh, H. (2020). Evaluation of Fracture Mechanisms in Al-Si Metal Matrix Nanocomposites Produced by Three Methods of Gravity Sand Casting, Squeeze Casting and Compo Casting in Semi-Solid State. Silicon, 12, 2977-2987. https://doi.org/10.1007/s12633-020-00390-9
Iryna, H., Stefan, M., & Lenka, M. (2019). Dependence of Mechanical Properties on Porosity of AlSi7Mg0.3 Alloy During Gravity Casting. Engineering for Rural Development, 1001-1006.
Mohamed, F. I., Guillermo, H. G., Agnes, M. S., & Fawzy, H. S. (2016). Optimizing the Heat Treatment of High-Strength 7075-Type Wrought Alloys: A Metallographic Study. International Journal of Metalcasting, 10(3), 264-275. https://doi.org/10.1007/s40962-016-0038-2
Expert Q&A: Your Top Questions Answered
Q1: 이 연구에서 표준 ASTM B108 금형 대신 맞춤형 금형을 설계한 이유는 무엇입니까?
A1: 논문에 따르면, “이 금형은 ASTM B108로 알려진 금형과 달리 단일 인장 시험편을 생산하도록 설계되었습니다.” 이는 연구의 목적이 특정하고 단순화된 형상에 대한 예열 효과를 명확히 분리하여 관찰하는 데 있었음을 시사합니다. 복잡한 형상의 영향을 배제하고 예열 온도라는 단일 변수가 기본적인 주조품의 특성에 미치는 영향을 집중적으로 분석하기 위한 설계로 보입니다.
Q2: Figure 5는 200°C에서 열응력이 증가함을 보여주는데, 이것이 실제 금형 수명에 어떤 영향을 미칩니까?
A2: 논문은 이것이 “금형 사용 수명에 부정적인 영향을 미칠 것”이라고 언급합니다. 이는 중력 다이캐스팅 금형의 일반적인 파손 원인인 열 피로 균열 때문입니다. 시뮬레이션을 통해 엔지니어는 그림에 나타난 반경 연결부와 같은 고응력 영역을 미리 예측하고, 해당 부위를 보강하거나 공정 조건을 최적화하여 임계 응력 임계값 이하로 유지함으로써 금형 수명을 연장할 수 있습니다.
Q3: 논문에서는 연신율과 경도 사이의 상충 관계를 언급했습니다. 어떤 예열 온도가 ‘최적’이라고 할 수 있습니까?
A3: 단 하나의 ‘최적’ 온도는 없습니다. 이는 부품의 최종 적용 분야 요구사항에 따라 달라집니다. 높은 경도와 강도가 필요한 부품(예: 구조 부재)의 경우, 100°C로 예열 후 시효 처리를 하는 것이 최적의 선택(152.16 HV)입니다. 반면, 더 높은 연성과 파괴 저항이 필요한 부품(예: 충격 흡수 부품)의 경우, 200°C 예열이 더 나은 선택(4.85% 연신율)이 될 것입니다.
Q4: 예열 온도가 증가함에 따라 파단면이 취성에서 연성으로 변하는 원인은 무엇입니까?
A4: 논문은 높은 예열 온도가 냉각 속도를 늦춘다고 설명합니다. 이는 “결정립 성장”과 합금 원소의 “편석 경향이 있는 영역 형성”을 유발합니다(Figure 6). 느린 응고 속도와 조대해진 결정립은 결과적으로 100°C에서 관찰된 취성 입계 파괴(Figure 7)에서 200°C에서 보이는 더 큰 딤플을 가진 연성 파괴(Figure 9)로의 전환을 이끌어냈습니다.
Q5: 시효 열처리를 통한 경도 향상 효과는 얼마나 중요했습니까?
A5: 매우 중요했습니다. 100°C 예열 시편의 경우, 미세경도는 평균 129.53 HV에서 152.16 HV로 17.8% 증가했습니다. 거시경도는 86.36 HRB에서 110.77 HRB로 27.9%나 증가했습니다(Figure 14). 이는 AA 7075 합금의 최종 기계적 특성을 확보하는 데 있어 주조 후 열처리가 필수적인 공정임을 명확히 보여줍니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 AA 7075 알루미늄 합금의 중력 다이캐스팅 공정에서 금형 예열 온도가 금형 수명과 제품 품질에 미치는 복합적인 영향을 명확히 보여주었습니다. 시뮬레이션은 높은 예열 온도가 금형에 가하는 열적 부담을 예측했으며, 실험은 이것이 제품의 연성을 향상시키는 대신 경도를 저하시키는 상충 관계를 가짐을 입증했습니다.
이러한 결과는 중력 다이캐스팅 해석이 단순히 용탕의 유동을 예측하는 것을 넘어, 공정 변수가 최종 제품의 기계적 특성과 생산 설비의 수명에 미치는 영향까지 종합적으로 최적화할 수 있는 강력한 도구임을 증명합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Casting of AA 7075 Aluminium Alloy into Gravity Die and Effect of the Die Preheating Temperature on Microstructure and Mechanical Properties” by “Hakan GÖKMEŞE, Şaban BÜLBÜL, Onur GÖK”.
이 기술 요약은 Radu Stefanel Florea가 Mississippi State University(2012)에 제출한 박사학위 논문 “Experiments and Simulation for 6061-T6 Aluminum Alloy Resistance Spot Welded Lap Joints”를 기반으로 합니다. 이 자료는 STI C&D에 의해 기술 전문가들을 위해 분석 및 요약되었습니다.
키워드
Primary Keyword: 6061-T6 알루미늄 저항 점용접
Secondary Keywords: 저항 점용접 시뮬레이션, 알루미늄 용접, 피로 수명, 용접 공정 최적화, 다중물리 해석, COMSOL, ABAQUS
Executive Summary
도전 과제: 자동차 및 군수 산업의 경량화 요구로 6061-T6 알루미늄 합금의 저항 점용접(RSW)이 중요해졌지만, 공정의 복잡성으로 인해 용접 품질이 일정하지 않은 문제가 있습니다.
연구 방법: 세 가지 용접 조건(“저”, “공칭”, “고”)에서 6061-T6 알루미늄 합금의 RSW 랩 조인트에 대한 광범위한 실험(인장/피로 시험, EBSD, 레이저 프로파일 측정)과 다중물리 유한요소해석(ABAQUS, COMSOL)을 결합하여 용접 파라미터의 영향을 정량화했습니다.
핵심 발견: 용접 전류는 용접부 압흔 깊이, 미세구조(용융부 및 열영향부의 결정립 크기), 잔류 응력에 직접적인 영향을 미치며, 이는 최종적으로 조인트의 피로 수명과 파괴 모드를 결정하는 핵심 요소임이 밝혀졌습니다.
핵심 결론: 6061-T6 알루미늄의 고품질 점용접을 위해서는 용접 파라미터의 정밀한 제어가 필수적이며, 다중물리 시뮬레이션은 비용이 많이 드는 실험적 시행착오를 줄이고 공정을 최적화하는 데 핵심적인 도구입니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가
자동차 및 군수 산업에서는 연비 향상과 배출가스 감소를 위해 차체 경량화가 최우선 과제입니다. 이를 위해 강철을 대체할 경량 소재로 6061-T6와 같은 고강도 알루미늄 합금이 주목받고 있습니다. 저항 점용접(RSW)은 대량 생산에 적합한 빠르고 자동화된 접합 기술이지만, 알루미늄에 적용할 때는 문제가 복잡해집니다.
알루미늄은 강철보다 열전도율과 전기전도율이 높아 훨씬 더 높은 전류와 정밀한 제어가 필요합니다. 부적절한 용접 파라미터는 용접부의 강도 저하, 피로 수명 단축, 과도한 압흔으로 인한 후처리 비용 증가 등 다양한 문제를 야기합니다. 특히 용접부의 미세구조 변화, 잔류 응력 분포, 피로 파괴 메커니즘 간의 복잡한 상호작용을 이해하는 것은 고품질의 일관된 용접을 달성하는 데 큰 장벽이었습니다. 이 연구는 이러한 기술적 난제를 해결하기 위해 용접 공정 파라미터가 6061-T6 알루미늄 RSW 조인트의 기계적 거동에 미치는 영향을 실험과 시뮬레이션을 통해 정량적으로 분석하고자 했습니다.
연구 접근법: 방법론 상세 분석
본 연구는 6061-T6 알루미늄 합금 RSW 랩 조인트의 거동을 심층적으로 이해하기 위해 포괄적인 실험적 분석과 전산 모델링을 결합했습니다.
소재 및 시편: 두께 2mm의 6061-T6 알루미늄 시트 두 개를 35mm 겹쳐 중앙에 단일 점용접을 실시한 랩-전단 시편을 사용했습니다. 용접 전 자연 산화막은 기계적, 화학적으로 제거되었습니다.
용접 공정: 서보 건(servo-gun) 방식의 RSW 장비와 구리-지르코늄 합금 전극을 사용했습니다. 용접 품질 확보를 위해 주 용접(main weld)과 후열(post-heat)의 두 단계로 공정을 구성했으며, 전류, 가압력, 시간 등 공정 파라미터를 조절하여 세 가지 조건(“저”-26kA, “공칭”-30kA, “고”-38kA)의 시편을 제작했습니다. “공칭” 조건은 군사 규격(MIL-W-6858D)을 충족하도록 설정되었습니다.
실험적 분석:
기계적 특성 평가: 정적 인장 시험을 통해 파단 하중을 측정하고, 하중 제어 방식의 피로 시험을 통해 다양한 하중비(R=0.0, 0.1, 0.3, 0.5)에서의 피로 수명(S-N 곡선)을 평가했습니다.
형상 및 미세구조 분석: 레이저 빔 프로파일 측정기(LBP)를 사용하여 용접부 표면의 압흔 깊이를 비파괴적으로 정량화했으며, 광학 현미경(OM)과 전자후방산란회절(EBSD) 분석을 통해 용융부(FZ), 열영향부(HAZ), 모재(BM)의 결정립 크기와 방향성을 분석했습니다.
잔류 응력 측정: 중성자 회절(Neutron Diffraction)을 이용하여 용접부 내부의 3차원 잔류 응력(종방향, 횡방향, 수직방향)을 비파괴적으로 측정했습니다.
수치 해석:
다중물리 시뮬레이션: 상용 유한요소해석 패키지인 ABAQUS와 COMSOL MULTIPHYSICS를 사용하여 RSW 공정의 복잡한 열-전기-기계 연성 거동을 모델링했습니다. COMSOL에서는 Bammann 내부 상태 변수(BCJ) 구성 모델을 구현하여 재료의 비탄성 거동을 정밀하게 모사했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 용접 전류가 용접부 형상 및 미세구조에 미치는 직접적 영향
용접 전류는 용접 품질을 결정하는 가장 중요한 변수임이 명확히 확인되었습니다.
레이저 프로파일 측정 결과, 용접 전류가 증가함에 따라 전극에 의한 압흔 깊이가 선형적으로 증가했습니다(그림 2.2a). 이는 과도한 전류가 표면 품질을 저하시키고 응력 집중을 유발할 수 있음을 시사합니다.
EBSD 분석 결과, 용접 전류는 용접부의 미세구조를 극적으로 변화시켰습니다(그림 2.5). “고” 전류 조건(38kA)에서는 용융부(FZ)의 결정립이 약 7.82 마이크론으로 미세화되었지만, 열영향부(HAZ)에서는 결정립 성장이 관찰되었습니다. 반면, “저” 전류 조건(26kA)에서는 불충분한 열 입력으로 인해 불균일한 미세구조가 형성되어 용접 품질이 저하되었습니다. 그림 2.6은 용접 조건에 따른 FZ와 HAZ의 평균 결정립 크기 변화를 명확히 보여줍니다.
Figure 2.1 Axonometric 3D weld profiles for top and bottom welds at “nominal,” “low,” and “high” conditions.
결과 2: 용접 파라미터가 피로 수명과 파괴 모드를 결정
용접 조건은 정적 강도뿐만 아니라 동적 하중 하에서의 피로 수명과 파괴 거동에도 결정적인 영향을 미쳤습니다.
최대 하중 2.0kN, 하중비 R=0.0 조건에서 수행된 피로 시험 결과, “고” 조건 시편의 평균 파괴 수명은 약 120,000 사이클이었던 반면, “저” 조건 시편은 약 6,000 사이클로 급격히 감소했습니다(그림 3.8). 흥미롭게도 “공칭” 조건과 “고” 조건의 피로 수명은 유사하게 나타나, 정적 강도 증가가 반드시 피로 성능 향상으로 이어지지는 않음을 보여주었습니다.
또한, 용접 조건에 따라 파괴 모드가 달라졌습니다(그림 3.11). “저” 조건에서는 용접 계면에서 파괴(interfacial fracture)가 발생한 반면, “공칭” 조건에서는 용접 너겟 주변 모재에서 파단(button pull-out)이 일어났습니다. “고” 조건에서는 두 가지 모드가 혼합된 형태로 나타났습니다. 이는 용접 파라미터가 조인트의 파괴 메커니즘 자체를 변화시킨다는 것을 의미합니다.
Figure 2.5 Fusion zone (FZ), heat affected zone (HAZ) and base metal (BM) are shown on Electron Back Scatter Diffraction (EBSD) grain size mapping plot along with the grain sizes in these regions
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 본 연구는 용접 전류와 후열 공정이 6061-T6 알루미늄의 용접 품질에 결정적임을 보여줍니다. 특히 MIL-W-6858D 규격을 만족하는 “공칭” 조건(30kA 전류, 3.8kN 가압력, 후열 적용)은 정적 강도와 피로 수명 측면에서 최적의 균형을 제공합니다. 단순히 전류를 높이는 것이 피로 성능을 개선하지 않을 수 있으므로, 목표 성능에 맞는 정밀한 공정 파라미터 설정이 중요합니다.
품질 관리팀: 레이저 프로파일 측정(그림 2.2)은 용접부 압흔 깊이를 측정하여 용접 전류의 적절성을 비파괴적으로 신속하게 평가할 수 있는 유용한 도구가 될 수 있습니다. 또한, 파괴된 시편의 파괴 모드(그림 3.11)를 분석하여 용접 공정의 안정성을 역으로 추적하고 관리하는 기준으로 활용할 수 있습니다.
설계 엔지니어: 중성자 회절로 측정한 잔류 응력 데이터(그림 4.8-4.11)는 용접부 주변에 높은 인장 응력이 존재함을 보여줍니다. 이는 부품의 피로 수명 예측 시 반드시 고려해야 할 요소입니다. 특히 수직 방향 응력(σ33)이 거의 없어 평면 응력(plane stress)으로 가정한 해석의 타당성을 높여주므로, 보다 효율적인 CAE 해석이 가능합니다.
논문 정보
Experiments and Simulation for 6061-T6 Aluminum Alloy Resistance Spot Welded Lap Joints
1. 개요:
제목: Experiments and Simulation for 6061-T6 Aluminum Alloy Resistance Spot Welded Lap Joints
이 포괄적인 연구는 용접 파라미터와 공정 민감도에 따른 6061-T6 알루미늄(Al) 합금의 저항 점용접(RSW)에서 피로 성능, 파단 하중 및 미세구조를 정량화한 최초의 연구입니다. 광범위한 실험, 이론 및 시뮬레이션 분석은 연비 효율이 더 높은 자동차 및 군용 애플리케이션을 위한 경량 구조물의 용접을 최적화하기 위한 프레임워크를 제공할 것입니다. 연구는 네 가지 주요 구성 요소로 실행되었습니다. 첫 번째 섹션에서는 전자후방산란회절(EBSD) 스캐닝, 인장 시험, 레이저 빔 프로파일 측정(LBP) 및 광학 현미경(OM) 이미지를 사용하여 Al 합금 저항 점용접 조인트의 파단 하중과 변형을 실험적으로 조사했습니다. 세 가지 용접 조건과 너겟 및 미세구조 특성은 사전 정의된 공정 파라미터에 따라 정량화되었습니다. 두 번째 섹션에서는 RSW된 조인트의 피로 거동을 실험적으로 조사했습니다. 세 번째 섹션은 세 가지 다른 방향(면내 종방향, 면내 횡방향, 수직)으로 측정된 잔류 변형률로 구성되었습니다. 중성자 회절 결과, 용접부의 잔류 응력은 모재의 항복 강도보다 약 40% 낮았습니다. 마지막 섹션에서는 6061-T6 알루미늄 저항 점용접 조인트에 대한 이론적 연속체 모델링 프레임워크를 제시합니다.
3. 서론:
자동차 및 군수 산업은 지상 차량의 연비 향상을 위해 경량 합금과 고품질 용접을 필요로 합니다. 이 프로젝트의 광범위한 실험, 이론 및 시뮬레이션 분석은 보다 연료 효율적인 자동차 및 군용 애플리케이션을 위한 경량 구조물의 용접을 개선하기 위한 프레임워크를 제공할 것입니다. 본 논문은 6061-T6 알루미늄의 저항 점용접(RSW)에 대한 파단 하중과 변형을 준정적 인장 시험, 레이저 빔 프로파일 측정 및 전자후방산란 기술을 사용하여 설명합니다.
4. 연구 요약:
연구 주제의 배경:
자동차 및 군수 산업에서 연비 향상을 위한 경량화 요구가 증가함에 따라, 6061-T6와 같은 고강도 알루미늄 합금의 적용이 확대되고 있습니다. 저항 점용접(RSW)은 높은 생산성으로 인해 널리 사용되는 접합 기술이지만, 알루미늄 합금에 적용 시 높은 열/전기 전도율로 인해 공정 제어가 어렵고 용접 품질의 일관성을 확보하기 어렵습니다.
이전 연구 현황:
이전 연구들은 주로 강철의 RSW에 집중되었거나, 알루미늄 RSW의 특정 현상(예: 너겟 크기 예측, 전극 수명)에 국한되었습니다. 특히 6061-T6 합금의 용접 파라미터가 미세구조, 피로 수명, 파괴 모드, 그리고 3차원 잔류 응력 분포에 미치는 영향을 종합적으로 정량화한 연구는 부족했습니다.
연구 목적:
본 연구의 목적은 6061-T6 알루미늄 합금 RSW 랩 조인트에 대해 용접 파라미터(특히 전류)가 기계적 특성(정적 강도, 피로 수명), 미세구조, 잔류 응력에 미치는 영향을 포괄적으로 규명하는 것입니다. 이를 통해 경량 구조물 용접 공정을 최적화하고, 신뢰성 높은 부품 설계를 위한 실험적 데이터와 검증된 시뮬레이션 프레임워크를 제공하고자 합니다.
핵심 연구:
세 가지 용접 조건(“저”, “공칭”, “고”)이 용접부의 형상(압흔), 미세구조(결정립 크기), 정적 파단 하중에 미치는 영향 분석.
용접 조건이 다양한 하중비에서 조인트의 피로 수명(S-N 곡선) 및 파괴 모드에 미치는 영향 분석.
중성자 회절을 이용한 용접부의 3차원 잔류 응력 분포 측정 및 정량화.
다중물리 유한요소해석(ABAQUS, COMSOL)을 통한 RSW 공정 시뮬레이션 및 실험 결과와의 비교 검증.
5. 연구 방법론
연구 설계:
실험적 접근과 수치 해석적 접근을 병행하는 통합 연구 설계를 채택했습니다. 세 가지로 제어된 용접 조건 하에서 제작된 시편을 사용하여 기계적, 미세구조적 특성을 체계적으로 평가하고, 이 결과를 다중물리 시뮬레이션 모델의 검증 데이터로 활용했습니다.
데이터 수집 및 분석 방법:
정적/동적 시험: 서보 유압식 만능시험기(MTS 810)를 사용하여 정적 인장 시험 및 하중 제어 피로 시험을 수행하고, 하중-변위 및 파괴 수명 데이터를 수집했습니다.
형상/미세구조 분석: 레이저 빔 프로파일 측정기, 광학 현미경(OM), Zeiss Supra40 주사전자현미경(SEM)에 장착된 EBSD 시스템을 사용하여 표면 형상 및 미세구조 데이터를 수집하고 분석했습니다.
잔류 응력 측정: Oak Ridge 국립 연구소의 고선속 동위원소 원자로(HFIR)에 있는 중성자 잔류 응력 매핑 장비(NRSF2)를 사용하여 중성자 회절 데이터를 수집하고, 이를 통해 3차원 잔류 응력을 계산했습니다.
수치 해석: ABAQUS/Standard 및 COMSOL MULTIPHYSICS 소프트웨어를 사용하여 열-전기-기계 연성 해석을 수행했습니다.
연구 주제 및 범위:
본 연구는 2mm 두께의 6061-T6 알루미늄 합금 시트를 사용한 단일 랩-전단 저항 점용접 조인트에 초점을 맞춥니다. 연구 범위는 용접 전류를 주요 변수로 하여 기계적 거동(정적 강도, 피로 수명), 미세구조 변화, 잔류 응력 분포를 분석하고, 이를 예측하기 위한 다중물리 시뮬레이션 프레임워크를 개발하는 것을 포함합니다.
6. 주요 결과:
주요 결과:
용접 전류 증가는 용접부 표면 압흔 깊이의 선형적 증가를 유발했습니다.
용접부의 미세구조는 용접 조건에 따라 크게 변화했습니다. 용융부(FZ)에서는 전류가 높을수록 결정립이 미세해졌고, 열영향부(HAZ)에서는 결정립이 성장하는 경향을 보였습니다.
피로 수명은 “저” 조건에서 급격히 감소했으며, “공칭” 조건과 “고” 조건에서는 유사한 수준을 보였습니다. 파괴 수명은 약 6,000 사이클에서 2,000,000 사이클 이상까지 넓은 범위에 분포했습니다.
용접 조건에 따라 계면 파괴, 버튼 풀아웃 등 다양한 피로 파괴 모드가 관찰되었습니다.
중성자 회절 측정 결과, 용접부의 잔류 응력은 모재 항복 강도의 약 40% 수준이었으며, 특히 판 두께 방향의 수직 응력(σ33)은 거의 무시할 수 있는 수준이었습니다.
COMSOL을 이용한 다중물리 시뮬레이션 결과는 EBSD로 관찰된 미세구조 영역(FZ, HAZ) 및 온도 분포와 좋은 상관관계를 보였습니다.
Figure List:
Figure 2.1 Axonometric 3D weld profiles for top and bottom welds at “nominal,” “low,” and “high” conditions.
Figure 2.2 Average heights and depths for the different weld conditions.
Figure 2.3 Load versus displacement graphs showing the consistency for “nominal,” “low” and “high” conditions.
Figure 2.4 Welded specimens prior to quasi-static tensile testing (a) and fractured specimens (b).
Figure 2.5 Fusion zone (FZ), heat affected zone (HAZ) and base metal (BM) are shown on Electron Back Scatter Diffraction (EBSD) grain size mapping plot along with the grain sizes in these regions.
Figure 2.6 Average grain size as a function of welding conditions for the fusion zone (FZ) and heat affected zone (HAZ).
Figure 3.1 RSW process overview.
Figure 3.2 Geometry of Al 6061-T6 resistance spot weld lap-shear coupon.
Figure 3.3 Weld parameter development (current and force traces) with corresponding microstructures for a1, 2) “nominal”, b1), b2) “low” and c1), c2) “high” conditions.
Figure 3.4 Welding equipment used to produce welds at three nugget sizes.
Figure 3.5 Fatigue testing set-up.
Figure 3.6 Resistance spot welding specimens for 3 process conditions denoted as “nominal”, “high or big” and “low or small.”
Figure 3.7 Graph shows maximum load versus number of cycles to complete failure for different load ratios.
Figure 3.8 Graph shows number of cycles to complete failure for different welding conditions denoted as “nominal”, low” and “high”.
Figure 3.9 Macrographs of welds obtained during process parameter development.
Figure 3.11 Fractured fatigue resistance spot welding specimens. These specimens were tested at one load ratio (R=0.00) and three welding conditions denoted as “nominal”, “low” and “high”.
Figure 3.12 Scanning Electron Microscopy showing top and bottom of weld #36 for “nominal” condition.
Figure 3.13 Scanning electron microscope fractography of a fatigue resistance spot welding of specimen #36 top plate at “nominal” condition.
Figure 4.1 Overall view of resistant spot welding (RSW) with destructive testing.
Figure 4.2 Geometry of Al 6061-T6 resistance spot welded lap-shear coupon.
Figure 4.3 Overall view of the welding equipment.
Figure 4.4 (a) An RSW’ed specimen prior to quasi-static tensile testing, and (b) subsequent fractured specimen after the quasi-static tensile test.
Figure 4.5 EBSD data shows grain size evolutions in the weld region.
Figure 4.6 Neutron scatter diffraction equipment used to measure residual stresses.
Figure 4.7 Data acquisition for neutron scatter diffraction.
Figure 4.8 In-plane longitudinal (σ11) stresses in (a) horizontal direction of the welded plate and (b) vertical direction.
Figure 4.9 In-plane transversal (σ22) stresses in (a) horizontal direction of the welded plate and (b) vertical direction.
Figure 4.10 Normal (σ33) stresses in (a) horizontal direction of the welded plate and (b) vertical direction.
Figure 4.11 von Mises stress measurements in (a) horizontal direction of the welded plate and (b) vertical direction.
Figure 4.12 Intermediate plots for in-plane longitudinal (σ11) stresses in (a-c) horizontal direction of the welded plate and (d-e) vertical direction, respectively.
Figure 4.13 Intermediate plots for in-plane transversal (σ22) stresses in (a-c) horizontal direction of the welded plate and (d-e) vertical direction, respectively.
Figure 4.14 Intermediate plots for normal (σ33) stresses in (a-c) horizontal direction of the welded plate and (d-e) vertical direction, respectively.
Figure 5.1 Coupled problem for resistance spot welding.
Figure 5.2 ABAQUS coupled thermo-electrical calculation of resistance spot welding.
Figure 5.3 ABAQUS and experimental results.
Figure 5.4 Isotropic (alpha=0) and kinematic hardening (kappa=0) schematic.
Figure 5.5 Weld parameter development (current and force traces) with corresponding microstructures for “nominal “high” and “low” conditions.
Figure 5.6 Current versus time for entire welding, annealing and cooling cycle.
Figure 5.7 Force versus time for entire welding, annealing and cooling cycle.
Figure 5.8 Electron back scatter diffraction grain size illustration and computer simulation (using COMSOL) temperature plots.
Figure 5.9 Stress distribution in y-z and x-z planes respectively.
Figure 5.10 Isometric view with temperature distribution.
7. 결론:
본 연구는 6061-T6 알루미늄 합금의 저항 점용접 공정 파라미터가 용접 조인트의 품질에 지대한 영향을 미친다는 것을 실험적으로 규명했습니다. 최적의 전류, 가압력, 시간은 반복적인 실험을 통해 결정되었으며, “공칭” 및 “고” 용접 조건은 군사 규격(MIL-W-6858D)을 충족했습니다.
프로파일 측정: 용접 전류가 클수록 압흔이 깊어지며, 이는 표면 품질과 직결됩니다.
정적/동적 시험: 용접 파라미터가 올바르게 설정되면 일관된 정적 파단 하중을 얻을 수 있습니다. 피로 수명은 용접 전류에 크게 좌우되며, 특히 “저” 조건에서는 수명이 한 자릿수 이상 감소하는 극적인 변화를 보였습니다.
미세구조: EBSD 분석을 통해 용접 파라미터와 결정립 크기 및 방향성 간의 강한 상관관계를 확인했습니다. 낮은 열 입력은 불균일한 미세구조와 약한 용접부를, “공칭” 및 “고” 조건은 용접 영역 간 부드러운 전이와 높은 파단 하중을 보였습니다.
잔류 응력: 중성자 회절을 통해 3차원 잔류 응력을 성공적으로 측정했으며, 응력 값은 모재 항복 강도의 절반 이하였습니다. 특히 두께 방향의 수직 응력이 미미하여, 향후 연구에서 X-선 회절과 같은 보다 저렴한 2D 측정 기법을 활용할 수 있는 가능성을 열었습니다.
이 연구 결과는 6061-T6 알루미늄 합금 저항 점용접 데이터베이스를 확장하는 데 기여하며, 학계와 산업계 모두에 가치 있는 정보를 제공합니다.
8. 참고문헌:
N. T. Williams, J. D. Parker. Review of resistance spot welding of steel sheets. Part 1: Factors influencing electrode life. International Materials Reviews 2004; 49: 45-75.
N. T. Williams, J. D. Parker. Review of resistance spot welding of steel sheets. Part 2: Modeling and control of weld nugget formation. International Materials Reviews 2004; 49: 77-108.
R. S. Florea et al. An experimental study of mechanical behavior of resistance spot welded aluminum 6061-T6 joints. ASME International Mechanical Engineering Congress and Exposition 2010: In Press.
S. Aslanlar, A. Ogur, U. Ozsarac, E. Ilhan. Welding time effect on mechanical properties of automotive sheets in electrical resistance spot welding. Materials & Design 2008; 29: 1427-1431.
M. Jou. Experimental investigation of resistance spot welding for sheet metals used in automotive industry. JSME International Journal, Series C-Mechanical Systems, Machine Elements and Manufacturing 2001; 44: 544-552.
X. Sun, P. Dong. Analysis of aluminum resistance spot welding processes using coupled finite element procedures. Welding Research Supplement 2000; August: 215-221.
E. Feulvarch, V. Robin, J. M. Bergheau. Resistance spot welding simulation: a general finite element formulation of electro thermal contact conditions. Journal of Materials Processing Technology 2004; 153-154: 436-441.
H. Eisazadeh, M. Hamedi, A. Halvaee. New parametric study on nugget size in resistance spot welding using finite element method. Materials and Design 2010; 31: 149-157.
J. A. Khan., L. Xu, Y-J Chao, K. Broach. Numerical simulation of resistance spot welding process. Numerical Heat Transfer 2000; 37: 425-446.
J. A. Khan, L. Xu, Y-J Chao. Prediction of nugget development during resistance spot welding using coupled electrical-thermal-mechanical model. Science and Technology of Welding and Joining 1999; 4: 201-207.
K. E. Weiss. Paint and Coatings: A mature industry in transition. Journal of Progress in Polymer Science 1994; 22: 203-245.
MIL-W-6858D. Welding, resistance: spot and seam-This specification is approved for use by all Departments and Agencies of the Department of Defense, Military specification; 28 March 1978:4-5.
H. Martin, M. F. Horstemeyer, P. Wang. Comparison of corrosion pitting under immersion and salt-spray environments on an as-cast AE44 magnesium alloy. Corrosion Science Elsevier 2010; 52: 7099-7108.
C. Reichert and W. Peterson. Inspecting RSW Electrodes and Welds with Laser-Based Imaging. Welding Journal 2007; February: 38-45.
R. B. Hirsch. Making Resistance Spot Welding Safer . Welding Journal 2007; February: 32-37.
R. S. Florea et al. Failure Loads and Deformation in 6061-T6 Aluminum Alloy Spot Welds. TMS Supplemental Proceedings, Volume 2: Materials fabrication, properties and characterization; February-March, 2011: 213-220.
N. D. Hurley, W. H. Van Geertruyden, W. Z. Misiolek. Surface grain structure evolution in hot rolling of 6061 aluminum alloy. Journal of Materials Processing Technology 2009: 5990-5995.
S. Brauser, L. A. Pepke, G. Weber, M. Rethmeier. Deformation behavior of spot-welded high strength steels. Materials Science and Engineering A 2010: 7099-7108.
American Welding Society (ASW). Specification for Automotive Weld Quality; January 2007: 1-40.
H. W. Coleman and W. G. Steele. Experimentation, Validation, and Uncertainty Analysis for Engineers, Third Edition. John Wiley & Sons, Inc., 2009:10.
R. A. Lindenburg, N. R. Braton. Aluminum Welding. Welding and other joining processes, Allyn and Bacon, Inc. 1976: 105-109.
T. Hong, T. Wei, L. G. Hector, P. D. Zavattieri. Uniaxial tensile and simple shear behavior of resistance spot-welded dual-phase steel joints. Journal of Materials Engineering and Performance 2008; 17(4): 517-534.
M. Marya, K. Wang, L. G. Hector, X. Gayden. Fracture modes in single and multiple weld specimens in dual-phase steels. Journal of Manufacturing Science and Engineering 2006; 128: 287-298.
S. Aslanlar. The effect of nucleus size on mechanical properties in electrical resistance spot welding of sheets used in automotive industry. Materials & Design 2006; 27(2): 125-131.
D. J. Spinella, J. R. Brockenbrough, J. M. Fridy. Trends in aluminum resistance spot welding for the auto industry. American Welding Society/ALCOA Technical Center‘s Development Laboratories, ALCOA Center, PA 2005.
J. Marin. Mechanical Behavior of Engineering Materials. Prentice-Hall, Englewood Cliffs, N.J. 1962: 224.
R. S. Florea et al. Resistance Spot Welding of 6061-T6 Aluminum Alloy-Failure Loads and Deformation. Materials & Design 2012; 34: 624-630.
R. S. Florea, C. R. Hubbard, K. N. Solanki, D. J. Bammann, W. R. Whittington and E. B. Marin. Quantifying Residual Stresses in Resistance Spot Welding of 6061-T6 Aluminum Alloy Sheets via Neutron Diffraction Measurements. Journal of Materials Processing Technology 2012; doi: 10.1016/j.jmatprotec.2012.06.024.
Miller Electric Manufacturing Corporation. Handbook for Resistance Spot Welding 2005:003 335A.
R. S. Florea, K. N. Solanki, Y. Hammi, D. J. Bammann, and M. T. Castanier. An Experimental Study of Mechanical Behavior of Resistance Spot Welded m6061-T6 Joints. 2010 ASME Conference Proceedings, Mechanics of Solids, Structures and Fluids; 9: 37-43.
P. J. Withers, K. D. H. Bhadeshia. Residual stress Part 1-Measurements techniques. Materials Science and Technology 2001; 17: 355-365.
P. J. Withers, K. D. H. Bhadeshia. Residual stress Part 2-Nature and origins. Materials Science and Technology 2001; 17: 366-375.
R. A. Winholtz. In analysis of residual stress by diffraction using neutron and synchroton radiation. M.E. Fitzpatrick and A. Lodini, eds., Taylor and Francis 2003: 60-77.
C. G. Shull, E. O. Wollan. X-Ray, Electron and neutron diffraction. Science 1948; 108: 69-75.
P. Pratt, S. D. Felicelli, L. Wang, C. R. Hubbard. Residual stress measurement of laser-engineered net shaping AISI 410 thin plates using neutron diffraction. Metallurgical and Materials Transactions A 2008; 39A: 3155-3163.
M. A. Sutton, A. P. Reynolds, D. Q. Wang, C. R. Hubbard. Residual stress analysis in 2024-T3 aluminum friction stir butt weld by neutron diffraction. Journal of Engineering Materials and Technology 2002; 124: 215-221.
W. Woo, Z. Feng, W. L. Wang, D. W. Brown, B. Clausen, K. An, H. Choo, C. R. Hubbard, S. A. David. In-situ neutron diffraction measurements of temperature and stresses during friction stir welding of 6061-T6 aluminum alloy, Science Technology of Welding and Joining 2007; 12: 298-303.
M. Asle Zaeem, M. R. Nami, M. H. Kadivar. Prediction of welding buckling distortion in thin wall aluminum T joint. Computational Materials Science 2007; 38: 588-594.
J. A. James, J. R. Santisteban, L. Edwards, M. R. Daymond. A virtual laboratory for neutron and synchroton strain scanning. Physica B: Condensed Matter 2004; 350: 743-746.
M. N. James, P. J. Webster, D. J. Hughes, Z. Chen, N. Ratel, S.-P. Ting, G. Bruno, A. Steuwer. Correlating weld process conditions, residual strain and stress, microstructure and mechanical properties for high strength steel-the role of diffraction strain scanning. Materials Science and Engineering A 2006; 427: 16-26.
X.-L. Wang, S. Spooner , C. R. Hubbard. Theory of the peak shift anomaly due to partial burial of the sampling volume in neutron diffraction residual stress measurements. Journal of Applied Crystals 1998; 30: 52-59.
I. C. Noyan, J. B. Cohen. Residual stress measurements by diffraction and interpretation, Springer-Verlag, New York 1987: 27.
G. Buffa, J. Hua, R. Shivpury, L. Fratini. A continuum fem model for friction stir welding-model development . Materials Science and Engineering A 2006; 419: 389-396.
H. Huh, W. J. Kang. Electrothermal analysis of electric resistance spot welding processes by a 3-D finite element method . Journal of Materials Processing Technology 1997; 63: 627-677.
H. Zhigang, W. Yuanxun, L. Chunzhi, C. Chuanyao. A multi-coupled finite element analysis of resistance spot welding process . Acta Mechanica Solida Sinica 2006; 19 (1): 86-94.
M. Hamedi, H. Pashazadeh. Numerical study of nugget formation in resistance spot welding . International Journal of Mechanics 2008; 1 (2): 11-15.
Z. Hou, I-S. Kim, Y. Wang, C. Li, C. Chen. Finite element analysis for the mechanical features of resistance spot welding process. Journal of Materials Processing Technology 2007; 1857: 160-165.
Y. B. Li, Z. Q. Lin. Numerical analysis of magnetic fluid dynamics behaviors during resistance spot welding. Journal of Applied Physics 2007; 101 (053506): 1-10.
D. Deng. FEM prediction of welding residual stress and distortion in carbon steel considering phase transformation effects. Materials and Design 2009; 30: 359-366.
H. Murakawa, D. Deng, N. Ma, J. Wang. FEM prediction of buckling distortion induced by welding in thin plate panel structures. Computational Materials Science 2008; 43: 591-607.
D. Deng, H. Murakawa. Application of inherent strain and interface element to simulation of welding deformation in thin plate structures. Computational Materials Science 2011; 51: 43-52.
D. Deng, H. Murakawa. Finite element analysis of temperature field, microstructure and residual stress in multi-pass butt-welded 2.25Cr-1Mo steel pipes. Computational Materials Science 2008; 43: 681-695.
D. Deng, H. Murakawa. Prediction of welding distortion and residual stress in a thin plate butt-welded joint. Computational Materials Science 2008; 43: 353-365.
A. Traidia, F. Roger. Numerical and experimental study of arc and weld pool behavior for pulsed GTA welding. International Journal of Heat and Mass Transfer 2011; 54: 2163-2179.
A. Traidia, F. Roger. A computational investigation of different helium supplying methods for the improvement of GTA welding. Journal of Materials Processing Technology 2011; 211: 1553-1562.
A. Traidia, F. Roger, E. Guyot. Optimal parameters for pulsed gas tungsten arc welding in partially and fully penetrated weld pools. International Journal of Thermal Sciences 2011; 49: 1197-1208.
Z. Moumni, F. Roger, N. T. Trinh. Theoretical and numerical modeling of the thermo-mechanical and metallurgical behavior of steel. International Journal of Plasticity 2011; 27: 414-439.
www.comsol.com.
M.F. Horstemeyer, D. J. Bammann. Historical review of internal state variable for inelasticity. International Journal of Plasticity 2010; 26: 1310-1334.
D.J. Bammann, E. C. Aifantis. A damage model for ductile metals. Nuclear Engineering and Design 1989;116: 355-362.
D.J. Bammann, G.C. Johnson. On the kinematics of finite-deformation plasticity. Acta Mechanica 1987; 70: 1-13.
D. J. Bammann, V. C. Prantil, J.F. Lathrop. Model of phase transformation plasticity. Modeling of Casting, Welding and Advanced Solidification Processes 1995; 275-285.
D. J. Bammann. Modeling temperature and strain rate dependent large of metals. Applied Mechanics Reviews 1990: 43 (5): S312-S319.
J. W. Foulk, A.R. Ortega, D. J. Bammann. The importance of modeling elevated temperature material response and large deformation in resistance upset welds. 7th International Numerical Analysis of Weldability Conference, Graz, Austria, September 30, 2003.
J. J. Dike, J.A. Brooks, D. J. Bammann, M. Li. Finite element modeling of weld solidification cracking in 6061-T6 aluminum-applicability of strain based-failure criteria. The 2nd International Symposium on Thermal Stresses and Related Topics, Rochester Institute of Technology, Rochester, NY, June 8-11, 1997.
W. S. Winters, A.A. Brown, D. J. Bammann, J. W. Foulk. Progress report for the ASCI AD resistance weld process modeling project AD2003-15. SAND2005-3000, May 2005.
D. J. Bammann, V.C. Prantil, A. A. Kumar, J. F. Lanthrop, D. A. Mosher, M. Lusk, H. J. Jou, G. Krauss, W. H. Elliot. A material model for the low carbon steels undergoing phase transformations. Proceedings of the 2nd International Conference on Quenching and the Control of Distortion 1996: 367-376.
J. J. Dike, J.A. Brooks, D. J. Bammann, M. Li. Thermal-mechanical modeling and experimental validation of weld solidification cracking in 6061-T6 aluminum. Proceedings of ASM International European Conference on Welding and Joining Science and Technology, Madrid, Spain, March 10-12, 1997.
E. B. Marin, D. J. Bammann, R. A. Regueiro, G. C. Johnson. On the formulation, parameter identification and numerical integration of the EMMI model: plasticity and isotropic damage. SAND2006-0200, January 2006.
D. R. Askeland and P.P. Phule. “The Science and Engineering of Materials” 4th Edition: 800-805.
전문가 Q&A: 궁금증 해소
Q1: 잔류 응력 측정을 위해 일반적인 X선 회절(XRD) 대신 중성자 회절을 선택한 특별한 이유가 있나요?
A1: 네, 그렇습니다. X선 회절은 시편 표면의 수 마이크론 깊이 정보만 얻을 수 있는 표면 분석 기법입니다. 반면, 중성자는 투과력이 매우 뛰어나 수 센티미터 두께의 금속 재료 내부까지 분석할 수 있습니다. 이 연구에서는 용접 너겟 전체에 걸친 3차원적인 “벌크” 잔류 응력 분포를 비파괴적으로 측정하는 것이 목표였기 때문에, 재료 내부 깊은 곳까지 측정이 가능한 중성자 회절이 필수적이었습니다.
Q2: 연구에서 사용된 “공칭(nominal)” 용접 조건의 파라미터는 어떻게 결정되었나요?
A2: “공칭” 조건은 여러 차례의 반복적인 예비 실험을 통해 결정되었습니다. 목표는 군사 규격인 MIL-W-6858D를 충족하거나 초과하는 것이었습니다. 이 규격은 최소 너겟 직경 5.7mm와 최소 전단 하중 3.8kN을 요구합니다. 연구팀은 전류, 가압력, 시간 등을 조절하며 시험 용접과 파괴 시험을 반복하여 이 기준을 안정적으로 만족하는 최적의 파라미터 조합을 찾아냈고, 이를 “공칭” 조건으로 정의했습니다.
Q3: 그림 3.8을 보면 “공칭” 조건과 “고” 조건의 피로 수명은 비슷한데, 정적 강도는 “고” 조건이 더 높습니다. 이것은 무엇을 의미하나요?
A3: 이는 매우 흥미로운 결과로, 정적 강도와 피로 성능이 항상 비례하지는 않는다는 것을 보여줍니다. “고” 조건처럼 과도한 전류는 정적 강도를 높일 수는 있지만, 동시에 더 큰 압흔으로 인한 응력 집중, 미세 균열이나 기공과 같은 결함 발생 가능성 증가, 불리한 잔류 응력 분포 형성 등의 부작용을 낳을 수 있습니다. 이러한 요인들이 복합적으로 작용하여 주기적인 하중 하에서는 “공칭” 조건에 비해 피로 성능상의 이점을 상쇄시킨 것으로 해석할 수 있습니다.
Q4: 용접 사이클에서 후열(post-heating) 단계를 포함시킨 목적은 무엇인가요?
A4: 후열 단계는 특히 알루미늄 합금 용접에서 매우 중요합니다. 주 용접 단계에서 고전류로 인해 용융된 금속이 급격히 냉각되면 수축으로 인한 기공이나 균열이 발생하기 쉽습니다. 후열 단계에서는 주 용접보다 낮은 전류와 높은 가압력을 일정 시간 유지하여 용융된 너겟이 서서히 응고되도록 돕습니다. 이는 용접부의 미세구조를 개선하고, 내부 결함을 줄여 결과적으로 더 건전하고 신뢰성 있는 용접부를 만드는 역할을 합니다.
Q5: COMSOL 시뮬레이션(그림 5.8)이 EBSD 스캔 결과와 좋은 상관관계를 보였는데, 시뮬레이션에서 재료의 복잡한 거동은 어떻게 구현되었나요?
A5: 시뮬레이션에서는 재료의 비선형적이고 온도에 의존적인 거동을 모사하기 위해 Bammann 내부 상태 변수(BCJ) 구성 모델이 사용되었습니다. 이 모델은 항복, 경화(hardening), 회복(recovery)과 같은 복잡한 비탄성 거동을 수학적으로 표현합니다. 연구팀은 COMSOL의 수학 모듈(ODE 및 DAE 인터페이스)을 활용하여 이 구성 방정식을 직접 구현했으며, 이를 통해 열, 전기, 기계적 현상이 상호작용하는 다중물리 문제를 하나의 통합된 모델로 해석할 수 있었습니다.
결론: 더 높은 품질과 생산성을 향한 길
이 연구는 6061-T6 알루미늄 저항 점용접이라는 복잡한 공정에서 용접 전류와 같은 핵심 파라미터가 미세구조, 잔류 응력, 그리고 최종적인 기계적 성능에 얼마나 지대한 영향을 미치는지를 명확히 보여주었습니다. 최적의 “공칭” 조건을 설정함으로써 군사 규격을 만족하는 동시에 우수한 피로 수명을 확보할 수 있었으며, 이는 정밀한 공정 제어의 중요성을 다시 한번 강조합니다.
특히, 다중물리 시뮬레이션이 실험으로 관찰된 온도 분포 및 미세구조 변화와 높은 상관관계를 보인 것은 매우 고무적입니다. 이는 CAE가 더 이상 단순한 형상 분석 도구가 아니라, 복잡한 제조 공정의 내부를 들여다보고 최적화할 수 있는 강력한 무기임을 증명합니다. R&D 및 운영팀은 이러한 시뮬레이션 기술을 활용하여 값비싼 물리적 테스트를 최소화하고, 개발 기간을 단축하며, 더 높은 품질과 생산성을 달성할 수 있습니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 Radu Stefanel Florea의 논문 “Experiments and Simulation for 6061-T6 Aluminum Alloy Resistance Spot Welded Lap Joints”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 P.Shaliesh 외 저자가 2014년 International Journal of Current Engineering and Technology에 발표한 논문 “Determination of the Solidification Time of Al-7%Si Alloy during Centrifugal Casting”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
도전 과제: 알루미늄 합금의 수평 원심주조 공정에서 응고 시간을 정확히 예측하는 것은 품질 불량 및 결함 발생을 줄이는 데 필수적이지만 매우 어렵습니다.
해결 방법: 본 연구는 온도 의존적 물성치, 대류 및 복사 열전달을 모두 고려한 극좌표계 기반의 수학적 모델을 개발하여 응고 시간을 실험 및 이론적으로 분석했습니다.
핵심 발견: 응고 시간은 금형 예열 온도와 용탕 주입 온도에 매우 큰 영향을 받지만, 일반적인 공정 범위(900-1440 rpm) 내의 회전 속도에는 거의 영향을 받지 않는 것으로 나타났습니다.
핵심 결론: 금형 및 용탕 온도를 정밀하게 제어함으로써 제조업체는 응고 공정을 최적화하고 고온 균열과 같은 결함을 줄여 부품 품질을 획기적으로 향상시킬 수 있습니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
원심주조는 높은 기계적 강도와 조직의 치밀성이 요구되는 고품질 알루미늄 부품 생산에 널리 사용되는 공정입니다. 하지만 용탕이 고속으로 회전하는 금형 내에서 응고되는 과정은 복잡한 열전달 메커니즘을 포함하기 때문에 최종 제품의 품질을 일관되게 유지하기 어렵습니다. 특히, 응고 시간 제어에 실패할 경우 고온 균열(hot cracking)과 같은 심각한 결함이 발생할 수 있습니다.
기존 연구에서는 이러한 수평 원심주조 공정에 대한 수치 해석적 시뮬레이션이 거의 이루어지지 않아, 현장에서는 경험에 의존한 공정 제어가 주를 이루었습니다. 이는 생산성 저하와 품질 불량의 주요 원인이었습니다. 따라서, 공정 변수가 응고 시간에 미치는 영향을 정량적으로 분석하고 예측할 수 있는 신뢰성 높은 모델의 개발이 시급한 과제였습니다.
접근 방식: 연구 방법론 분석
본 연구는 Al-7%Si 합금(4450)의 수평 원심주조 공정을 대상으로 실험과 수치 해석을 병행했습니다. 연구진은 원통형 주조품의 특성을 효과적으로 분석하기 위해 극좌표계를 사용한 열전달 모델을 개발했습니다.
지배 방정식: 원통형 극좌표계에서의 반경 방향 1차원 열전도 방정식을 사용하여 금형과 용탕 내부의 온도 분포를 계산했습니다.
물성치 고려: 합금의 밀도, 비열, 열전도도 등 주요 물성치가 온도에 따라 변하는 특성을 모델에 반영하여 해석의 정확도를 높였습니다. 또한, 응고 과정에서 발생하는 잠열(latent heat)도 고려했습니다.
경계 조건:
금형 외벽: 실제 주조 환경을 모사하기 위해 금형 외부 표면에서 발생하는 대류(convection)와 복사(radiation)에 의한 열 손실을 모두 계산에 포함했습니다. 특히 복사 열전달이 전체 열 손실의 약 35%를 차지함을 확인하여, 이를 무시할 수 없는 중요한 변수로 다루었습니다.
용탕 내벽: 회전하는 공기에 의한 열 손실은 미미하다고 가정하여 단열 조건(Adiabatic)을 적용했습니다.
금형/용탕 경계면: 금형과 응고된 금속 사이의 열유속(heat flux) 연속성을 적용하여 정확한 열전달을 계산했습니다.
Fig 1: Horizontal Centrifugal Casting Pro-E Model
이 모델을 기반으로 FORTRAN 코드를 개발하여 다양한 주입 온도, 금형 온도, 회전 속도 조건에서 응고 시간을 예측하고 실험 결과와 비교 검증했습니다.
핵심 발견: 주요 결과 및 데이터
결과 1: 금형 예열 온도가 응고 시간을 결정하는 핵심 변수임이 입증되었습니다.
데이터는 금형의 예열 온도가 응고 시간에 직접적이고 강력한 영향을 미친다는 것을 명확히 보여줍니다.
용탕 주입 온도를 720°C로 고정했을 때, 금형 온도를 35°C에서 100°C로, 그리고 200°C로 높이자 응고 시간은 각각 11.2초, 15초, 22.42초로 급격히 증가했습니다. 이는 금형 예열이 냉각 속도를 제어하고, 결과적으로 고온 균열과 같은 열응력 관련 결함을 방지하는 데 가장 효과적인 수단임을 시사합니다. (Fig. 3, 4, 5 참조)
결과 2: 공정 범위 내 회전 속도는 응고 시간에 미미한 영향을 미칩니다.
많은 현장 엔지니어들이 회전 속도가 냉각에 큰 영향을 줄 것이라고 예상하지만, 본 연구 결과는 다른 결론을 제시합니다.
금형의 회전 속도를 900 rpm에서 1440 rpm으로 증가시켰을 때, 응고 시간에는 유의미한 변화가 관찰되지 않았습니다. 이는 해당 공정 범위 내에서는 회전 속도 증가로 인한 대류 열전달 계수의 증가 효과가 전체 응고 시간에 미치는 영향이 미미하다는 것을 의미합니다. 따라서 응고 시간 제어를 위해 회전 속도를 조정하는 것은 비효율적인 접근일 수 있습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 금형 예열 온도가 냉각 속도를 제어하는 가장 중요한 변수임을 보여줍니다. 고온 균열 발생 가능성을 줄이고자 할 때, 회전 속도나 다른 변수보다 금형 예열 조건을 우선적으로 최적화하는 것이 효과적일 수 있습니다.
품질 관리팀: 논문의 그림 3, 4, 5에 제시된 데이터는 특정 주입 온도와 금형 온도 조건이 응고 시간에 미치는 영향을 명확하게 보여줍니다. 이 데이터를 활용하여 일관된 품질의 제품을 생산하기 위한 공정 윈도우(process window)를 설정하고 새로운 품질 검사 기준을 수립하는 데 참고할 수 있습니다.
설계 엔지니어: 연구 결과는 금형 예열 전략이 부품의 최종 품질, 특히 고온 균열과 같은 결함 형성에 직접적인 영향을 미친다는 것을 시사합니다. 따라서 부품 설계 초기 단계부터 생산 공정에서의 예열 조건을 고려하는 것이 중요합니다.
논문 상세 정보
Determination of the Solidification Time of Al-7%Si Alloy during Centrifugal Casting
1. 개요:
제목: Determination of the Solidification Time of Al-7%Si Alloy during Centrifugal Casting
저자: P.Shaliesh, B. Praveen Kumar, K Vijaya Kumar, A Nagendra
발표 연도: 2014
발표 학술지/학회: International Journal of Current Engineering and Technology
키워드: Al-Si Alloy, Centrifugal Casting, Solidification Time
2. 초록:
본 연구는 다양한 속도의 원심주조 방식으로 생산된 주조 부품의 응고 시간을 결정하기 위한 실험적 및 이론적 조사를 다룬다. Al-7%Si 합금을 다른 주입 온도와 회전 속도에서 고려하였다. 응고 시간을 측정하고 동결 시간을 추정하기 위한 적절한 수학적 공식이 제안되었다. 본 연구에서는 수평축 원심주조를 실험 및 수치적으로 연구하였다. 분석 및 수치 조사 중에는 극좌표계가 고려되었다. 응고 시간 추정을 위해 알루미늄 합금의 온도 의존적 특성이 고려되었다. 회전하는 주철 금형의 외부 표면으로부터의 복사 열전달도 대류 열전달과 함께 고려되었다. 결과는 표와 그래프 형태로 제시되고 비교되었다.
3. 서론:
원심주조는 알루미늄 합금으로 만들어진 부품의 많은 응용 분야에서 광범위하게 사용된다. 원심주조로 만들어진 제품은 영구 금형 주조 공정으로 만들어진 부품보다 더 나은 건전성(integrity)을 가진다. 주조기는 수평축을 중심으로 금형을 회전시킨다. 약 720°C와 780°C의 Al-Si 합금이 주입구를 통해 금형으로 공급된다. 액체 Al-Si 합금이 금형과 접촉하면서 원심력에 의해 표면에 퍼지고 응고된다. 이 시간 동안 금형의 외부 표면과 뜨거운 Al-Si 합금 사이에서 열이 전도된다. 수평 원심주조에 사용되는 금속 금형의 내부 표면은 일반적으로 용탕과 접촉하기 전에 얇은 절연재 층으로 코팅된다. 본 연구에서는 금형 내 반경 방향 온도 분포와 용탕에 대한 분석을 Al-Si(IS 617:1975의 4450)에 대해 수행하였으며, 이 방법들은 응고 시간을 추정하는 데 활용되었다.
4. 연구 요약:
연구 주제의 배경:
원심주조는 고품질 알루미늄 부품 생산에 중요하지만, 응고 시간과 같은 핵심 공정 변수를 제어하기 어렵다. 특히 수평 원심주조 공정의 수치적 시뮬레이션에 대한 연구가 부족하여 공정 최적화에 어려움이 있었다.
이전 연구 현황:
일부 연구에서 강철 주물의 응고나 수직 원심주조 공정에 대한 기술이 있었지만, 수평 원심주조 공정, 특히 알루미늄 합금에 대한 포괄적인 수치 해석 모델은 문헌에서 찾아보기 어려웠다.
연구 목적:
다양한 주입 온도와 회전 속도 조건에서 Al-7%Si 합금의 수평 원심주조 공정 시 응고 시간을 실험적으로 측정하고, 이를 예측할 수 있는 신뢰성 있는 수학적 모델을 개발하는 것을 목적으로 한다.
핵심 연구:
실험과 수치 해석을 통해 주입 온도, 금형 예열 온도, 회전 속도가 응고 시간에 미치는 영향을 정량적으로 분석하였다. 특히, 금형 외부 표면에서의 대류 및 복사 열전달을 모두 고려한 포괄적인 열전달 모델을 수립하고 검증하였다.
5. 연구 방법론
연구 설계:
실험적 조사와 이론적(수치적) 조사를 병행하였다. 실험을 통해 특정 공정 조건에서의 응고 시간을 측정하고, 이를 수치 해석 모델의 검증 데이터로 사용하였다.
데이터 수집 및 분석 방법:
실험: 특정 주입 온도 및 금형 온도에서 Al-7%Si 합금을 수평 원심주조기에 주입하고, 용탕의 내부 표면 온도가 고상선(solidus) 온도 이하로 떨어지는 시간을 측정하여 응고 시간을 결정했다.
수치 해석: 원통형 극좌표계 기반의 1차원 열전도 방정식을 유한 차분법으로 이산화하였다. TDMA(Tridiagonal Matrix Algorithm)를 사용하여 매 시간 단계별 온도 분포를 계산했다. 개발된 FORTRAN 프로그램을 사용하여 다양한 조건에서의 응고 시간을 시뮬레이션했다.
Fig. 3 shows pouring temperature Vs Time (Sec) at 35° C mould temperature
Fig. 4. Shows pouring temperature Vs Time (Sec) at 100°C mould temperature
Fig. 5 Shows pouring temperature Vs Time (Sec) at 200° C mould temperature
7. 결론:
다이캐스트 금형의 예열 온도가 증가하면 응고층의 두께가 감소하며, 이는 합금의 고온 균열 경향을 제거하는 데 바람직하다.
원심주조에서 용탕의 응고 시간은 금형 온도와 주입 온도의 강력한 함수이다.
본 연구에서 고려된 범위 내에서 응고 시간은 금형의 회전 속도와는 완전히 무관하다.
개발된 수치 코드의 예측 능력은 실험값과의 비교를 통해 입증되었다.
8. 참고 문헌:
H.Md. Roshan, (1947), Analytical Solution to the Heat Transfer in Mould walls during solidification of metals, AFS Cast Metals Research Journal, pp 39-47.
Bahadori M.N (1971), Control of Solidification Rate by Application of Heat Pipe Principle, Cast Metals Research Journal, pp.62-66.
E Kaschnitz (2012) Numerical simulation of centrifugal casting of pipes IOP Conf. Series: Materials Science and Engineering33012031.
Jezierski J(1970), Analysis of the State of Thermal Stress in Moulds during Centrifugal Casting, AFS Cast Metals Research Journal, pp.75-79.
LazardisA (1970), Thermal Analysis of Centrifugal Casting Moulds, AFS Cast Metals Research Journal, pp.153-160.
Tae-Gyu Kim (1997), Time Varying Heat Transfer Coefficients between Tube Shaped Casting and Metal Mould, Pergamon, pp.3513-3525.
Minosyan Ya P (1983), Mathematical Simulation of Centrifugal Casting of Pipes, Heat Transfer Soviet Research Journal, pp.134-140.
전문가 Q&A: 자주 묻는 질문
Q1: 수치 모델에서 왜 극좌표계를 선택했나요?
A1: 주조품이 원통형이기 때문에 극좌표계를 사용하면 반경 방향으로의 열전달을 효과적으로 모델링할 수 있습니다. 이는 직교 좌표계보다 계산이 단순하고 이 형상에 더 정확한 결과를 제공하기 때문에 원심주조와 같은 축대칭 공정 해석에 매우 적합합니다.
Q2: 연구에서는 회전 속도가 응고 시간에 미미한 영향을 미친다고 했는데, RPM이 높아지면 공기 흐름이 증가하여 냉각이 더 빨라지지 않나요?
A2: 모델 분석 결과, 회전 속도가 증가하면 레이놀즈 수가 커져 대류 열전달 계수가 증가하는 것은 사실입니다. 하지만 금형 외부 표면에서의 전체 열전달은 대류뿐만 아니라 복사와 금형을 통한 전도에 의해 결정됩니다. 본 연구의 공정 범위(900-1440 rpm) 내에서는 속도 증가에 따른 대류 효과의 변화가 전체 응고 시간을 크게 바꿀 만큼 지배적이지 않았습니다.
Q3: 금형 외부 표면에서 복사 열전달과 대류 열전달을 모두 고려한 이유는 무엇인가요?
A3: 분석 결과, 금형 외부 표면에서 발생하는 전체 열전달 중 복사가 차지하는 비중이 약 35%에 달했습니다. 만약 복사 열전달을 무시했다면, 전체 냉각 속도를 실제보다 현저히 낮게 예측하게 되어 응고 시간 계산에 큰 오차를 유발했을 것입니다. 따라서 정확한 시뮬레이션을 위해 두 메커니즘을 모두 고려하는 것이 필수적이었습니다.
Q4: 결론에서 ‘예열이 응고층의 두께를 감소시킨다’는 부분이 직관적이지 않습니다. 어떻게 해석해야 하나요?
A4: 해당 내용은 논문의 결론에 명시된 부분입니다. 이는 예열로 인해 냉각 속도가 느려지면서 특정 시간 동안 성장하는 응고층의 성장 ‘속도’가 감소한다는 의미로 해석하는 것이 타당합니다. 즉, 전체 응고는 더 오래 걸리지만, 급격한 냉각으로 인한 열응력을 줄여 고온 균열을 방지하는 데는 더 유리합니다. 이는 더 건전한 주조품을 얻기 위한 바람직한 현상입니다.
Q5: 이 연구 결과를 다른 알루미늄 합금이나 다른 크기의 주조품에도 적용할 수 있을까요?
A5: 본 연구에서 개발된 수학적 모델링 접근 방식은 원칙적으로 다른 합금이나 다른 치수의 원통형 주조품에도 적용할 수 있습니다. 다만, 해당 합금의 정확한 온도 의존적 물성치(밀도, 비열, 열전도도, 잠열 등)와 주조품의 기하학적 치수를 모델에 정확히 입력해야 신뢰성 있는 결과를 얻을 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
이 연구는 Al-7%Si 합금의 원심주조 공정 최적화를 위해 응고 시간에 영향을 미치는 핵심 변수들을 명확히 규명했습니다. 핵심은 금형의 예열 온도와 용탕의 주입 온도를 정밀하게 제어하는 것이며, 일반적인 공정 범위 내에서 회전 속도는 부차적인 변수라는 점입니다. 이러한 발견은 제조업체가 경험에 의존하던 기존 방식에서 벗어나, 데이터를 기반으로 공정을 최적화하고 고질적인 품질 문제를 해결할 수 있는 과학적 근거를 제공합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “P.Shaliesh” 외 저자의 논문 “[Determination of the Solidification Time of Al-7%Si Alloy during Centrifugal Casting]”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Maryam Torfeh, Zhichao Niu, Hamid Assadi가 Metals (2025)에 발표한 논문 “Phase-Field Modelling of Bimodal Dendritic Solidification During Al Alloy Die Casting”을 기반으로 하며, (주)에스티아이씨앤디의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 상평형장 모델링 (Phase-Field Modeling)
Secondary Keywords: 고압 다이캐스팅(HPDC), 알루미늄 합금, 응고 해석, 미세조직 예측, 이중 수지상정
Executive Summary
The Challenge: 고압 다이캐스팅(HPDC) 공정에서 발생하는 급격한 냉각 속도 변화와 난류로 인해 불균일한 이중(bimodal) 미세조직이 형성되어 최종 제품의 기계적 물성을 저하시키는 문제.
The Method: 샷 슬리브(shot sleeve)의 상대적으로 느린 냉각에서 다이 캐비티(die cavity)의 급속 냉각으로 전환되는 과정을 모사하기 위해, 고체-액체 계면의 특성(두께, 에너지, 이동도)을 체계적으로 변경하는 2차원 상평형장 모델을 사용.
The Key Breakthrough: 상평형장 모델의 계면 두께를 줄임으로써, 난류가 유발하는 국부적 과냉각 및 미세한 2차 수지상정 가지의 핵 생성 및 성장을 성공적으로 재현.
The Bottom Line: 상평형장 모델링은 HPDC 공정의 복잡한 응고 현상을 예측하고, 최종 제품의 미세조직 제어를 통해 품질을 향상시키는 데 효과적인 도구임을 입증했습니다.
The Challenge: Why This Research Matters for CFD Professionals
고압 다이캐스팅(HPDC)은 경량 알루미늄 합금 부품을 경제적으로 대량 생산하는 핵심 기술입니다. 하지만 이 공정은 샷 슬리브에서의 느린 냉각(약 100 K/s)과 다이 캐비티 주입 시의 급속 냉각(약 1000 K/s)이라는 극적인 열 조건 변화를 동반합니다. 이러한 급격한 변화와 용탕의 격렬한 난류는 최종 제품의 미세조직에 결정적인 영향을 미칩니다.
특히, 샷 슬리브에서 미리 형성된 조대한 ‘외부 응고 결정(Externally Solidified Crystals, ESCs)’이 다이 캐비티 내에서 급속 냉각된 미세한 결정들과 섞여 ‘이중 미세조직(bimodal microstructure)’을 형성하는 것이 주요 문제입니다. 이러한 불균일한 미세조직은 부품의 기계적 특성(예: 항복 강도, 연신율)을 저하시키고 예측 불가능하게 만들어 품질 관리에 심각한 어려움을 초래합니다. 기존의 수치 해석 방법들은 유동 및 열 전달에 초점을 맞추었지만, 이러한 복잡한 수지상정 구조의 진화 과정을 직접 분석하는 데는 한계가 있었습니다.
Figure 1. Sampling region on the plate manufactured by HPDC.
The Approach: Unpacking the Methodology
본 연구팀은 이 문제를 해결하기 위해 2차원 상평형장(Phase-Field) 모델을 사용하여 아공정 Al-7% Si 합금의 응고 거동을 조사했습니다. 이 모델은 HPDC 공정을 두 단계로 나누어 시뮬레이션합니다.
1단계 (샷 슬리브 조건): 초기 온도 650K, 냉각 속도 100 K/s 조건에서 초기 수지상정의 성장을 모사합니다. 이는 다이 캐비티로 주입되기 전의 상태를 나타냅니다.
2단계 (다이 캐비티 조건): 1단계에서 성장한 수지상정을 기반으로, 초기 온도를 450K로 낮추고 냉각 속도를 1000 K/s로 높여 급속 응고를 시뮬레이션합니다.
가장 핵심적인 접근법은 샷 슬리브에서 다이 캐비티로 전환될 때 발생하는 물리적 현상(특히 난류로 인한 열 및 용질 전달 향상)을 모델링하기 위해, 고체-액체(S/L) 계면의 주요 파라미터인 두께(thickness), 에너지(energy), 이동도(mobility)를 체계적으로 변경한 것입니다. 이를 통해 모델이 실제 공정에서 관찰되는 미세조직 변화를 정확하게 예측할 수 있는지 검증했습니다.
The Breakthrough: Key Findings & Data
Finding 1: 실험적 미세조직 관찰을 통한 이중 구조 확인
실제 HPDC로 제조된 주조품의 위치별 미세조직을 분석한 결과, 명확한 이중 구조가 확인되었습니다.
입자 크기 변화: 인게이트(in-gate) 부근(S1)에서는 평균 α-Al 입자 크기가 약 21 µm였으나, 주조품 끝단(S7)으로 갈수록 약 3 µm로 급격히 감소했습니다(Figure 3 참조).
이중 미세조직: 인게이트 부근에서는 조대한 ESCs 주위로 미세하게 분산된 α-Al 입자들이 공존하는 이질적인 미세조직이 관찰되었습니다. 특히, 기존에 형성된 수지상정 파편 위에서 새로운 가지들이 핵 생성되는 모습이 뚜렷하게 나타났습니다(Figure 4b의 화살표 참조).
이는 샷 슬리브에서 형성된 결정이 다이 캐비티의 급속 냉각 환경에서 새로운 응고의 핵으로 작용했음을 시사합니다.
Finding 2: 상평형장 모델을 통한 이중 수지상정 성장 메커니즘 규명
상평형장 시뮬레이션은 실험에서 관찰된 이중 수지상정 형성 과정을 성공적으로 재현했습니다.
샷 슬리브 성장 모사: 샷 슬리브 조건(계면 두께 700 nm, 에너지 0.16 J/m², 이동도 0.003 m/sK)에서 2ms 동안 성장시킨 결과, 실험에서 관찰된 것과 유사한 초기 수지상정 형태를 얻었습니다(Figure 5b,c).
다이 캐비티 성장 재현: 다이 캐비티의 급속 냉각 및 난류 효과를 모사하기 위해 S/L 계면 두께를 700 nm에서 500 nm로 줄였을 때, 기존 수지상정 표면에서 더 미세하고 날카로운 3차 수지상정 가지가 형성되는 현상을 포착했습니다(Figure 6, state 01 vs state 03). 이는 계면 두께 감소가 난류로 인한 열/용질 전달 향상 효과를 효과적으로 반영하며, 이중 미세조직 형성의 핵심 메커니즘을 설명할 수 있음을 보여줍니다.
Figure 2. Microstructure evolution at seven sampling locations (S1-S7) along the plate, (a) advent of segregation band at last one-third of the plate shown by red arrows, (b) comparison of α-Al particles.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 난류 및 냉각 속도와 같은 공정 조건이 고체-액체 계면 거동에 미치는 영향을 간접적으로 모델링할 수 있음을 보여줍니다. 이는 최종 미세조직 제어를 통해 기계적 물성을 최적화하는 데 중요한 단서를 제공합니다.
For Quality Control Teams: 논문의 Figure 3과 Figure 4에서 볼 수 있듯이, 주조품 위치에 따라 α-Al 입자 크기 분포가 크게 달라집니다. 이를 바탕으로 위치별 미세조직 분석을 통해 기계적 물성의 편차를 예측하고 새로운 품질 검사 기준을 수립하는 데 활용할 수 있습니다.
For Design Engineers: 게이트 통과 시 발생하는 강한 전단력과 난류가 기존에 형성된 수지상정을 파편화시키고 새로운 핵생성 사이트로 작용한다는 점은, 게이트 시스템 설계가 최종 미세조직에 미치는 영향을 고려해야 함을 시사합니다. 이는 초기 설계 단계에서 결함을 최소화하는 데 중요한 고려사항입니다.
Paper Details
Phase-Field Modelling of Bimodal Dendritic Solidification During Al Alloy Die Casting
1. Overview:
Title: Phase-Field Modelling of Bimodal Dendritic Solidification During Al Alloy Die Casting
Author: Maryam Torfeh, Zhichao Niu and Hamid Assadi
Al-Si 합금의 고압 다이캐스팅(HPDC) 중 미세조직 진화를 추적하는 것은 급속한 응고, 변화하는 열 조건, 그리고 심한 난류 때문에 어려운 과제입니다. 이 공정은 샷 슬리브에서의 느린 냉각에서 다이 캐비티에서의 급속 냉각으로 전환되며, 이는 이중 수지상정 미세조직과 기존에 외부에서 응고된 결정 위에 새로운 미세한 수지상정 가지가 핵 생성되는 결과를 낳습니다. 본 연구에서는 2차원 상평형장 모델을 사용하여 아공정 Al-7% Si 합금의 HPDC 중 응고 거동을 조사했습니다. 이 모델은 상변태열, 열 경계 조건, 그리고 액상 및 고상에서의 용질 확산으로 인한 온도 변화를 설명하는 열역학적 공식에 기반합니다. 관찰된 이중 미세조직을 재현하기 위해, 고체-액체 계면의 특성(두께, 에너지, 이동도 등)을 체계적으로 변경하여 샷 슬리브에서 다이 캐비티로의 전환을 반영했습니다. 결과는 모델이 샷 슬리브 조건 하에서의 수지상정 성장과 다이 캐비티의 급속 냉각 조건 하에서의 새로운 수지상정 가지의 핵 생성 및 발달을 포착할 수 있는 능력을 보여주었습니다.
3. Introduction:
고압 다이캐스팅(HPDC)은 거의 최종 형상에 가까운 경량 알루미늄 합금을 제조하는 경제적인 방법입니다. HPDC 공정 중 여러 요인들이 제품의 최종 품질에 근본적인 영향을 미칠 수 있습니다. 가압 압력, 플런저 속도, 다이 온도와 같은 공정 요인들은 많은 연구자들에 의해 연구되었습니다. HPDC에서 샷 슬리브의 냉각 속도는 약 100 K/s인 반면, 다이에서는 약 1000 K/s입니다. 최종 부품의 미세조직은 단지 냉각 속도에만 의존하지 않습니다. 주입 단계에서의 심한 전단 및 난류는 미세조직에 현저한 영향을 미칩니다. 샷 슬리브에서의 응고 조건은 단순 중력 주조와 매우 유사합니다. Al-7% Si 용탕의 온도는 약 620°C로 보고되었으며, 이는 합금의 액상선 온도와 매우 가깝습니다. HPDC에서는 금속 유동 속도가 고체-액체 계면 속도를 초과합니다. 1차 수지상정은 샷 슬리브에서 형성을 시작하며, 급속한 응고와 높은 금속 속도 때문에 얇은 채널 내에서 주상 수지상정이 발달할 수 없어 비수지상정 구조를 형성합니다. 이러한 미세조직적 특징은 주조품의 최종 특성에 상당한 영향을 미칩니다. 알루미늄 합금의 HPDC에서 가장 빈번하게 보고되는 미세조직 문제 중 하나는 최종 제품에 외부 응고 결정(ESCs)이 존재하는 것입니다.
4. Summary of the study:
Background of the research topic:
HPDC 공정은 샷 슬리브와 다이 캐비티 간의 극심한 냉각 속도 차이와 난류로 인해 복잡한 응고 현상을 보입니다. 이로 인해 형성되는 이중 미세조직은 제품의 기계적 물성을 저하시키는 주요 원인이 됩니다.
Status of previous research:
이전 연구들은 주로 유한요소법(FEM)을 사용하여 유체 역학 및 열 전달 모델링에 집중했으며, 일부는 셀룰러 오토마타(CA)와 결합하여 최종 주조품의 결정립 크기를 예측하려 시도했습니다. 그러나 수지상정 구조의 진화와 이중 가지 형성 과정을 미시적으로 분석하기 위해 상평형장 모델을 HPDC에 적용한 사례는 드물었습니다.
Purpose of the study:
본 연구의 목적은 상평형장 모델을 사용하여 HPDC 공정 중 수지상정 구조의 진화를 분석하고, 급속 응고가 어떻게 이중 수지상정 가지의 형성으로 이어지는지에 대한 통찰력을 제공하는 것입니다.
Core study:
연구의 핵심은 2단계 시뮬레이션 접근법입니다. 첫째, 샷 슬리브의 느린 냉각 조건을 모사하여 초기 수지상정을 성장시킵니다. 둘째, 이 결과를 초기 조건으로 사용하여 다이 캐비티의 급속 냉각 조건을 적용합니다. 이 과정에서 고체-액체 계면의 물리적 특성(두께, 에너지, 이동도)을 체계적으로 변경하여, 난류와 급랭이 미세조직에 미치는 영향을 간접적으로 모델링하고 실험 결과와 비교 검증했습니다.
5. Research Methodology
Research Design:
실험적 미세조직 분석과 수치적 상평형장 모델링을 결합한 연구 설계를 채택했습니다. 실제 HPDC 공정으로 제작된 시편의 미세조직을 관찰하여 모델 검증을 위한 기준 데이터를 확보하고, 이를 바탕으로 2단계 상평형장 시뮬레이션을 수행하여 이중 미세조직 형성 메커니즘을 규명했습니다.
Data Collection and Analysis Methods:
미세조직 분석: HPDC로 제작된 Al-Si 합금 평판의 여러 위치(S1-S7)에서 시편을 채취하여 연마 및 아노다이징 처리 후, 광학 현미경(Zeiss Axio-Vision)을 사용하여 α-Al 입자의 크기, 분포, 형태를 관찰하고 정량적으로 분석했습니다.
상평형장 모델링: 2차원 상평형장 모델을 사용하여 500×500 셀 그리드에서 시뮬레이션을 수행했습니다. 샷 슬리브(냉각속도 100 K/s)와 다이 캐비티(냉각속도 1000 K/s)의 열 조건을 각각 적용하고, 고체-액체 계면의 두께, 에너지, 이동도를 변화시키며 수지상정 성장을 계산했습니다.
Research Topics and Scope:
연구는 아공정 Al-7% Si 합금의 HPDC 공정에 초점을 맞춥니다. 주요 연구 주제는 샷 슬리브에서 다이 캐비티로의 전환 과정에서 발생하는 이중 수지상정 응고 현상입니다. 연구 범위는 상평형장 모델을 이용한 미세조직 진화의 수치적 재현과, 고체-액체 계면 특성 변화가 수지상정 형태에 미치는 영향 분석에 한정됩니다.
6. Key Results:
Key Results:
주조품의 인게이트에서 끝단으로 갈수록 평균 α-Al 입자 크기가 21 µm에서 3 µm로 현저히 감소했습니다.
인게이트 부근에서 조대한 ESCs와 미세한 α-Al 입자가 공존하는 이중 미세조직이 관찰되었으며, 파편화된 수지상정 위에서 새로운 가지가 핵 생성되는 현상이 확인되었습니다.
상평형장 모델은 샷 슬리브 조건에서의 초기 수지상정 성장을 성공적으로 모사했습니다.
다이 캐비티 조건을 모사하기 위해 고체-액체 계면 두께를 700 nm에서 500 nm로 줄였을 때, 실험에서 관찰된 것과 유사한 미세한 3차 수지상정 가지의 형성을 재현할 수 있었습니다. 이는 난류 효과를 모델에 효과적으로 반영한 결과입니다.
Figure 3. Size distribution of α-Al particles along the plate.
Figure List:
Figure 1. Sampling region on the plate manufactured by HPDC.
Figure 2. Microstructure evolution at seven sampling locations (S1-S7) along the plate, (a) advent of segregation band at last one-third of the plate shown by red arrows, (b) comparison of a-Al particles.
Figure 3. Size distribution of a-Al particles along the plate.
Figure 4. Comparison of a-Al particles along the plate, (a) and (b) near the in-gate, (c) at the end of the plate (the arrows show the new arms nucleated on fragmented dendrites).
Figure 5. (a) Externally solidified crystals at the in-gate, (b,c) phase-field and Si concentration of dendrites at shot sleeve after 2 ms, (d,e) after 15 ms.
Figure 6. Comparison of secondary nucleation on a dendrite grew in the shot sleeve for 2 ms and transferred to die cavity (states 1-3 show interface thicknesses of 700–500 nm).
7. Conclusion:
난류에 의한 파편화는 Al-Si 합금의 HPDC 공정 중 수지상정 형태를 변형시키는 중요한 요인입니다. 샷 슬리브에서 다이 캐비티로의 고속 용탕 이송은 2차 수지상정 가지의 파편화를 촉진하며, 이 파편들은 이후 새로운 가지 성장의 핵으로 작용합니다. 이러한 현상은 용질 및 열 구배가 높은 영역에서 특히 두드러지며, 난류는 국부적 과냉각과 용질 재분배를 강화합니다.
상평형장 모델링 접근법은 고체-액체 계면 특성을 체계적으로 변경함으로써 새로운 수지상정 가지의 시작과 성장을 성공적으로 포착했습니다. 선택된 파라미터 세트(특히 계면 두께 감소)는 난류와 급속 냉각에 의해 유도된 형태학적 변화를 효과적으로 나타냈습니다. 이는 HPDC 조건 하에서 수지상정 진화에 있어 동역학적 및 열역학적 요인 간의 상호작용을 강조합니다.
이러한 발견은 수지상정 응고에서 난류의 역할에 대한 중요한 통찰력을 제공하며, 복잡한 미세조직 현상을 재현하는 데 있어 상평형장 모델링의 유용성을 보여줍니다. 또한 결과는 공정별 조건에 맞춰 계면 특성을 조정하는 것의 중요성을 강조하며, Al-Si 합금의 HPDC 공정 최적화 및 미세조직 제어를 위한 경로를 제공합니다.
8. References:
Han, Q.; Zhang, J. Fluidity of Alloys Under High-Pressure Die Casting Conditions: Flow-Choking Mechanisms. Metall. Mater. Trans. B 2020, 51, 1795–1804.
Mednanský, M.; Bruna, M.; Matejka, M. Electromotor Housing Microstructure Dependence on HPDC Process Parameters. Transp. Res. Procedia 2023, 74, 680–687.
Niu, Z.; Liu, G.; Li, T.; Ji, S. Effect of High Pressure Die Casting on the Castability, Defects, and Mechanical Properties of Aluminium Alloys in Extra-Large Thin-Wall Castings. J. Mater. Process. Technol. 2022, 303, 117525.
Zhu, X.; Dong, X.; Blake, P.; Ji, S. Improvement in As-Cast Strength of High-Pressure Die-Cast Al–Si–Cu–Mg Alloys by Synergistic Effect of Q-Al5Cu2Mg8Si6 and θ-Al2Cu Phases. Mater. Sci. Eng. A 2021, 802, 140612.
Laukli, H.I.; Gourlay, C.M.; Dahle, A.K.; Lohne, O. Effects of Si Content on Defect Band Formation in Hypoeutectic Al-Si Die Castings. Mater. Sci. Eng. A 2005, 413–414, 92–97.
Helenius, R.; Lohne, O.; Arnberg, L.; Laukli, H.I. The Heat Transfer during Filling of a High-Pressure Die-Casting Shot Sleeve. Mater. Sci. Eng. A 2005, 413, 52–55.
Ji, S.; Wang, Y.; Watson, D.; Fan, Z. Microstructural Characteristics of Diecast AlMgSiMn Alloy. Mater. Sci. Forum 2014, 783, 234–239.
Zheng, H.; Jiang, Y.; Liu, F.; Zhao, H. Synergistic Effect of Externally Solidified Crystals and Fe-Rich Intermetallic on the Fracture Behavior of HPDC Alloy. J. Mater. Res. Technol. 2023, 27, 2822–2832.
Xie, H.; Wang, J.; Li, Y.; Song, J.; Hu, H.; Qin, L.; Zhao, H.; Li, C.; Cui, Y.; Tan, Z.; et al. Fast Shot Speed Induced Microstructure and Mechanical Property Evolution of High-Pressure Die Casting Mg-Al-Zn-RE Alloys. J. Mater. Process. Technol. 2024, 331, 118523.
Li, J.; Yu, W.; Sun, Z.; Zheng, W.; Zhang, L.; Xue, Y.; Liu, W.; Xiong, S. Influence of Introducing Zr, Ti, Nb and Ce Elements on Externally Solidified Crystals and Mechanical Properties of High-Pressure Die-Casting Al–Si Alloy. Int. J. Miner. Metall. Mater. 2025, 32, 147–153.
Zhu, X.; Yang, H.; Dong, X.; Ji, S. The Effects of Varying Mg and Si Levels on the Microstructural Inhomogeneity and Eutectic Mg2Si Morphology in Die-Cast Al–Mg–Si Alloys. J. Mater. Sci. 2019, 54, 5773–5787.
Yang, Q.; Wu, X.; Qiu, X. Microstructural Characteristics of High-Pressure Die Casting with High Strength–Ductility Synergy Properties: A Review. Materials 2023, 16, 1954. [PubMed]
Gu, C.; Lu, Y.; Cinkilic, E.; Miao, J.; Klarner, A.; Yan, X.; Luo, A.A. Predicting Grain Structure in High-Pressure Die Casting of Aluminum Alloys: A Coupled Cellular Automaton and Process Model. Comput. Mater. Sci. 2019, 161, 64–75.
El-Mahallawy, N.A.; Taha, M.A.; Pokora, E.; Klein, F. On the influence of process variables on the thermal conditions and properties of high pressure die-cast magnesium alloys. J. Mater. Process. Technol. 1998, 73, 125–138.
Kwon, H.J.; Kwon, H.K. Computer aided engineering (CAE) simulation for the design optimization of gate system on high pressure die casting (HPDC) process. Robot. Comput.-Integr. Manuf. 2019, 55, 147–153.
Sharifi, P.; Jamali, J.; Sadayappan, K.; Wood, J.T. Grain size distribution and interfacial heat transfer coefficient during solidification of magnesium alloys using high pressure die casting process. J. Mater. Sci. Technol. 2018, 34, 324–334.
Dou, K.; Lordan, E.; Zhang, Y.J.; Jacot, A.; Fan, Z.Y. A complete computer aided engineering (CAE) modelling and optimization of high pressure die casting (HPDC) process. J. Manuf. Process. 2020, 60, 435–446.
Assadi, H. A Phase-Field Model for Non-Equilibrium Solidification of Intermetallics. Acta Mater. 2007, 55, 5225–5235.
Li, B.; Xu, Q.Y.; Liu, B.C. Numerical Modeling of Microstructure Evolution and Dendrite Growth for Al-Si Alloy Casting during Low Pressure Die Casting. Mater. Sci. Forum 2007, 561–565, 1787–1792.
Belov, N.A.; Eskin, D.G.; Aksenov, A.A. Multicomponent Phase Diagrams: Applications for Commercial Aluminum Alloys; Elsevier: Amsterdam, The Netherlands, 2005; p. 48.
Dey, A.K.; Poddar, P.; Singh, K.K.; Sahoo, K.L. Mechanical and Wear Properties of Rheocast and Conventional Gravity Die Cast A356 Alloy. Mater. Sci. Eng. A 2006, 435–436, 521–529.
Zheng, H.; Jiang, Y.; Liu, F.; Zhao, H. Microstructure Heterogeneity Optimization of HPDC Al-Si-Mg-Cu Alloys by Modifying the Characteristic of Externally Solidified Crystals. J. Alloys Compd. 2024, 976, 173167.
Otarawanna, S.; Gourlay, C.M.; Laukli, H.I.; Dahle, A.K. Microstructure Formation in High Pressure Die Casting. Trans. Indian Inst. Met. 2009, 62, 499–503.
Laukli, H.I.; Gourlay, C.M.; Dahle, A.K. Migration of Crystals during the Filling of Semi-Solid Castings. Metall. Mater. Trans. A 2005, 36, 805–818.
Hao, Y.Z.; Zhao, H.D.; Shen, X.; Wang, X.L.; Zheng, H.T. Simulation of α-Al Grain Formation in High Vacuum Die-Casting Al-Si-Mg Alloys with Multi-Component Quantitative Cellular Automaton Method. China Foundry 2022, 19, 99–108.
Han, Q.; Xu, H. Fluidity of Alloys under High Pressure Die Casting Conditions. Scr. Mater. 2005, 53, 7–10.
Zhang, H.; Li, D.; Wang, Q.; Fan, Z.; Luo, M.; Midson, S.P.; Zhu, Q. Effect of Primary α-Al Morphology in Slurry on Segregation during 357 Semi-Solid Die Casting. Solid State Phenom. 2019, 285, 398–402.
Gourlay, C.M.; Laukli, H.I.; Dahle, A.K. Segregation Band Formation in Al-Si Die Castings. Metall. Mater. Trans. A 2004, 35, 2881–2891.
Expert Q&A: Your Top Questions Answered
Q1: 왜 상평형장 모델에서 고체-액체(S/L) 계면 특성(두께, 에너지, 이동도)을 주요 변수로 선택했습니까?
A1: 이들 계면 특성은 수지상정의 형태(morphology), 성장 속도, 가지 안정성을 직접적으로 결정하는 핵심 물리량이기 때문입니다. HPDC 공정은 샷 슬리브에서 다이 캐비티로 넘어가면서 열 및 유동 조건이 극적으로 변합니다. 모델이 유체 역학적 난류를 직접 계산하지 않는 대신, 난류가 야기하는 물리적 효과(예: 더 가파른 열 및 용질 구배)를 이러한 계면 파라미터를 조정함으로써 간접적으로, 그러나 효과적으로 모사할 수 있었습니다.
Q2: 시뮬레이션에서 계면 두께를 700nm에서 500nm로 줄인 것이 물리적으로 어떤 의미를 가집니까?
A2: 계면 두께 감소는 액상에서 고상으로의 상변태가 더 ‘날카로운’ 또는 급격한 구배를 통해 일어남을 의미합니다. 물리적으로 이는 다이 캐비티 내의 격렬한 난류가 열 추출을 가속화하여 계면에서의 온도 및 용질 구배를 더 가파르게 만드는 현상을 반영합니다. 이처럼 더 얇아진 계면은 모델이 실험에서 관찰된 것과 같이 더 미세하고 날카로운 수지상정 구조의 형성을 재현할 수 있게 하는 핵심적인 조정이었습니다.
Q3: 이 연구는 실제 HPDC 공정의 3차원적이고 복잡한 유동을 2차원 모델로 단순화했는데, 그 한계와 타당성은 무엇입니까?
A3: 본 연구의 주된 목적은 거시적인 유동 패턴이 아닌, 기존 결정 위에서 새로운 수지상정 가지가 핵 생성되고 성장하는 미시적 ‘응고 물리’ 현상을 포착하는 것이었습니다. 이러한 메커니즘을 규명하는 데는 2차원 모델로도 충분한 타당성을 가집니다. 물론 3차원 효과를 완전히 반영하지 못하는 한계는 있지만, 열 조건 변화에 따른 수지상정 형태 변화라는 핵심 현상을 성공적으로 재현함으로써 연구 목적을 달성했습니다.
Q4: 논문에서 언급된 ‘분리대(segregation band)’의 형성을 이 시뮬레이션이 재현할 수 있습니까?
A4: 본 연구에서 사용된 상평형장 모델은 수지상정 성장과 같은 미세조직 스케일의 응고 현상에 초점을 맞추고 있습니다. 논의(Discussion) 섹션에서 언급된 분리대는 유동이 난류에서 층류로 바뀌거나 ESCs의 분율이 낮아지는 등 주조품 전체에 걸친 거시적인 현상과 관련이 있습니다. 따라서 이 모델의 범위에서는 분리대 형성을 직접 재현하지는 않았습니다.
Q5: 샷 슬리브와 다이 캐비티의 냉각 속도를 각각 100 K/s와 1000 K/s로 설정한 근거는 무엇입니까?
A5: 이 값들은 실제 HPDC 공정에서 일반적으로 보고되는 대표적인 냉각 속도입니다. 논문의 서론 부분에서 “The cooling rate in HPDC in the shot sleeve is about 100 K/s, while in the die is about 1000 K/s [4,5]”라고 명시하고 있습니다. 이는 시뮬레이션이 산업적으로 유의미한 실제 공정 조건을 기반으로 수행되었음을 보여줍니다.
Conclusion: Paving the Way for Higher Quality and Productivity
이 연구는 상평형장 모델링이 고압 다이캐스팅(HPDC) 공정에서 발생하는 복잡한 이중 미세조직 형성 메커니즘을 얼마나 정밀하게 예측할 수 있는지를 명확히 보여주었습니다. 샷 슬리브에서 다이 캐비티로의 급격한 환경 변화, 특히 난류의 영향을 고체-액체 계면 특성 조정을 통해 성공적으로 모델링함으로써, 최종 제품의 품질을 좌우하는 미세조직 제어에 대한 중요한 통찰력을 제공합니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Phase-Field Modelling of Bimodal Dendritic Solidification During Al Alloy Die Casting” by “Maryam Torfeh, Zhichao Niu and Hamid Assadi”.
이 기술 요약은 José D. Bressan, Marcelo M. Martins, Sérgio T. Button이 XII International Conference on Computational Plasticity. Fundamentals and Applications COMPLAS XII에 발표한 논문 “ALUMINIUM EXTRUSION ANALYSIS BY THE FINITE VOLUME METHOD”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 알루미늄 압출의 유한 체적법 분석
Secondary Keywords: 금속 성형 CFD, 알루미늄 압출 시뮬레이션, MacCormack 기법, 속도장 분석, SIMPLE 알고리즘
Executive Summary
도전 과제: 기존의 금속 압출 공정 해석 방법은 심한 격자 왜곡 문제로 인해 정확한 유동장 예측에 한계가 있었습니다.
해결 방법: 금속 유동을 비압축성 비선형 점성 유체로 간주하고, 유한 체적법(FVM)과 Explicit MacCormack 기법을 적용한 새로운 수치 해석 기법을 제안했습니다.
핵심 돌파구: 제안된 FVM 기반 수치 해석 기법은 인공 점성(artificial viscosity) 없이도 안정적인 수렴을 보였으며, 실험으로 측정한 알루미늄 압출재의 축 방향 속도 분포와 매우 높은 일치도를 보였습니다.
핵심 결론: 유한 체적법(FVM)은 정상 상태(steady-state)의 금속 압출 공정에서 기존 해석법의 단점을 보완하고, 정확한 응력 및 속도장 예측을 위한 강력하고 효과적인 도구가 될 수 있습니다.
도전 과제: 이 연구가 CFD 전문가에게 중요한 이유
글로벌 경제의 경쟁 심화와 지속 가능한 개발 요구에 따라, 자동차, 항공우주 등 주요 산업에서는 생산 비용 절감, 부품 경량화, 자원 효율성 증대가 절실한 과제가 되었습니다. 특히 경량 소재인 알루미늄 합금의 사용이 증가하면서, 복잡한 형상의 제품을 정밀하게 생산하는 압출 공정의 중요성이 더욱 커지고 있습니다.
기존에는 압출 공정 해석을 위해 유한 요소법(FEM)과 같은 수치 해석 기법이 널리 사용되었습니다. 그러나 재료의 변형을 따라 격자가 함께 움직이는 라그랑지안(Lagrangian) 방식의 FEM은 변형이 심한 영역에서 격자 왜곡(mesh distortion)이 발생하여 해석의 정확도를 떨어뜨리는 고질적인 문제를 안고 있었습니다. 이 문제를 해결하기 위해 리메싱(remeshing) 기법을 사용하지만, 이는 계산 시간을 크게 증가시키는 단점이 있습니다. 따라서 격자 왜곡 문제 없이 안정적으로 금속 유동을 해석할 수 있는 새로운 접근법이 필요했습니다.
접근 방식: 방법론 분석
본 연구에서는 알루미늄 압출 공정의 금속 유동을 해석하기 위해 새로운 수치 해석 기법을 제안했습니다. 핵심 접근법은 다음과 같습니다.
유동 공식화(Flow Formulation): 금속의 소성 유동을 비압축성(incompressible) 비선형 점성 유체(non-linear viscous fluid)의 유동으로 간주했습니다. 이를 통해 재료가 아닌 공간에 고정된 격자를 사용하는 오일러리안(Eulerian) 좌표계를 적용하여 격자 왜곡 문제를 근본적으로 해결했습니다.
유한 체적법(FVM) 적용: 지배 방정식(질량, 운동량, 에너지 보존)을 이산화하기 위해 유한 체적법(FVM)을 사용했습니다. 특히, 압축성 유동 해석에 주로 사용되던 Explicit MacCormack 기법을 구조화된 동일 위치 격자(collocated mesh)에 적용하여 금속 유동을 해석하는 새로운 시도를 했습니다.
압력-속도 연성(Pressure-Velocity Coupling): 비압축성 유동에서는 압력에 대한 상태 방정식이 존재하지 않으므로, 일관된 속도장과 압력장을 얻기 위해 SIMPLE(Semi-Implicit Method for Pressure Linked Equations) 알고리즘을 적용하여 압력과 속도를 연성했습니다.
실험적 검증: 수치 해석 결과의 신뢰도를 확보하기 위해 알루미늄 합금(Al 6351-O) 빌렛을 이용한 직접 열간 압출 실험을 수행했습니다. 특히, “스트라이프 패턴 그리드 기법(stripe pattern grid technique)”을 사용하여 압출재 내부의 실제 금속 유동 패턴과 속도 분포를 가시화하고, 이를 시뮬레이션 결과와 직접 비교했습니다.
돌파구: 주요 결과 및 데이터
제안된 FVM 기반 수치 해석 모델은 알루미늄 압출 공정의 물리적 현상을 매우 정확하게 예측했으며, 주요 결과는 다음과 같습니다.
Figure 2. Sketch of experimental extrusion tooling and conditions used in present work.
결과 1: 실험 결과와 높은 일치도를 보이는 축 방향 속도 분포 예측
수치 시뮬레이션을 통해 계산된 축 방향 속도 등고선(isolines)과 스트라이프 패턴 그리드 기법으로 얻은 실험 결과를 비교했을 때 매우 높은 수준의 일치도를 보였습니다. Figure 6에서 볼 수 있듯이, 다이(die) 입구에서 출구로 갈수록 속도가 증가하는 패턴과 각 위치에서의 속도 값이 실험 결과와 거의 동일하게 나타났습니다. 이는 본 연구에서 제안한 FVM 모델이 실제 금속 유동 거동을 매우 정확하게 모사하고 있음을 입증합니다.
결과 2: 인공 점성 없이 달성한 안정적인 수치 해
일반적으로 압축성 유동 해석에 사용되는 MacCormack 기법을 비압축성 금속 유동에 적용했음에도 불구하고, 수치적 불안정성을 제어하기 위한 인공 점성(artificial viscosity)을 추가할 필요 없이 일관되고 안정적인 결과를 얻었습니다. 이는 본 연구에서 제안한 수치 해석 기법(MacCormack + SIMPLE)이 추가적인 보정 기법 없이도 금속 압출 공정 해석에 효과적으로 적용될 수 있음을 시사하는 중요한 기술적 성과입니다. 또한, 계산된 반경 방향 속도 분포(Figure 7) 역시 물리적으로 타당한 결과를 보여주었습니다.
R&D 및 운영을 위한 실질적 시사점
본 연구의 결과는 금속 성형 공정 관련 엔지니어들에게 다음과 같은 실질적인 통찰을 제공합니다.
공정 엔지니어: 이 검증된 모델을 활용하면 다이 설계나 압출 속도와 같은 공정 변수가 내부 금속 유동에 미치는 영향을 사전에 정밀하게 예측할 수 있습니다. 이를 통해 시험 생산 횟수를 줄이고 최적의 공정 조건을 더 빠르게 찾는 데 기여할 수 있습니다.
품질 관리팀: 표면 균열이나 내부 파열과 같은 압출 결함은 대부분 불균일한 금속 유동에서 비롯됩니다. 속도장을 정확하게 예측하는 능력은 이러한 결함의 발생 메커니즘을 이해하고, 결함을 최소화하기 위한 새로운 품질 검사 기준을 수립하는 데 도움이 될 수 있습니다.
설계 및 해석 엔지니어: 본 연구는 정상 상태의 금속 성형 공정 해석에서 기존 FEM의 격자 왜곡 문제를 피할 수 있는 강력한 대안으로 FVM을 제시합니다. 특히 CFD에 익숙한 엔지니어라면 해당 방법론을 금속 성형 분야로 확장하여 해석의 효율성과 정확성을 높일 수 있습니다.
논문 상세 정보
ALUMINIUM EXTRUSION ANALYSIS BY THE FINITE VOLUME METHOD
1. 개요:
Title: ALUMINIUM EXTRUSION ANALYSIS BY THE FINITE VOLUME METHOD
Author: JOSÉ D. BRESSAN, MARCELO M. MARTINS AND SÉRGIO T. BUTTON
Year of publication: 2013 (COMPLAS XII conference)
Journal/academic society of publication: XII International Conference on Computational Plasticity. Fundamentals and Applications
본 연구는 정상 상태의 축대칭 압출 공정에서 금속 유동의 응력 및 속도장을 계산하기 위한 새로운 수치 해석 기법을 제안한다. 알루미늄 압출은 복잡한 단면 형상을 가진 봉 및 제품 제조에 널리 적용되는 주요 금속 성형 공정 중 하나이다. 기존에는 상계법, 슬래브법, 슬립라인법 및 유한 요소법(FEM)과 같은 수치 해석 방법이 알루미늄 압출 해석에 일반적으로 사용되었다. 그러나 최근 학계에서는 금속 유동 해석을 위해 유한 체적법(FVM)이 개발되었으며, 문헌에 따르면 금속 압출은 유동 공식화(flow formulation)로 모델링될 수 있다. 따라서 금속 유동은 부피 불변성 및 금속 성형 시 변화하는 점성으로 인해 비압축성 비선형 점성 유체로 수학적으로 모델링될 수 있다. 지배 방정식은 구조화된 동일 위치 격자에서 Explicit MacCormack 기법을 사용하여 유한 체적법으로 이산화되었다. MacCormack 기법은 일반적으로 유한 체적법으로 압축성 유체 유동을 시뮬레이션하는 데 사용된다. 그러나 금속 소성 유동 및 비압축성 유체 유동은 압력 변화에 대한 상태 방정식을 제시하지 않으므로, 일관된 속도 및 압력장을 얻기 위해 속도-압력 연성 기법이 필요하다. SIMPLE 기법이 압력-속도 연성을 달성하기 위해 적용되었다. 이 새로운 수치 해석 기법은 알루미늄 합금의 전방 열간 압출 공정에 적용되었다. 금속 압출 속도장은 빠른 수렴을 보였고 실험 결과와 좋은 일치도를 보였다. 금속 압출에 적용된 MacCormack 기법은 압축성 유동 시뮬레이션 접근법에서 사용되는 인공 점성의 필요 없이 일관된 결과를 산출했다. 따라서 본 수치 해석 결과는 압축성 유동 시뮬레이션 접근법에 의해 채택된 결과와도 일치한다.
3. Introduction:
경제의 세계화, 시장 역학 및 지속 가능한 개발에 대한 환경적 요구가 증가함에 따라, 산업 경쟁은 심화되었고 공장과 학계의 모든 활동에 대한 리엔지니어링을 강요하여 생산 비용, 부품 무게, 에너지 함량, 효율적인 자원 사용을 줄이고 재료 재활용성을 높이게 되었다. 산업 현장의 실제 엔지니어링 실무에서는 제품 품질, 내구성, 지속 가능성 및 장비 생산성을 향상시키고 생산 및 유지 보수 비용을 절감하기 위한 목적으로 기술 공정을 연구하고 개선하기 위한 작업 팀이 구성된다. 광의적으로 산업계(자동차, 항공우주, 스탬핑, 철강 등)는 이러한 목표를 계속 달성해야 하며, 고장력 저합금강(HSLAS), 고장력강(AHSS)을 도입하고, 경량 알루미늄 합금 및 마그네슘 합금의 사용을 늘리며, 무결점 정밀 부품을 생산하고, 네트 셰이프(near net shape) 공정 사용을 발전시키고 재활용을 위한 설계를 해야 한다. 결과적으로 오늘날 엔지니어링 실무에서 산업 제조 공정은 소프트웨어와 컴퓨터의 사용을 통해 점점 더 많이 조사되고 모델링되고 있다. 제조 공정의 수치 및 분석 모델링은 공정 속도와 품질을 높이고 비용을 절감하는 데 큰 잠재력을 가지고 있다.
4. 연구 요약:
연구 주제의 배경:
알루미늄 압출 공정은 산업적으로 매우 중요하지만, 공정 중 발생하는 복잡한 금속 유동을 정확히 예측하는 것은 어렵다. 기존의 유한 요소법(FEM)은 큰 변형이 발생하는 지점에서 심각한 격자 왜곡 문제를 겪어 해석의 정확성과 효율성을 저해하는 한계가 있었다.
이전 연구 현황:
금속 성형 해석에는 고체 역학 기반의 라그랑지안 접근법(FEM)이 널리 사용되어 왔으나, 격자 왜곡 문제가 꾸준히 제기되었다. 대안으로 유체 역학 기반의 오일러리안 접근법(유동 공식화)이 제안되었으며, 1990년대 이후 유한 체적법(FVM)이 전산 유체 역학(CFD) 분야를 넘어 고체 역학 및 금속 성형 문제에 적용되기 시작했다.
연구 목적:
본 연구의 목적은 정상 상태의 축대칭 압출 공정에서 금속 유동의 응력 및 속도장을 계산하기 위한 새로운 수치 해석 기법을 제안하는 것이다. 이 기법은 유한 체적법(FVM)과 Explicit MacCormack 기법, 그리고 SIMPLE 알고리즘을 결합하여 기존 FEM의 격자 왜곡 문제 없이 정확하고 안정적인 해를 구하는 것을 목표로 한다.
핵심 연구 내용:
금속의 소성 유동을 비압축성 비선형 점성 유체로 모델링하고, 이를 유한 체적법(FVM)으로 해석하는 새로운 수치 해석 프레임워크를 개발했다. 개발된 코드를 알루미늄 합금의 직접 열간 압출 공정에 적용하고, 스트라이프 패턴 그리드 기법을 이용한 실제 실험 결과와 비교하여 모델의 정확성과 타당성을 검증했다.
5. 연구 방법론
연구 설계:
본 연구는 수치 시뮬레이션과 실험적 검증을 결합한 방식으로 설계되었다. 수치 해석 파트에서는 유동 공식화에 기반한 FVM 코드를 개발했으며, 실험 파트에서는 실제 알루미늄 압출 공정을 구현하여 시뮬레이션 결과를 검증할 데이터를 확보했다.
데이터 수집 및 분석 방법:
수치 해석: 지배 방정식을 FVM으로 이산화하고, MacCormack 기법과 SIMPLE 알고리즘을 적용하여 속도장과 압력장을 계산했다. 해석 조건으로는 축대칭 직접 압출, 강체-완전 소성 재료, 정상 상태를 가정했다.
실험: 알루미늄 6351 빌렛에 알루미늄 2011 재질의 대비 핀(contrast pins)을 삽입한 후 열간 압출을 수행했다. 압출 후 빌렛을 절단, 연마, 에칭하여 변형된 핀의 형상(스트라이프 패턴)을 관찰하고, 이를 통해 내부 금속 유동의 속도 등고선을 계산했다.
연구 주제 및 범위:
연구는 원뿔형 다이를 통과하는 알루미늄 합금의 직접 열간 압출 공정에 초점을 맞췄다. 해석은 2차원 축대칭(axisymmetric) 정상 상태(steady state) 조건으로 한정되었으며, 재료는 강체-완전 소성(rigid-perfectly-plastic)으로 가정되었다.
6. 주요 결과:
주요 결과:
Figura 6. Comparison between the experimental isolines of constant axial velocities vz (m/s) and the isolines of axial velocities (m/s) from present numerical simulation code for direct extrusion of aluminum.
제안된 FVM 기반 수치 해석 기법은 알루미늄 압출 공정의 속도장을 성공적으로 계산했으며, 실험 결과와 매우 좋은 일치도를 보였다.
압축성 유동 해석에 주로 사용되는 MacCormack 기법을 비압축성 금속 유동 문제에 적용했음에도, 인공 점성(artificial viscosity) 없이 안정적이고 일관된 결과를 얻었다.
명시적(explicit) 기법의 특성상 CFL 조건을 만족시키기 위해 매우 작은 시간 간격(10⁻¹⁵ s)이 필요했으며, 수치적 수렴을 위해 약 50,000회의 반복 계산이 요구되었다.
본 연구는 FVM과 유동 공식화 접근법이 직접 압출 공정에서 금속 유동을 해석하는 데 효과적이고 유망한 결과를 제공함을 입증했다.
Figure List:
Figure 1. Representation of quadrilateral control volume: (a) with outward vector. (b) outward vector correction.
Figure 2. Sketch of experimental extrusion tooling and conditions used in present work.
Figure 3. Stripe pattern grid at longitudinal section of extruded aluminum billet.
Figure 4. Computational mesh employed in the numerical simulation of Al 6351.
Figura 6. Comparison between the experimental isolines of constant axial velocities vz (m/s) and the isolines of axial velocities (m/s) from present numerical simulation code for direct extrusion of aluminum.
Figure 7. Radial velocity vr isolines obtained from present computational code for direct extrusion of aluminum.
7. 결론:
알루미늄 빌렛의 직접 열간 압출에 대한 스트라이프 패턴 그리드 기법으로 얻은 등속도 윤곽선 실험 결과와 현재의 FVM 접근법으로 얻은 수치 결과를 바탕으로 다음과 같은 결론을 도출할 수 있다. – 현재의 수치 기법은 명시적(explicit)이므로 조건부 안정적인 방법이다. CFL 조건을 만족시키기 위해 최소 10⁻¹⁵의 시간 간격이 필요했다. 이는 매우 낮은 값이므로 수렴 시간에 영향을 미쳤다. – 수치적 수렴을 달성하기 위해 약 50,000회의 반복 계산이 필요했다. – 금속 유동에 대한 현재의 FVM 접근법은 비압축성 점성 유체에서 요구되는 인공 점성을 수렴과 안정을 위해 사용하지 않았다. – 유동 공식화와 함께 현재의 FVM 접근법은 직접 압출 공정에서 금속 유동에 대해 좋고 고무적인 결과를 산출했다. – MacCormack 기법은 본 연구에서 제안된 바와 같이, 비압축성 유체 유동 해석에 대한 고전적인 적용 외에도 금속 유동의 모델링 및 분석으로 확장될 수 있다.
8. References:
Hill, R., The Mathematical Theory of Plasticity. Oxford University Press, (1950).
Avitzur, B, Metal Forming, the Application of Limit Analysis. Marcel Dekker, N.Y. (1980)
Johnson, W.; Sowerby, R. and Venter, R.D., Plaine Strain Slip-Line Fields for Metal Deformation Processes. Pergamon Press, Oxford, (1982).
Mellor, P.B. and Johnson, W., Engineering Plasticity. Van Nostrand Reinhold, (1985).
Kobayashi, S.; OH, S. and Altan, T., Metal Forming and the Finite-Element Method. Oxford University Press, (1989).
Valberg, H.S., Applied Metal Forming: inclunding FEM analysis edited by Cambridge University Press, London, UK (2010).
Thomsen, E.G. and Frisch, J., Stresses and Strains in Cold-Extruding 2S-O Aluminum, Trans. ASME. 77, (1955) 1343-1353.
Johnson, W. and Kudo, H., The Mechanics of Metal Extrusion, edited by Manchester University Press, Manchester, UK (1962).
Ghosh, S., A new finite element description for simulation of metal forming processes. In: E.G. Thompson, R.D. Wood, O.C. Zienkiewicz and A. Samuelson (Eds), Numerical Methods in Industrial Forming Processes- Numiform 89, A.A. Balkema, (1989) 159-164.
Zienkiewicz, O.C. and Huang, G.C., Adaptive modelling of transient coupled metal forming processes. In: E.G. Thompson, R.D. Wood, O.C. Zienkiewicz and A. Samuelson (Eds), Numerical Methods in Industrial Forming Processes- Numiform 89, A.A. Balkema, (1989) 3-10.
Altan, T. and Kobayashi, S., A numerical method for estimating the temperature distribution in extrusion through conical die. J. Eng. Ind., 90 (1968) 107-118.
Sellars, C.M., The physical metallurgy of hot working. In: C.M. Sellars and G.J. Davies (Eds), Hot working and forming processes, Metals Society, London, (1980) 3-15.
Jain, P.C., Plastic flow in solids (static, quasistatic and dynamic situations including temperature effects), University College of Swansea, Wales, (1976), Ph.D. thesis.
Dawson, P.R. and Thompson, E.G., Steady-state thermomechanic finite element analysis of elastoviscoplastic metal forming processes. Numerical modelling of manufacturing processes, ASME, PVP-PB-025, (1977) 167-182.
Zienkiewicz, O.C. and Godbole, P.N., Flow of plastic and viscoplastic solids with special reference to extrusion and forming processes. Int. J. Num. Meth. Engng., 8 (1974) 3-16.
Zienkiewicz, O.C., Jain, P.C. and Onate, E., Flow of solids during forming and extrusion: some aspects of numerical solutions. Int. J. Solids Struct., 14 (1978) 15-38.
Oñate, E., Cervera, M. and Zienkiewicz, O.C., A Finite-Volume Format for Structural Mechanics. Int. J. Num. Meth. Engng., 37 (1994) 181–201.
Demirdzic, I. and Martinovic, D., Finite volume method for thermo-elasto-plastic stress analysis. Computer Meth. Applied Mech. and Engng., 109 (1993) 331-349.
Bailey, C. and Cross, M., A finite volume procedure to solve elastic solid mechanics problems in three dimensions on an unstructured mesh. Int. J. Num. Meth. Engng., 38 (1995) 1757-1776.
Greenshields, C.J., Weller, H.G., Ivankovic, A., The finite volume method for coupled fluid flow and stress analysis. Comput. Model Simul. Eng.,4 (1999) 213–218.
Wenke, P. and Whell, M.A., A finite volume method for solid mechanics incorporating rotational degrees of freedom. Computers and Structures, 81(2003) 321–329.
Bressan, J.D., Martins, M.M. and Vaz Jr., M., Stress evolution and thermal shock computation using the finite volume method. Journal of Thermal Stresses, 33 (2010) 533 558.
OPENFOAM – The Open Source CFD Toolbox, “Programmer’s Guide; Versão 1.6,” http://www.openfoam.com/docs/.
Jasak, H., Error analysis and estimation for the Finite Volume Method with applications to fluid flows, Ph.D. Thesis, Imperial College London, 1996.
Basic, H.; Demirdzic, I. and Muzaferija, S., Finite volume method for simulation of extrusion processes. Int. J. Num. Meth. Engng., 62 (2005) 475 – 494.
Martins, M.M.; Bressan, J.D.; Button, S.T.; Ivankovic, A., Extrusion process by finite volume method using OpenFoam software. In: F. Chinesta, Y. Chastel, M. El Mansori, (Eds), International Conference on Advances in Material and Processing Technologies – AMPT2010, Paris, American Institute of Physics, (2010).
Tannehill, J.C.; Anderson, D.A. and Pletcher, R.H., Computational Fluid Mechanics and Heat Transfer. Taylor&Francis, London, (1997).
Martins, M.M.; Bressan, J.D.; Button, S.T., Metal extrusion analysis by finite volume method. In: E. Oñate, D.R.J. Owen, D. Peric and B. Suárez (Eds), XII International Conference on Computational Plasticity. Fundamentals and Applications. COMPLAS 2013, Barcelona, (2013).
Hensel, A. and Spittel, T., Kraft- und Arbeitsbedarf bildsamer Formgebungsverfahren. VEBDeutscher Verlag fur Grundstoffindustrie, Leipzig, 1978.
Martínez, H.V.; Coupard, D. and Girot, F., J. Mat. Proc. Techn.,173 (2006) 252-259.
Expert Q&A: Your Top Questions Answered
Q1: 일반적으로 압축성 유동 해석에 사용되는 MacCormack 기법을 비압축성 금속 유동 문제에 적용한 특별한 이유가 있나요?
A1: 본 연구는 MacCormack 기법의 적용 범위를 금속 성형 공정으로 확장할 수 있는지 탐색하는 것을 목표로 했습니다. 연구 결과, 이 기법은 수치적 안정성을 위해 통상적으로 요구되는 인공 점성(artificial viscosity)을 추가하지 않고도 비압축성 금속 유동 문제에서 안정적이고 일관된 결과를 산출했습니다. 이는 MacCormack 기법이 기존의 적용 분야를 넘어 금속 유동 해석에도 효과적으로 사용될 수 있음을 보여주는 중요한 발견입니다.
Q2: 논문에서 언급된 매우 작은 시간 간격(10⁻¹⁵ s)과 많은 반복 횟수(50,000회)는 실제 산업 현장에서의 적용에 어떤 영향을 미치나요?
A2: 본 연구에 사용된 명시적(explicit) MacCormack 기법은 수치적 안정성을 위해 CFL(Courant-Friedrichs-Lewy) 조건을 만족해야 합니다. 이로 인해 매우 작은 시간 간격이 요구되었고, 결과적으로 정상 상태 해에 도달하기까지 많은 반복 계산이 필요했습니다. 이는 계산 시간이 길어질 수 있음을 의미하지만, 병렬 컴퓨팅 기술을 활용하거나 보다 효율적인 암시적(implicit) 기법을 적용함으로써 계산 효율성을 개선할 여지가 있습니다.
Q3: 본 연구에서 사용된 ‘유동 공식화(Flow Formulation)’는 기존의 ‘고체 공식화(Solid Formulation)’와 어떻게 다른가요?
A3: 고체 공식화(라그랑지안 방식)는 재료의 변형을 따라 계산 격자가 함께 움직이고 변형됩니다. 이는 금속 압출처럼 변형이 매우 큰 공정에서 심각한 격자 왜곡을 유발하여 해석 오류를 일으킬 수 있습니다. 반면, 본 연구에서 채택한 유동 공식화(오일러리안 방식)는 공간에 고정된 격자를 통해 재료가 흘러가는 것을 해석합니다. 이 방식은 격자가 변형되지 않으므로 격자 왜곡 문제를 근본적으로 해결할 수 있어 정상 상태의 대변형 유동 해석에 매우 효과적입니다.
Q4: 이 수치 해석 기법에서 SIMPLE 알고리즘의 역할은 무엇인가요?
A4: 알루미늄 용융물과 같은 비압축성 유동에서는 밀도가 일정하므로 압력과 밀도를 직접 연결하는 상태 방정식이 존재하지 않습니다. 이로 인해 운동량 방정식과 연속 방정식을 동시에 만족시키는 압력장과 속도장을 구하기 어렵습니다. SIMPLE 알고리즘은 추정된 압력장으로 운동량 방정식을 풀고, 그 결과로 얻은 속도장이 연속 방정식을 만족하도록 압력과 속도를 보정하는 과정을 반복합니다. 이를 통해 물리적으로 타당하고 일관된 압력-속도 연성을 달성하는 핵심적인 역할을 합니다.
Q5: 다이 벽면에서의 마찰 계수(m=0.5)는 어떻게 결정되었으며, 이 값이 결과에 미치는 민감도는 어느 정도인가요?
A5: 논문에서는 마찰 계수(friction factor) m=0.5를 모델에 적용했다고 명시하고 있습니다. 이 값은 금속 성형 시뮬레이션에서 일반적으로 사용되는 값 중 하나입니다. 마찰은 압출 하중과 재료 유동에 큰 영향을 미치는 중요한 변수이므로, 실제 공정에서는 마찰 조건에 따라 결과가 달라질 수 있습니다. 본 논문에서는 마찰 계수에 대한 민감도 분석을 상세히 다루지는 않았지만, 실제 공정에 더 가깝게 모델링하기 위해서는 실험을 통해 마찰 계수를 정확히 측정하거나 여러 마찰 조건에 대한 매개변수 연구를 수행하는 것이 중요합니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 기존 해석 방법의 한계였던 격자 왜곡 문제 없이 알루미늄 압출 공정의 복잡한 금속 유동을 정확하게 예측하는 새로운 길을 제시했습니다. 알루미늄 압출의 유한 체적법 분석은 금속 유동을 비압축성 유체로 간주하고 CFD 기술을 적용함으로써, 실험 결과와 매우 근접한 높은 정확도의 속도장 예측을 가능하게 했습니다. 특히 인공 점성 없이도 안정적인 해를 얻었다는 점은 이 기법의 견고함과 효율성을 보여줍니다.
이러한 접근법은 R&D 엔지니어들이 압출 공정을 더 깊이 이해하고, 결함을 줄이며, 생산성을 극대화할 수 있는 강력한 도구를 제공합니다.
(주)에스티아이씨앤디는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “ALUMINIUM EXTRUSION ANALYSIS BY THE FINITE VOLUME METHOD” by “JOSÉ D. BRESSAN, MARCELO M. MARTINS AND SÉRGIO T. BUTTON”.
Source: The paper was presented at the XII International Conference on Computational Plasticity. Fundamentals and Applications COMPLAS XII, 2013.
이 기술 요약은 A De Lieto Vollaro, G Galli, A Vallati, R Romagnoli가 2015년 Journal of Physics: Conference Series에 발표한 논문 “Analysis of thermal field within an urban canyon with variable thermophysical characteristics of the building’s walls”을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 도시 협곡 CFD
Secondary Keywords: 열 환경 분석, 건물 에너지 효율, 미기후 시뮬레이션, 열물성, 전산유체역학, 도시 열섬 현상
Executive Summary
도전 과제: 도시의 건물 밀집 지역(도시 협곡)은 건물 벽면의 재질과 색상에 따라 태양 복사열을 흡수하여 열섬 현상을 심화시키고, 이는 보행자의 열 쾌적성을 저해하고 건물의 냉방 부하를 증가시킵니다.
연구 방법: 특정 형상(H/W=1)을 가진 남-북 방향의 도시 협곡에 대해, 건물 벽면의 태양 복사 흡수율(α)을 0.2와 0.8로 변경하며 3차원 CFD(전산유체역학) 시뮬레이션을 수행했습니다.
핵심 발견: 건물 벽면의 흡수율을 0.8에서 0.2로 낮추자, 태양에 노출된 벽면의 온도가 최대 11K(11°C)까지 감소하는 것으로 나타났습니다.
핵심 결론: 도시 협곡의 열 환경과 건물의 에너지 효율을 개선하는 데 있어 건물 외장재의 태양 복사 흡수율 제어가 매우 중요한 요소임을 정량적으로 확인했습니다.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
전 세계적으로 도시화가 가속화되면서 도시의 에너지 소비는 급증하고 있습니다. 특히 최종 에너지 소비의 약 40%가 주거 및 상업용 건물에서 발생하며, 이 중 상당 부분이 냉난방에 사용됩니다. 도시의 고층 빌딩들이 만들어내는 ‘도시 협곡(Urban Canyon)’은 열섬 현상의 주된 원인 중 하나입니다. 아스팔트나 어두운 색의 건물 외벽은 태양 복사열을 많이 흡수하고, 건물 자체는 차가운 하늘로의 열 방출을 막아 야간에도 온도가 쉽게 떨어지지 않습니다.
이러한 도시 미기후는 보행자의 불쾌감을 유발할 뿐만 아니라, 건물의 냉방 에너지 수요를 직접적으로 증가시켜 추가적인 에너지 소비와 비용 발생의 원인이 됩니다. 따라서 도시 협곡 내의 열 환경을 정확히 예측하고, 건물 외장재의 열물리적 특성(thermophysical characteristics)이 미치는 영향을 정량적으로 분석하는 것은 지속 가능한 도시 설계와 건물 에너지 효율 향상을 위해 반드시 해결해야 할 중요한 기술적 과제입니다.
접근 방식: 연구 방법론 분석
본 연구는 상용 CFD 코드인 Ansys Fluent 14.0을 사용하여 도시 협곡의 열 유동장을 분석했습니다. 연구의 신뢰도를 높이기 위해 다음과 같은 체계적인 방법론을 적용했습니다.
모델링: 이탈리아 밀라노에 위치한 남-북(N-S) 방향의 도시 협곡을 대상으로, 건물 높이(H)와 도로 폭(W)의 비율(H/W)이 1인 3차원 모델을 구성했습니다. (H=20m, W=20m, L=100m)
지배 방정식 및 난류 모델: 정상 상태(steady-state) RANS(Reynolds-Averaged Navier-Stokes) 방정식과 표준 k-ε 난류 모델을 사용하여 유동장을 해석했습니다. 자연 대류 효과를 고려하기 위해 비압축성 이상 기체 모델을 공기 밀도에 적용했습니다.
경계 조건: 7월 21일 오전 11시와 오후 2시의 밀라노 기상 데이터를 기반으로 태양 복사 조건을 설정했습니다. 풍속은 2m/s, 풍향은 45° NW로 고정했습니다. 지면과 건물 벽체의 열전달을 모사하기 위해 상세한 물성치(밀도, 비열, 열전도율 등)를 입력했습니다.
핵심 변수: 연구의 핵심은 건물 벽면의 태양 복사 흡수율(α) 변화에 따른 영향을 분석하는 것입니다. 바람을 맞는 쪽(windward)과 바람이 가려지는 쪽(leeward) 외벽의 흡수율을 각각 0.8(어두운 색상)과 0.2(밝은 색상)로 조합하여 총 4가지 시뮬레이션(SIM A, B, C, D)을 수행했습니다.
이러한 정교한 CFD 모델을 통해, 연구진은 벽면 흡수율 변화가 협곡 내의 대류 열전달 계수(hc), 난류 운동 에너지(k), 벽면 온도(Twall), 풍속(u)에 미치는 영향을 정량적으로 평가할 수 있었습니다.
핵심 발견: 주요 결과 및 데이터
발견 1: 태양 복사 흡수율이 벽면 온도에 미치는 결정적 영향
가장 중요한 발견은 건물 외벽의 태양 복사 흡수율(α)이 벽면 온도(Twall)에 직접적이고 막대한 영향을 미친다는 것입니다.
데이터 분석: 오후 2시에 태양에 직접 노출되는 풍상측(windward) 외벽의 경우, 흡수율이 0.8일 때(SIM A) 벽면 온도는 321.19K ~ 326.64K 범위였으나, 흡수율을 0.2로 낮추자(SIM D) 311.41K ~ 314.5K로 평균 약 11K(11°C)가량 크게 감소했습니다. (Table 2 및 Table 5 참조)
의미: 이는 건물 외장재로 밝은 색상(낮은 흡수율)을 사용하는 것만으로도 여름철 건물 표면의 과열을 현저히 줄일 수 있음을 의미합니다. 이 온도 차이는 건물 내부로 전달되는 열 유속(thermal flux)을 감소시켜 냉방 부하를 직접적으로 줄이는 효과를 가져옵니다.
발견 2: 마주 보는 벽면 간의 제한적인 열적 상호작용
흥미롭게도, 한쪽 벽면의 흡수율 변화가 마주 보는 반대편 벽면의 온도에는 큰 영향을 미치지 않는 것으로 나타났습니다.
데이터 분석: 오전 11시, 풍상측 외벽은 그늘에 있고 풍하측(leeward) 외벽이 태양에 노출된 상황을 비교해 보겠습니다. 풍하측 외벽의 흡수율이 0.8(SIM A)일 때와 0.2(SIM C)일 때, 그늘진 풍상측 외벽의 온도는 각각 308.2K ~ 310.19K와 307.08K ~ 308.53K로 거의 변화가 없었습니다. (Table 2 및 Table 4 참조)
의미: 이는 각 건물의 외장재 선택이 독립적으로 해당 건물의 열 성능에 큰 영향을 미칠 수 있음을 시사합니다. 즉, 마주 보는 건물이 어두운 색상이라 할지라도, 자신의 건물에 밝은 색상의 외장재를 적용하면 그 효과를 충분히 누릴 수 있다는 실용적인 결론을 도출할 수 있습니다.
Figure 1. Computational domain.
R&D 및 운영을 위한 실용적 시사점
건축가 및 도시 계획가: 본 연구는 건물 외장재의 태양 복사 흡수율이 도시 미기후와 건물 에너지 성능에 미치는 영향을 정량적으로 보여줍니다. 초기 설계 단계에서 낮은 흡수율(high albedo)을 가진 자재를 선택하는 것은 여름철 냉방 부하를 줄이고 보행자 열 쾌적성을 향상시키는 효과적인 전략이 될 수 있습니다.
건물 에너지 분석가: 논문의 Table 2-5 데이터는 벽면 온도가 11K나 변할 때 대류 열전달 계수(CHTC)의 변화는 약 5%로 미미했음을 보여줍니다. 이는 건물로의 열 유입을 제어하는 데 있어, 대류 현상보다 태양 복사열을 직접 차단하는 것이 훨씬 더 지배적인 요소임을 의미합니다. 에너지 모델링 시 재료의 복사 특성을 정확하게 입력하는 것이 매우 중요합니다.
CFD 엔지니어: 이 연구는 미기후 시뮬레이션에서 재료 물성치, 특히 태양 흡수율의 정확한 설정이 얼마나 중요한지를 입증합니다. 이 매개변수의 작은 변화가 표면 온도 및 열 유동장 예측 결과에 큰 차이를 유발하므로, 정확한 분석을 위해 신뢰할 수 있는 재료 데이터 확보가 필수적입니다.
Figure 3. Configuration of the analyzed urban canyon at 11.00 a.m. and at 02:00 p.m.
논문 상세 정보
Analysis of thermal field within an urban canyon with variable thermophysical characteristics of the building’s walls
1. 개요:
Title: Analysis of thermal field within an urban canyon with variable thermophysical characteristics of the building’s walls
Author: A De Lieto Vollaro, G Galli, A Vallati, R Romagnoli
Year of publication: 2015
Journal/academic society of publication: Journal of Physics: Conference Series
전형적인 도시 구성에서 미기후 분석이 수행되었습니다. CFD 방법을 사용하여 주어진 H/W 비율을 가진 남-북 방향의 도시 거리 협곡을 조사했습니다. 표준 k-ε 난류 모델을 사용하여 3차원 유동장을 시뮬레이션하고 거리 협곡을 특징짓는 열-유체 역학 매개변수를 계산했습니다. 이 연구에서는 건물 벽의 태양 복사 흡수 특성이 변할 때, 특히 α=0.2와 α=0.8일 때의 열 유동장을 분석했습니다. 고려된 태양 복사는 밀라노에서 7월 21일, 두 다른 시간(오전 11시와 오후 2시)의 것입니다. 이 연구는 열장 및 유동장 발달에 있어 벽의 열물리적 특성의 중요성을 보여줍니다. 이는 건물 외관의 재료와 색상 선택을 통해 도시 내 공기 질과 웰빙을 개선하는 측면에서 매우 중요한 주제입니다.
3. 서론:
EU 최종 에너지 소비의 약 25%는 주거용, 15%는 상업용 건물에서 사용되며, 난방이 주거 에너지 소비의 70%를 차지합니다. 따라서 건물의 냉난방 에너지 수요를 최소화하여 큰 에너지 절약 잠재력을 실현할 수 있습니다. 도시 기후는 기하학적 구조와 표면 재료에 의해 강하게 영향을 받습니다. 아스팔트와 같은 어두운 표면의 높은 태양 복사 흡수, 건물에 의한 야간 열 방사 차단, 증발산 부족, 바람 차폐 효과 등으로 인해 도시 온도는 주변 지역보다 높아집니다. 건물, 산업, 교통에서 발생하는 폐열도 도시 온난화에 기여합니다. 이러한 요인들은 건물의 냉방 부하를 증가시킵니다.
4. 연구 요약:
연구 주제의 배경:
도시화로 인해 발생하는 도시 열섬 현상과 건물 에너지 소비 증가는 중요한 사회적 문제입니다. 특히 건물들이 밀집한 도시 협곡의 미기후는 보행자의 열 쾌적성과 건물 에너지 수요에 직접적인 영향을 미칩니다.
이전 연구 현황:
많은 연구들이 재료의 광학적, 열적 특성과 그것이 도시 기후에 미치는 영향을 이해하기 위해 수행되었습니다. 특히 ‘쿨 머티리얼(cool materials)’과 같이 태양 복사 반사율이 높은 재료를 사용하는 것이 도시 열섬 현상을 완화하는 유망한 기술 중 하나로 간주되어 왔습니다.
연구 목적:
본 연구의 목적은 도시 협곡을 구성하는 건물 벽면의 열물리적 특성, 특히 태양 복사 흡수율이 협곡 내 열 유동장(thermal flow field)에 미치는 영향을 CFD 시뮬레이션을 통해 정량적으로 평가하는 것입니다.
핵심 연구 내용:
건물 벽면의 흡수율을 0.2와 0.8로 다르게 설정한 네 가지 경우(SIM A, B, C, D)에 대해 시뮬레이션을 수행하고, 그 결과로 나타나는 벽면 온도, 대류 열전달 계수, 난류 운동 에너지, 풍속의 변화를 분석했습니다.
5. 연구 방법론
연구 설계:
3차원 정상 상태(steady-state) CFD 시뮬레이션을 통해 특정 기하학적 구조(H/W=1)와 기상 조건(밀라노, 7월 21일)을 가진 도시 협곡 모델을 해석했습니다.
데이터 수집 및 분석 방법:
상용 CFD 소프트웨어 Ansys Fluent를 사용했으며, 표준 k-ε 난류 모델과 S2S(Surface-to-Surface) 복사 모델을 적용했습니다. 시뮬레이션 결과는 협곡 내 특정 위치(북측, 중앙, 남측 평면)의 수직선을 따라 계산된 변수들(hc, k, Twall, u)을 비교 분석하는 방식으로 이루어졌습니다.
연구 주제 및 범위:
연구는 고립된 단일 도시 협곡을 대상으로 하며, 핵심 변수는 풍상측(windward)과 풍하측(leeward) 외벽의 태양 복사 흡수율입니다. 지면의 흡수율은 0.8로 고정되었습니다.
6. 주요 결과:
주요 결과:
건물 벽면의 태양 복사 흡수율을 0.8에서 0.2로 변경했을 때, 태양에 노출된 벽면의 온도는 최대 11K까지 감소했습니다.
그늘진 벽면의 온도는 마주 보는 벽면의 흡수율이 변하더라도 거의 영향을 받지 않았으며, 2-3K의 미미한 온도 감소만 관찰되었습니다.
벽면 온도가 11K 증가함에 따라 자연 대류의 영향이 커져 대류 열전달 계수(CHTC)가 약 5% 증가하는 미미하지만 무시할 수 없는 효과가 나타났습니다.
협곡 내 평균 속도는 초기 구성과 비교하여 본질적으로 수정되지 않았습니다.
Figure List:
Figure 1. Computational domain.
Figure 2. XZ velocity vectors on North plane (a); Central plane (b); South plane(c); at 11:00 (subscript 1) and 14:00 (subscript 2).
Figure 3. Configuration of the analyzed urban canyon at 11.00 a.m. and at 02:00 p.m.
7. 결론:
본 연구는 수치 시뮬레이션 방법을 사용하여 H/W=1 비율의 도시 협곡 내에서 건물 벽면의 흡수율(α) 변화에 따른 대류 열전달 계수(hc), 난류 운동 에너지(k), 벽면 온도(Twall), 속도(u)를 조사했습니다. 그늘진 외벽은 흡수율이 변해도 유사한 벽면 온도를 보였으나, 태양에 노출된 외벽은 흡수율이 0.8일 때와 0.2일 때 현저한 온도 차이를 보였습니다. 이는 열 부하와 평균 복사 온도에 중요한 차이를 유발합니다. 흡수율 변화에 따라 협곡 내 평균 속도는 크게 변하지 않았지만, 대류 열전달 계수에는 약간의 무시할 수 없는 변화가 발생했습니다.
8. 참고 문헌:
[1] Moonen P, Defraeye T, Dorer V, Blocken B, Carmeliet J 2012 Urban physics effect of the micro-climate on comfort, health and energy demand. Front. Archit. Res. 1, pp. 197–228.
[2] de Lieto Vollaro A, de Simone G, Romagnoli R, Vallati A, Botillo S 2014 Numerical study of urban canyon microclimate related to geometrical parameters. Sustainability 2014, 6, pp. 7894-7905.
[3] de Lieto Vollaro R, Vallati A, Bottillo S 2013 Differents methods to estimate the mean radiant temperature in an urban canyon. Advanced Materials Research 650, pp. 647-651.
[4] de Lieto Vollaro R, Calvesi M, Battista G, Evangelisti L, Botta F 2014 Calculation model for optimization design of the low impact energy systems for buildings, Energy Procedia, 48, pp. 1459-1467.
[5] Evangelisti L, G. Battista, Guattari C, Basilicata C, de Lieto Vollaro R 2014 Analysis of Two Models for Evaluating Energy Performance of Different Buildings”, Sustainability 2014, 6, pp. 5311-5321.
[6] Battista G, Evangelisti L, Guattari C, Basilicata C, de Lieto Vollaro R 2014 Buildings Energy Efficiency: Interventions Analysis under a Smart Cities Approach, Sustainability 2014, 6, pp. 4694-4705.
[7] Gori P, Bisegna F 2010 Thermophysical parameter estimation of multi-layer walls with stochastic optimization methods, International Journal of Heat & Technology, n 1.
[8] Mattoni B, Gugliermetti F, Bisegna F 2015 A multilevel method to assess and design the renovation and integration of Smart Cities, Sustainable Cities and Society, 15, pp. 105-119.
[9] Taha H, Sailor D, Akbari H 1992 High Albedo Materials for Reducing Cooling Energy Use, Lawrence Berkley Laboratory Report 31721, UC-350, Berkley CA.
[10] Asaeda T, Ca VT, Wake A 1996 Heat storage of pavement and its effect on the lower atmosphere. Atmospheric Environment 30, 3, 413-427.
[11] Doulos L, Santamouris M, Livada I 2001 Passive cooling of outdoor urban spaces. The role of materials. Solar Energy, 77, pp. 231–249.
[12] Niachou A, Livada I, Santamouris M 2008 Experimental study of temperature and airflow distribution inside an urban street canyon during hot summer weather conditions. Journal of Buildings and Environment 43 (8), pp. 1383–1392.
[13] Santamouris M, Papanikolaou N, Koronakis I, Livada I, Asimakopoulos D 1999 Thermal and air flow characteristics in a deep pedestrian canyon under hot weather conditions. Atmospheric Environment 33, pp. 4503–4521.
[14] Chen C, Poon C 2009 Photocatalytic construction and building materials: from fundamentals to applications. Buildings and Environment 44, pp. 1899–1906.
[15] White P, Golden JS, Biligiri KP, Kaloush KE 2010 Modeling climate change impacts of pavement production and construction. Resources, Conservation and Recycling 54 (11), pp. 776-782.
[16] Cantat O 1989 Contribution a l’etude des variations du bilan d’energie en region parisienne. PhD. Thesis, University of Paris Sorbonne.
[17] Aida M 1982 Urban albedo as a function of the urban structure – a model experiment. Boundary Layer Meteorology 23, pp. 405-413.
[18] Akbari H, Menon S, Rosenfeld A 2009 Global cooling: increasing world-wide urban albedos to offset CO2. Climatic Change 95.
[19] Ansys Fluent version 14.0.0, 2011. User’s Guide.
[20] Assimakopoulos VD, Georgakis C, Santamouris M 2006 Experimental validation of a computational fluid dynamics code to predict the wind speed in street canyons for passive cooling purposes. Solar Energy 80, pp. 423-434.
[21] Franke J, Hellsten A, Schlünzen H, Carissimo B 2007 Best practice guideline for the CFD simulation of flows in the urban environment. COST Action 732.
[22] Xie X, Liu CH, Leung DYC 2007. Impact of building façades and ground heating on wind flow and pollutant transport in street canyons. Atmospheric Environment 41, pp. 9030-9049.
[23] Tominaga Y, Mochidab A, Yoshiec R, Kataokad H, Nozue T, Yoshikawaf M, Shirasawac T 2008 AIJ guidelines for practical applications of CFD to pedestrian wind environment around buildings. Journal of Wind Engineering and Industrial Aerodynamics 96, pp. 1749-1761.
[24] Bottillo S, de Lieto Vollaro A, Galli G, Vallati A 2013 A. Fluid dynamic and heat transfer parameters in an urban canyon. Sol. Energy 99, pp. 1-10.
[25] Ramponi R, Blocken B 2012 CFD simulation of cross-ventilation for a generic isolated building: impact of computational parameters. Buildings and Environment 53, pp. 34-48.
[26] Blocken B, Stathopoulos T, Carmeliet J 2007 CFD simulation of the atmospheric boundary layer: wall function problems. Atmospheric Environment 41, pp. 238-252.
[27] Richards PJ, Norris SE, 2010 Appropriate boundary conditions for computational wind engineering models revisited. Journal of Wind Engineering and Industrial Aerodynamics 99, pp. 257-266.
[28] Uehara K, Murakami S, Oikawa S, Wakamatsu S 2000 Wind tunnel experiments on how thermal stratification affects how in and above urban street canyons. Atmospheric Environment 34, pp. 1553–1562
[29] Bottillo S, de Lieto Vollaro A, Galli G, Vallati A 2014 CFD modeling of the impact of solar radiation in a tridimensional urban canyon at different wind conditions. Solar Energy 102, pp. 212-222.
[30] Galli G, Vallati A, Recchiuti C, de Lieto Vollaro R, Botta F 2013 Passive cooling design options to improve thermal comfort in an Urban District of Rome, under hot summer conditions. Int. J. Eng. Technol 5, pp. 4495-4500
전문가 Q&A: 궁금증 해소
Q1: 태양 복사는 시간에 따라 변하는데 왜 정상 상태(steady-state) 시뮬레이션을 사용했나요?
A1: 논문에서는 참고문헌 [24]를 인용하며, 과도(transient) 열전도 효과는 벽체를 통과하는 열 유속(heat flux)을 계산하는 데는 중요하지만, 자연 대류 유동장을 유발하는 표면 온도를 계산하는 데는 큰 영향을 미치지 않는다고 언급합니다. 따라서 이 연구의 목적인 열 유동장 분석에는 정상 상태 접근법이 타당하다고 판단한 것입니다. 이는 계산 효율성을 높이면서도 핵심 현상을 분석하는 데 적합한 R&D 접근 방식입니다.
Q2: 흡수율 변화가 대류 열전달 계수(CHTC)에 약 5%의 “무시할 수 없지만 경미한” 영향을 미친다고 했는데, 그 메커니즘은 무엇인가요?
A2: 흡수율이 0.2에서 0.8로 높아지면 벽면 온도가 11K까지 상승합니다. 이로 인해 벽면과 주변 공기 사이의 온도 차이가 커지게 되고, 이는 부력에 의한 공기 유동, 즉 자연 대류를 더 강하게 만듭니다. 강화된 자연 대류는 벽면에서의 열 교환을 촉진하여 대류 열전달 계수를 소폭(약 5%) 증가시키는 결과를 가져옵니다.
Q3: 왜 풍향을 45° NW로 고정하여 시뮬레이션을 수행했나요?
A3: 논문에서는 참고문헌 [24, 26, 29]를 인용하여, 대류 열전달 계수 값이 0°에서 60° 사이의 풍향 변화에 그다지 민감하지 않다고 설명합니다. 따라서 45°를 대표적인 풍향으로 설정함으로써, 다양한 풍향 조건을 포괄할 수 있는 파라미터 연구를 효율적으로 수행할 수 있었습니다.
Q4: 마주 보는 벽면 간의 열적 상호작용이 제한적이라는 발견은 어떤 실용적 의미를 가지나요?
A4: 이는 건물 리모델링이나 신축 시 매우 중요한 시사점을 제공합니다. 마주 보는 건물이 어두운 색상의 고흡수율 자재를 사용하더라도, 내 건물의 태양 노출면에만 저흡수율(고반사율) 자재를 적용하면 그 건물의 냉방 부하 저감 효과를 충분히 얻을 수 있다는 의미입니다. 즉, 개별 건물의 독립적인 노력이 도시 전체의 열 환경 개선에 효과적으로 기여할 수 있음을 보여줍니다.
Q5: 시뮬레이션에 사용된 도시 협곡의 주요 기하학적, 환경적 매개변수는 무엇이었나요?
A5: 시뮬레이션 대상은 이탈리아 밀라노에 위치한 남-북 방향의 도시 협곡입니다. 건물 높이(H)와 도로 폭(W)이 모두 20m로, 종횡비(H/W)가 1이며 길이는 100m입니다. 시뮬레이션은 7월 21일 오전 11시와 오후 2시의 기상 조건을 기준으로 했으며, 풍속은 2m/s, 풍향은 45° NW였습니다.
결론: 더 높은 품질과 생산성을 위한 길
본 연구 분석은 도시 협곡 CFD 시뮬레이션을 통해 건물 벽면의 태양 복사 흡수율이 도시 미기후와 건물 에너지 성능에 얼마나 결정적인 영향을 미치는지를 명확히 보여주었습니다. 흡수율을 0.8에서 0.2로 낮춤으로써 벽면 온도를 최대 11K까지 낮출 수 있다는 결과는, 건축 자재 선택이 여름철 냉방 부하 절감과 쾌적한 도시 환경 조성에 있어 가장 효과적인 전략 중 하나임을 증명합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 구성 요소에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “A De Lieto Vollaro” 외 저자의 논문 “Analysis of thermal field within an urban canyon with variable thermophysical characteristics of the building’s walls”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Iban Vicario 외 저자가 2016년 Metals 학술지에 게재한 “Aluminium Foam and Magnesium Compound Casting Produced by High-Pressure Die Casting” 논문을 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 고압 다이캐스팅 (HPDC)
Secondary Keywords: 마그네슘 복합 주조, 알루미늄 폼 코어, 하이브리드 마그네슘 알루미늄 폼 주조 복합재, 경량화
Executive Summary
The Challenge: 연비 향상과 이산화탄소 배출 감소를 위해 자동차 및 운송 부품의 무게를 줄여야 하는 시급한 과제.
The Method: 마그네슘 주조 부품 내부에 알루미늄 폼을 코어로 사용하여 고압 다이캐스팅(HPDC) 공정을 통해 복합 주조품을 생산하는 방법.
The Key Breakthrough: 외부 스킨이 있는 특정 알루미늄 폼(Alulight)을 사용하고, 사출 파라미터를 최적화하여 코어 파손 없이 건전한 복합 주조품을 개발하고 시제품에서 35%의 중량 감소를 달성.
The Bottom Line: 알루미늄 폼 코어를 사용한 HPDC는 플라스틱이나 탄소 섬유의 대안으로, 경량 부품의 대량 생산을 위한 실행 가능한 솔루션임을 입증.
Figure 1. Some of the most employed processes to produce aluminium foams.
The Challenge: Why This Research Matters for CFD Professionals
운송 산업에서 부품 무게를 줄이는 것은 연비 개선과 직결되는 핵심 과제입니다. 이를 위해 기존의 철강 부품을 플라스틱, 탄소 섬유, 알루미늄, 마그네슘 합금 등으로 대체하려는 노력이 계속되고 있습니다. 특히 고압 다이캐스팅(HPDC)으로 생산된 마그네슘 부품은 경량성과 기계적 특성의 균형을 제공하지만, 더 큰 폭의 경량화를 달성하기 위한 새로운 방법이 요구됩니다.
기존에는 솔트 코어(salt core)를 사용하여 중공 부품을 만드는 방법이 있었으나, 코어 제거의 어려움과 부품에 구멍이 필요하다는 단점이 있었습니다. 알루미늄 폼을 코어로 사용하는 것은 매력적인 대안이지만, HPDC 공정의 높은 사출 속도와 압력으로 인해 폼 코어가 변형되거나 파손될 위험이 매우 큽니다. 따라서, 폼 코어의 붕괴를 막고 주조 결함을 방지하면서 안정적으로 복합 주조품을 생산하는 기술 개발이 중요한 산업적 과제였습니다.
The Approach: Unpacking the Methodology
본 연구에서는 자전거 부품인 로드(rod)를 대상으로, 마그네슘-알루미늄 폼 복합 주조품 개발을 목표로 했습니다. 연구진은 다음과 같은 재료와 방법론을 사용했습니다.
기본 합금: AM60B 마그네슘 합금
알루미늄 폼 코어: 세 가지 다른 유형의 알루미늄 폼을 테스트했습니다.
Alporas: 외부 스킨이 없는 저밀도 폼 (0.25–0.4 Kg/dm³)
Formgrip: 외부 스킨이 없는 폼 (0.4–0.65 Kg/dm³)
Alulight: 외부 스킨이 있는 폼 (0.54–1.55 Kg/dm³)
핵심 변수: 최종 주조품의 품질에 영향을 미치는 다양한 공정 변수를 체계적으로 평가했습니다.
알루미늄 폼의 종류 및 밀도
용탕 온도 (680 °C 및 720 °C)
사출 압력 (16–80 MPa)
플런저 속도 (20–80 m/s)
폼 코어의 금형 내 배치 방향
평가 방법: 제작된 복합 주조품은 시각 검사, X-ray 검사를 통해 내부 건전성을 확인했으며, 인장 시험을 통해 기계적 특성을 평가했습니다.
Figure 2. (a) 3D rod design; and (b) detail of the placement and example of an aluminium foam core.
The Breakthrough: Key Findings & Data
연구진은 다양한 실험을 통해 HPDC 공정에서 알루미늄 폼 코어를 성공적으로 적용하기 위한 핵심 조건들을 발견했습니다.
Finding 1: 폼 코어의 ‘외부 스킨’이 성패를 좌우
알루미늄 폼 코어가 HPDC의 가혹한 조건을 견디기 위해서는 연속적인 외부 스킨(external skin)의 존재가 필수적이었습니다.
플라스틱 사출을 통한 압력 테스트에서, 외부 스킨이 없는 Alporas와 Formgrip 폼은 16 MPa의 낮은 압력에서도 파손되었습니다. 반면, 외부 스킨이 있는 Alulight 폼은 마그네슘 HPDC의 표준 압력인 40 MPa에서도 온전함을 유지했습니다 (Table 4 참조).
실제 마그네슘 HPDC 시험에서도 Alporas와 Formgrip 폼은 사출 과정에서 완전히 파괴되었지만(Figure 12), Alulight 폼은 손상 없이 코어로서의 역할을 수행했습니다. 이는 외부 스킨이 사출 압력에 대한 기계적 저항성을 제공하기 때문입니다.
Finding 2: 사출 조건 및 코어 배치의 최적화
건전한 복합 주조품을 얻기 위해서는 사출 조건과 코어 배치를 정밀하게 제어해야 했습니다.
용탕 온도: 용탕 온도가 680 °C일 때는 미충전(short fill) 및 콜드셧(cold shut) 결함이 발생했습니다(Figure 8a). 결함 없는 충전을 위해서는 최소 720 °C의 용탕 온도가 필요했습니다.
코어 배치: 폼 코어를 용탕 흐름에 수평으로 배치했을 때, 용탕의 직접적인 충격으로 인해 전단 파괴가 발생했습니다(Figure 15). 반면, 코어를 용탕 흐름에 수직으로 배치하자 코어 손상 없이 건전한 부품을 얻을 수 있었습니다(Figure 16).
사출 속도 및 압력: 2단 사출 속도를 20 m/s로 낮추자 심각한 미충전이 발생했습니다(Figure 18). 표준 마그네슘 HPDC 조건인 2단 사출 속도 80 m/s와 사출 압력 80 MPa를 적용했을 때, 미세한 수축 기공만 존재하는 건전한 부품을 얻을 수 있었습니다(Figure 19).
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 알루미늄 폼 코어 복합 주조 시 최소 720°C의 용탕 온도와 80 m/s의 2단 사출 속도 유지가 중요함을 시사합니다. 특히, 게이트 위치 대비 폼 코어의 방향을 수직으로 설계하여 용탕의 직접적인 충격을 최소화하는 것이 코어 파손을 막는 핵심 공정 변수입니다.
For Quality Control Teams: 논문의 X-ray 이미지(Figure 19)는 외부 스킨이 있는 코어를 사용했을 때 가스 기공 없이 내부 코어의 건전성이 유지됨을 보여줍니다. 이는 복합 주조품의 새로운 품질 검사 기준으로 활용될 수 있습니다.
For Design Engineers: 본 연구 결과는 스퀴즈 핀(squeeze pin)과 같이 국부적으로 극히 높은 압력(최대 200 MPa)을 가하는 설계는 폼 코어 주변에 적용할 수 없음을 보여줍니다. 따라서 부품 설계 초기 단계부터 코어의 위치와 용탕 흐름을 고려하여 수축 기공을 제어하는 설계가 필요합니다.
Paper Details
Aluminium Foam and Magnesium Compound Casting Produced by High-Pressure Die Casting
1. Overview:
Title: Aluminium Foam and Magnesium Compound Casting Produced by High-Pressure Die Casting
Author: Iban Vicario, Ignacio Crespo, Luis Maria Plaza, Patricia Caballero, and Ion Kepa Idoiaga
Year of publication: 2016
Journal/academic society of publication: Metals
Keywords: high pressure die casting (HPDC); hybrid magnesium aluminium foam cast composite; aluminium foam core; magnesium cast composite
2. Abstract:
오늘날 차량 설계에서 연비 소비와 이산화탄소 배출은 두 가지 주요 초점이며, 더 가벼운 재료를 사용하여 차량의 무게를 줄이는 것을 촉진합니다. 이 연구의 목적은 알루미늄 폼을 마그네슘 주조 부품의 코어로 사용하여 고압 다이캐스팅(HPDC)을 통해 얻어진 특성과 무게 사이의 절충안을 가진 복합 주조품을 얻기 위해 다른 알루미늄 폼과 사출 파라미터의 영향을 평가하는 것입니다. 최종 주조 제품 품질에 대한 다른 알루미늄 폼과 사출 파라미터의 영향을 평가하기 위해, 알루미늄 폼의 종류와 밀도, 금속 온도, 플런저 속도, 증배 압력이 적절한 값 범위 내에서 변경되었습니다. 얻어진 복합 HPDC 주조품은 시각 및 RX 검사를 수행하여 연구되었으며, 알루미늄 폼 코어가 있는 건전한 복합 주조품을 얻었습니다. 폼 표면의 외부 연속층의 존재와 사출 조건을 지지하기 위한 폼의 올바른 배치는 양질의 부품을 얻을 수 있게 합니다. HPDC 공정으로 처리된 마그네슘-알루미늄 폼 복합재는 자전거 응용 분야를 위해 개발되었으며, 기계적 특성의 적절한 조합과 특히 시연 부품에서 감소된 무게를 얻었습니다.
3. Introduction:
운송 산업에서 강철 및 주철 부품을 플라스틱, 탄소 섬유 또는 알루미늄 및 마그네슘 합금으로 대체하여 부품의 무게를 줄일 필요성은 운송 산업의 주요 동력 중 하나가 되었습니다. 자전거 산업의 경우, 고성능 자전거를 위해 강철, 알루미늄, 티타늄과 같은 재료를 탄소 섬유로 대체하는 것이 명확한 경향입니다. HPDC로 생산된 마그네슘 부품은 이미 많은 자동차 및 자전거 응용 분야에 사용되고 있지만, 업계는 마그네슘 경량 구조가 제공하는 가벼움과 기계적 특성의 균형이 해결책이 될 수 있는 새로운 부품을 계속 찾고 있습니다. HPDC는 생산 다이의 높은 비용이 상쇄되는 대규모 생산 시리즈(연간 약 5000-10,000개 이상)에 경제적으로 실행 가능한 고생산성 공정입니다.
4. Summary of the study:
Background of the research topic:
차량 경량화는 연비 향상과 CO2 배출 감소를 위한 핵심 과제입니다. 마그네슘은 경량 소재로 주목받고 있으며, HPDC는 복잡한 형상의 부품을 대량 생산하는 데 적합한 공정입니다.
Status of previous research:
기존의 경량화 기술로는 중공 부품을 만들기 위한 솔트 코어 사용, 이종 금속 복합재 등이 있었으나, 각각 공정의 어려움이나 계면 결합 문제 등의 한계가 있었습니다. 알루미늄 폼을 코어로 사용하는 아이디어는 있었지만, HPDC의 고압, 고속 환경에서 폼이 파손되는 문제 때문에 상용화가 어려웠습니다.
Purpose of the study:
본 연구는 HPDC 공정을 사용하여 알루미늄 폼을 코어로 내장한 마그네슘 복합 주조품을 개발하는 것을 목표로 합니다. 이를 위해 다양한 종류의 알루미늄 폼과 사출 공정 변수가 최종 제품의 품질과 무게 감소에 미치는 영향을 평가하고, 자전거 부품에 적용 가능한 최적의 공정을 확립하고자 합니다.
Core study:
세 가지 다른 알루미늄 폼(Alporas, Formgrip, Alulight)을 AM60B 마그네슘 합금과 함께 사용하여 HPDC 복합 주조를 수행했습니다. 용탕 온도, 사출 압력, 사출 속도, 폼 코어의 배치 등 주요 공정 변수를 변경하며 실험을 진행했습니다. 제작된 시편은 시각 검사, X-ray 검사를 통해 내부 결함 및 코어의 건전성을 평가하고, 인장 시험을 통해 기계적 특성을 분석하여 최적의 폼 종류와 공정 조건을 도출했습니다.
5. Research Methodology
Research Design:
본 연구는 실험적 접근 방식을 통해 진행되었습니다. 먼저, 세 종류의 알루미늄 폼을 준비하고, 이들의 밀도와 특성을 파악했습니다. 이후, 용탕 온도, 사출 압력 등 핵심 HPDC 공정 변수를 체계적으로 변화시키면서 마그네슘 복합 주조품을 제작했습니다.
Data Collection and Analysis Methods:
제작된 주조품은 시각 검사를 통해 표면 결함을 확인하고, General Electric X-cube 44XL 장비를 이용한 X-ray 분석을 통해 내부 코어의 파손 여부와 기공 분포를 평가했습니다. 또한, Instron 3369 만능시험기를 사용하여 인장 강도, 항복 강도, 연신율 등 기계적 특성을 측정하고, 기본 AM60B 합금과 비교 분석했습니다.
Research Topics and Scope:
연구 범위는 AM60B 마그네슘 합금과 세 가지 알루미늄 폼(Alporas, Formgrip, Alulight)을 사용한 HPDC 복합 주조에 한정됩니다. 주요 연구 주제는 (1) 알루미늄 폼의 종류와 밀도가 HPDC 공정에서의 안정성에 미치는 영향, (2) 용탕 온도, 사출 압력 및 속도, 코어 배치가 최종 주조품 품질에 미치는 영향, (3) 개발된 복합 주조품의 기계적 특성 및 경량화 효과 평가입니다. 최종적으로 자전거 로드 부품을 시제품으로 제작하여 실용 가능성을 검증했습니다.
6. Key Results:
Key Results:
폼 코어의 건전성: 연속적인 외부 스킨이 있는 Alulight 폼만이 40 MPa의 HPDC 사출 압력을 견딜 수 있었습니다. 외부 스킨이 없는 Alporas와 Formgrip 폼은 공정 중 파괴되었습니다.
최적 주조 온도: 720 °C의 용탕 온도가 미충전 및 콜드셧 결함을 방지하기 위한 최소 온도로 확인되었습니다.
코어 배치: 폼 코어를 용탕 흐름에 수직으로 배치했을 때 코어 손상 없이 건전한 부품을 얻을 수 있었습니다. 수평 배치는 코어의 전단 파괴를 유발했습니다.
사출 조건: 2단 사출 속도 80 m/s, 사출 압력 80 MPa의 표준 HPDC 조건에서 가장 건전한 부품이 생산되었습니다.
경량화 효과: 0.56 Kg/dm³ 밀도의 Alulight 폼을 사용하여 제작된 자전거 로드 시제품은 기존 부품 대비 약 35%의 총 중량 감소를 달성했습니다.
기계적 특성: 복합 주조품의 인장 강도(122 MPa)는 순수 AM60B 부품(219 MPa)보다 낮았으나, 이는 알루미늄 폼과 마그네슘 간의 화학적 결합 부재에 기인합니다.
Figure 3. Metallic die to produce Aluminium foams with Alulight.
Figure List:
Figure 1. Some of the most employed processes to produce aluminium foams.
Figure 2. (a) 3D rod design; and (b) detail of the placement and example of an aluminium foam core.
Figure 3. Metallic die to produce Aluminium foams with Alulight.
Figure 4. Metallic die to die cast magnesium over the aluminium foam.
Figure 5. The plastic injection mould with an aluminium foam.
Figure 6. HPDC process in order to obtain the magnesium-aluminium foam core composite.
Figure 7. Detail of fixing pins in the fixed die cavity for placing the aluminium foam.
Figure 8. (a) Short fill and cold shut defects; and (b) gas porosity defects.
Figure 9. Central aluminium core covered with AM60B.
Figure 10. Different configurations for plastic injection over the aluminium foams.
Figure 11. (a) Alpora’s foam (0.25 to 0.4 Kg/dm³); and (b) Formgrip’s foam (0.4 to 0.65 Kg/dm³).
Figure 12. HPDC part with totally destroyed aluminium foam.
Figure 13. (a) Placement of a skinned foam with a non-skin area in the die; and (b) release of gas from the foam in the non-skinned area.
Figure 14. 1.55 Kg/dm³ Aluminium foam after squeeze pin application.
Figure 15. Horizontal placement to the metal flow of the core.
Figure 16. Horizontal core placement to metal flow.
Figure 17. Rod made by magnesium HPDC with the internal core of aluminium foam.
Figure 19. Injected HPDC with core foam at standard parameters.
7. Conclusion:
HPDC 마그네슘 알루미늄 폼 복합재는 부품 무게 감소가 요구되는 응용 분야를 위해 개발되었습니다. Alulight 공정으로 생산된 최적의 알루미늄 코어 폼은 실험적 접근을 통해 정의되었습니다. Alulight 공정은 복합재 내부 결함의 존재를 피하는 외부 스킨을 가진 폐쇄 기공 폼을 얻을 수 있게 합니다. 코어 폼의 밀도는 0.54에서 1.55 Kg/dm³까지 변경될 수 있습니다. 폼 기공률의 조절은 특정 성능에 맞게 특성을 조정하고 부품을 맞춤화할 수 있게 하지만, 주된 목표가 무게 감소인 응용 분야에서는 0.54 kg/dm³의 폼만이 주조 조건을 극복했습니다. 자전거 로드에 알루미늄 폼을 사용하여 재료 및 생산에 드는 예상 비용은 부품당 약 0.3유로로 합리적인 비용입니다. 개발된 복합 주조품은 자전거 로드 생산에 사용되었습니다. 인장 시험은 이 응용 분야에 대한 복합 주조의 유효성과 현재 사용되는 알루미늄, 티타늄 또는 탄소 섬유 재료를 대체할 실제 잠재력을 확인했습니다. 부품 총 무게의 35% 감소가 달성되었습니다. 부품에 따라 더 높은 감소가 가능합니다. 마그네슘 HPDC는 플라스틱 및 알루미늄 부품의 대안으로 폼을 사용한 복합재의 대량 생산을 위한 해결책이 될 수 있습니다.
8. References:
1. Schultz, R. Aluminium Association Auto and Light Truck Group 2009 Update on North American Light Vehicle Aluminium Content Compared to the other Countries and Regions of the World. Phase II; Ducker Worlwide LLC: Troy, MI, USA, 2008; pp. 8–19.
2. Bonollo, F.; Urban, J.; Bonatto, B.; Botter, M. Gravity and low pressure die casting of aluminium alloys: A technical and economical benchmark. Metall. Ital. 2005, 97, 23–32.
3. Luo, A.A. Magnesium casting technology for structural applications. J. Magnes. Alloys 2013, 1, 2–22.
4. Gertsberg, G.; Nagar, N.; Lautzker, M.; Bronfin, B. Effect of HPDC parameters on the performance of creep resistant alloys MRI153M and MRI230D. SAE Tech. Pap. 2005, 1, 1–7.
5. Otarawanna, S.; Laukli, H.I.; Gourlay, C.M.; Dahle, A.K. Feeding mechanisms in high-pressure die castings. Metall. Mater. Trans. A 2010, 41, 1836–1846.
6. Bonollo, F.; Gramegna, N.; Timelli, G. High-pressure die-casting: Contradictions and challenges. JOM 2015, 67, 901–908.
8. Sabau, A.S.; Dinwiddie, R.B. Characterization of spray lubricants for the high pressure die casting processes. J. Mater. Process. Technol. 2008, 195, 267–274.
9. Kimura, R.; Yoshida, M.; Sasaki, G.; Pan, J.; Fukunaga, H. Characterization of heat insulating and lubricating ability of powder lubricants for clean and high quality die casting. J. Mater. Process. Technol. 2002, 130–131, 289–293.
10. Puschmann, F.; Specht, E. Transient measurement of heat transfer in metal quenching with atomized sprays. Exp. Therm. Fluid Sci. 2004, 28, 607–615.
11. Rogers, K.J.; Savage, G. In-cavity pressure sensors-errors, robustness and some process insights. Die Cast Eng. 2000, 44, 76–80.
12. Kong, L.X.; She, F.H.; Gao, W.M.; Nahavandi, S.; Hodgson, P.D. Integrated optimization system for high pressure die casting processes. J. Mater. Process. Technol. 2008, 201, 629–634.
13. Keber, K.; Bormann, D.; Möhwald, K.; Hollander, U.; Bach, W. Compound casting of aluminium and magnesium alloys by High Pressure Die Casting. In Proceedings of the Magnesium 8th International Conference on Magnesium Alloys and Their Applications, Weimar, Germany, 26–29 October 2009; pp. 390–397.
14. Kunst, M.; Fischersworring-bunk, A.; Liebscher, C.; Glatzel, U.; Esperance, G.L.; Plamondon, P.; Baril, E.; Labelle, P. Microstructural characterization of Die Cast Mg-Al-Sr (AJ) Alloy. In Proceedings of the Magnesium: Proceedings of the 7th International Conference on Magnesium Alloys and Their Applications, Dresden, Germany, 6–9 November 2006; pp. 498–505.
15. Vicario, I. Study of high pressure die cast AZ91D magnesium alloy with surface treated aluminium 6063 cores for Al-Mg multi-material. In Proceedings of the 2nd Annual World Congress of Advanced Materials, Suzhou, China, 5–7 June 2013; pp. 7–21.
16. Yaokawa, J.; Miura, D.; Anzai1, K.; Yamada, Y.; Yoshii, H. Strength of salt core composed of alkali carbonate and alkali chloride mixtures made by casting technique. Mater. Trans. 2007, 5, 1034–1041. [CrossRef]
17. Moschini, R. Production of Hollow Components in HPDC through the Use of Ceramic Lost Cores; XXXI Congreso Tecnico di Fonderia: Vincenza, Italy, 2012; pp. 1–33.
18. Yamada, Y.; Yaokawa, J.; Yoshii, H.; Anzai, K.; Noda, Y.; Fujiwara, A.; Suzuki, T.; Fukui, H. Developments and application of expendable salt core materials for high pressure die casting to apply closed-deck type cylinder block. SAE Int. 2007, 32-0084, 1–5.
19. Vicario, I.; Egizabal, P.; Galarraga, H.; Plaza, L.M.; Crespo, I. Study of an Al-Si-Cu HPDC alloy with high Zn content for the production of components requiring high ductility and tensile properties. Int. J. Mater. Res. 2013, 4, 392–397.
20. Benedick, C. Production and application of aluminium foam, past product potential revisited in the new millennium. Light Met. Age 2002, 60, 24–29.
21. Bausmesiter, J.; Weise, J. Structural Materials and Processes in Transportation, Metal Foams; John Wiley & Sons: Hoboken, NJ, USA, 2013; pp. 415–440.
22. Banhar, J. Metal foams: Production and stability. Adv. Eng. Mater. 2006, 9, 781–794.
23. Coleto, J.; Goñi, J.; Maudes, J.; Leizaola, I. Applications and manufacture of open and closed cell metal foams by foundry routes. In Proceedings of International Congress Eurofond, La Rochelle, France, 2–4 June 2004; pp. 1–10.
24. Körner, C.; Hirschmann, M.; Wiehler, H. Integral Foam Moulding of Light Metals. Mater. Trans. 2006, 47, 2188–2194. [CrossRef]
25. Baumeister, J.; Weise, J. Application of aluminium-polymer hybrid foam sandwiches in battery housings for electric vehicles. Procedia Mater. Sci. 2014, 4, 301–330.
26. Vesenjak, M.; Borovinšek, M.; Fiedler, T.; Higa, Y.; Ren, Z. Structural characterisation of advanced pore morphology (APM) foam elements. Mater. Lett. 2013, 110, 201–203.
27. Miyoshi, T.; Itoh, M.; Akiyama, S.; Kitahara, A. Aluminium foam, “ALPORAS”: The production process, properties and application. In Materials Research Society Symposium Proceedings, Boston, MA, USA, 1–3 December 1998; 1998; pp. 133–137.
28. Miyoshi, T.; Itoh, M.; Akiyama, S.; Kitahara, A. Alporas aluminum foam: Production process, properties, and applications. Adv. Eng. Mater. 2000, 2, 179–183.
29. Gegerly, V.; Clyne, T.W. The formgrip process: Foaming of reinforced metals by gas release in precursors. Adv. Eng. Mater. 2002, 2, 175–178.
30. Gergely, V.; Curran, D.C.; Clyne, T.W. Advances in the melt route production of closed cell aluminium foams using gas-generating agents. In Proceedings of Global Symposium of Materials Processing and Manufacturing Processing & Properties of Lightweight Cellular Metals and Structures, Seattle, WA, USA, 17–21 February 2002; pp. 3–8.
31. Baumeister, J. Production technology for aluminium foam/steel sandwiches. In Proceedings of the International Conference on Metal Foams and Porous Metal Structures, Bremen, Germany, 14–16 June 1999; pp. 113–118.
32. Seeliger, H.W. Cellular Metals: Manufacture, properties, applications. In Proceedings of the MetFoam, Berlin, Germany, 23–25 June 2003; pp. 5–12.
33. Kováãik, J.; Simančík, F.; Jerz, J.; Tobolka, P. Reinforced aluminium foams. In Proceedings of the International Conference on Advanced Metallic Materials, Smolenice, Slovakia, 5–7 November 2003; pp. 154–159.
34. Braune, R.; Otto, A. Tailored blanks based on foamable aluminium sandwich material. In Proceedings of the International Conference on Metal Foams and Porous Metal Structures, Bremen, Germany, 14–16 June 1999; pp. 119–124.
35. Gutiérrez-Vázquez, J.A.; Oñoro, J. Fabricación y comportamiento de espumas de aluminio con diferente densidad a partir de un precursor AlSi12. Rev. Metal. 2010, 46, 274–284.
Expert Q&A: Your Top Questions Answered
Q1: 왜 세 가지 다른 유형의 알루미늄 폼을 테스트했나요?
A1: 연구진은 알루미늄 폼의 밀도, 제조 방법, 그리고 특히 ‘외부 스킨’의 유무가 HPDC 공정의 고압, 고속 환경을 견디는 능력에 어떤 영향을 미치는지 평가하기 위해 세 가지 유형을 선택했습니다. 이 비교를 통해 Alporas와 Formgrip(스킨 없음)은 파손되고 Alulight(스킨 있음)만 성공함으로써, 외부 스킨이 코어의 기계적 건전성을 유지하는 데 결정적인 요소임을 명확히 밝힐 수 있었습니다.
Q2: 논문에서 알루미늄 폼과 마그네슘 사이에 화학적 결합이 없다고 언급했는데, 이것이 기계적 특성에 어떤 의미를 갖나요?
A2: 이는 복합 주조품의 최종 기계적 특성이 주로 외부의 마그네슘 주조부에 의해 결정된다는 것을 의미합니다. 논문의 토론 섹션에서 언급했듯이, 폼 표면의 알루미나 산화막이 두 금속 간의 직접적인 결합을 방해합니다. 결과적으로 Table 5에서 볼 수 있듯이, 복합재의 인장 강도(122 MPa)는 순수 AM60B 합금(219 MPa)보다 현저히 낮습니다. 이 기술은 강도 향상보다는 경량화에 초점을 맞춘 응용에 더 적합합니다.
Q3: 폼 코어의 붕괴를 막는 가장 중요한 요인은 무엇이었습니까?
A3: 가장 중요한 요인은 폼 코어 표면에 존재하는 연속적인 ‘외부 스킨’이었습니다. Alulight 폼의 성공과 Alporas 및 Formgrip 폼의 실패가 이를 명백히 보여줍니다. 약 1mm 두께의 이 스킨은 사출 시 용탕의 높은 압력과 속도로부터 내부의 다공성 구조를 보호하는 견고한 방어막 역할을 했습니다.
Q4: 35%의 중량 감소는 어떻게 계산되었나요?
A4: 이 수치는 0.56 Kg/dm³ 밀도의 Alulight 폼 코어를 사용하여 제작된 최종 부품(자전거 로드)의 총 중량을, 동일한 형상의 순수 마그네슘 부품과 비교하여 계산한 것입니다. 즉, 부품 내부를 알루미늄 폼으로 대체함으로써 달성된 전체 무게 감소율을 의미합니다.
Q5: 이 공정은 모든 형상의 부품에 적용할 수 있습니까?
A5: 연구 결과는 형상에 제약이 있음을 시사합니다. 첫째, 코어 파손을 막기 위해 용탕 흐름에 대한 코어의 배치가 매우 중요합니다. 둘째, 스퀴즈 핀과 같이 국부적으로 매우 높은 압력을 가하는 설계는 코어 주변에 사용할 수 없습니다. 따라서 이 기술을 적용하려면 부품 설계 단계부터 용탕 흐름과 코어의 상호작용을 신중하게 고려해야 합니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 고압 다이캐스팅(HPDC) 공정에서 외부 스킨을 가진 알루미늄 폼 코어를 사용하여 마그네슘 복합 주조품을 성공적으로 제조할 수 있음을 입증했습니다. 최적의 공정 변수 제어를 통해 자전거 부품에서 35%의 상당한 경량화를 달성했으며, 이는 운송 산업의 경량화 요구에 부응하는 혁신적인 솔루션이 될 수 있습니다. 이 기술은 강도보다는 무게 감소가 최우선인 부품에 대해 플라스틱이나 탄소 섬유의 대안으로서 대량 생산의 가능성을 열었습니다.
STI C&D는 최신 산업 연구를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 최선을 다하고 있습니다. 이 백서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 당사 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 알아보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Aluminium Foam and Magnesium Compound Casting Produced by High-Pressure Die Casting” by “Iban Vicario, et al.”.
이 기술 요약은 M. Chiumenti 외 저자들이 2016년 Finite Elements in Analysis and Design에 발표한 논문 “Numerical modeling of the electron beam welding and its experimental validation”을 기반으로 하며, 기술 전문가를 위해 (주)에스티아이씨앤디에서 분석 및 요약했습니다.
도전 과제: 전자빔 용접(EBW)은 정밀하지만, 공정 중 발생하는 열로 인한 변형과 잔류 응력은 제품 품질에 치명적인 영향을 미칠 수 있어 이를 정확히 예측하고 제어하는 것이 중요합니다.
해결 방법: 본 연구에서는 열 전달, 기계적 응력, 야금학적 현상을 통합한 유한요소(FE) 기반의 다중물리 수치 모델을 개발했습니다.
핵심 돌파구: 특수하게 고안된 이동 열원 모델을 적용하여 실제 EBW 공정의 온도 변화, 최종 변형 및 잔류 응력을 매우 높은 정확도로 예측했으며, 이는 실험 데이터와의 비교를 통해 검증되었습니다.
핵심 요약: 검증된 이 수치 모델은 실제 프로토타입 제작과 실험 횟수를 획기적으로 줄여, 항공우주 및 고정밀 제조 분야에서 EBW 공정 최적화와 개발 기간 단축에 기여할 수 있습니다.
도전 과제: 왜 이 연구가 CFD 전문가에게 중요한가?
전자빔 용접(EBW)은 항공우주 산업 등에서 널리 사용되는 고효율, 고정밀 용접 기술입니다. 다른 용접 방식에 비해 열 입력이 낮고 집중되어 변형과 잔류 응력이 적다는 장점이 있습니다. 하지만 미세한 변형과 응력이라도 부품의 성능과 수명에 결정적인 영향을 미칠 수 있기 때문에, 용접 속도, 빔 파워, 스팟 크기와 같은 공정 변수들이 최종 결과물에 미치는 영향을 사전에 정확히 예측하는 것은 매우 중요합니다. 기존에는 수많은 시행착오를 동반한 실험에 의존해야 했지만, 이는 시간과 비용 측면에서 비효율적이었습니다. 따라서 정확도가 높은 수치 시뮬레이션 기술은 이러한 산업적 난제를 해결할 핵심 열쇠입니다. 해당 논문에서는 열전달에 집중하여 열분포 해석을 진행하였지만 FLOW-3D WELD에서는 열분포 및 용융/증발까지 다양한 용접 중 일어날 수 있는 상황에 대한 해석이 가능하여 더 활용도가 높은 프로그램이라고 할 수 있습니다.
접근 방식: 연구 방법론 분석
본 연구는 EBW 공정의 복잡한 물리 현상을 시뮬레이션하기 위해 열-기계 해석을 위한 유한요소(FE) 프레임워크를 구축했습니다.
재료 모델: 대상 재료인 티타늄 합금(Ti6Al4V)의 거동을 상온부터 용융 온도 이상까지 정확하게 모사하기 위해, 온도에 따라 물성이 변하는 열-탄성-점소성(thermo-elasto-viscoplastic) 구성 모델을 적용했습니다. 이 모델은 고체 상태의 탄소성 거동부터 용융 상태의 순수 점성 거동까지 매끄럽게 전환할 수 있습니다.
열원 모델: EBW의 핵심인 고에너지 빔을 모사하기 위해, 가우시안 분포를 가지는 체적 열원 모델을 제안했습니다. 이 열원은 용접선을 따라 이동하며, 깊이에 따라 에너지가 포물선 형태로 감소하는 실제 물리 현상을 반영하여 정확도를 높였습니다. (Fig. 2 참조)
실험 검증: 시뮬레이션 결과의 신뢰도를 확보하기 위해 중국항공공업그룹(AVIC) 산하 베이징항공제조기술연구소(BAMTRI)에서 실제 EBW 실험을 수행했습니다. Ti6Al4V 평판 샘플을 용접하며 여러 위치에 열전대(thermocouple)를 부착하여 온도 변화를 실시간으로 측정하고, 용접 후에는 3D 레이저 스캐너를 이용해 최종 변형을 정밀하게 측정하여 시뮬레이션 결과와 직접 비교했습니다.
Fig. 1. EBW process. Images courtesy of: Joining Technologies, Inc.
핵심 돌파구: 주요 발견 및 데이터
시뮬레이션 결과는 실험 데이터와 매우 높은 수준의 일치도를 보여주며, 개발된 수치 모델의 정확성을 입증했습니다.
Fig. 2. EBW process. Power source.
결과 1: 온도 이력의 정확한 예측
시뮬레이션은 용접선 주변 여러 지점에서의 온도 변화를 매우 정확하게 예측했습니다. 아래 그래프(Fig. 8)에서 볼 수 있듯이, 시뮬레이션으로 계산된 온도 곡선(실선)은 열전대로 측정한 실제 온도 데이터(점선)와 거의 일치합니다. 최고 온도에서 약간의 차이가 나타나는데, 이는 논문에서 열전대 자체의 열관성(thermal inertia) 때문으로 분석하고 있습니다. 용접선에서 멀어질수록 이 차이는 감소하며, 전반적인 냉각 거동은 매우 정확하게 일치함을 확인했습니다.
결과 2: 열영향부(HAZ) 및 잔류 변형의 정밀한 예측
시뮬레이션은 용접 후 발생하는 열영향부(HAZ)의 크기와 형상, 그리고 최종적인 판의 변형을 성공적으로 예측했습니다. Fig. 10은 실제 용접 후 나타난 미세조직(실험)과 시뮬레이션으로 예측된 고온 영역(수치)을 비교한 것으로, 그 형태와 크기가 놀라울 정도로 유사함을 보여줍니다. 또한, Fig. 12는 3D 스캐너로 측정한 판의 최종 변형(Z축 변위)과 시뮬레이션 결과를 비교한 것으로, 정성적 및 정량적으로 매우 잘 일치하여 모델의 기계적 예측 성능을 입증했습니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 용접 속도, 전류, 전압 등 다양한 공정 변수를 사전에 시뮬레이션하여 열영향부(HAZ) 크기, 변형, 잔류 응력을 최소화하는 최적의 조건을 찾는 데 활용될 수 있음을 시사합니다. 이를 통해 실제 테스트 횟수를 줄여 개발 비용과 시간을 절감할 수 있습니다.
품질 관리팀: 논문의 Fig. 12 데이터는 특정 클램핑 조건이 최종 변형에 미치는 영향을 명확히 보여줍니다. 시뮬레이션을 통해 다양한 고정 조건에서의 변형을 예측하고, 이를 바탕으로 새로운 품질 검사 기준을 수립하거나 불량 발생 가능성을 사전에 차단할 수 있습니다.
설계 엔지니어: 에어버스 도어 프레임 부품 사례 연구(Fig. 13, 14)는 두께가 변하는 복잡한 형상에 대한 용접 가능성을 검증하는 데 이 모델이 얼마나 유용한지 보여줍니다. 특히, 소모성 플랜지 삽입과 같은 새로운 설계 대안의 제조 타당성을 프로토타입 제작 없이 평가할 수 있어 초기 설계 단계에서 큰 이점을 제공합니다.
논문 정보
Numerical modeling of the electron beam welding and its experimental validation
1. 개요:
제목: Numerical modeling of the electron beam welding and its experimental validation
저자: M. Chiumenti, M. Cervera, N. Dialami, B. Wu, L. Jinwei, C. Agelet de Saracibar
발행 연도: 2016
게재 학술지/학회: Finite Elements in Analysis and Design
키워드: Electron Beam Welding (EBW), Thermo-mechanical, Phase-change, Plasticity
2. 초록:
전자빔 용접(EBW)은 제조 체인 내에서 점점 더 많이 사용되는 매우 효율적이고 정밀한 용접 방법으로, 항공 및 우주 분야와 같은 다양한 산업 환경에서 중요성이 커지고 있습니다. 이는 다른 용접 공정에 비해 EBW가 용접 라인을 따라 더 낮고 집중된 열 입력을 통해 더 적은 변형과 잔류 응력을 유발하기 때문입니다. 본 연구는 EBW 공정의 수치 시뮬레이션을 위해 채택된 공식과 이를 보정하고 검증하기 위해 수행된 실험 작업을 설명합니다. EBW의 수치 시뮬레이션은 열, 기계 및 야금 현상의 상호 작용을 포함합니다. 이러한 이유로, 본 연구에서는 정확도를 극대화하기 위해 열 전달 과정을 응력 해석과 결합하는 수치 프레임워크를 사용합니다. 수치 시뮬레이션을 처리하기 위해 자체 개발한 다중물리 FE 소프트웨어가 사용됩니다. EB 공력 표면 분포와 공작물 두께 내 해당 흡수를 시뮬레이션하기 위해 특별한 이동 열원 정의가 제안됩니다. 열 전도 및 열 복사 모델 모두 구성 요소의 경계를 통해 열을 발산하는 데 고려됩니다. 재료 거동은 적절한 열-탄성-점소성 구성 모델로 특징지어집니다. 티타늄 합금 Ti6Al4V가 본 연구의 대상 재료입니다. 실험 측면에서는 EB 용접기, 진공 챔버 특성 및 해당 작동 설정이 상세히 설명됩니다. 마지막으로, 다른 열전대 위치에서 온도 변화를 기록하고 변형 및 잔류 응력을 측정하기 위한 가용 시설이 설명됩니다. 수치 결과는 실험적 증거와 비교됩니다.
3. 서론:
전자빔 용접(EBW)은 고속 전자빔을 접합할 재료에 적용하는 융합 용접 공정입니다. 전자의 운동 에너지가 충격 시 열로 변환되면서 공작물이 녹습니다. EBW 시스템은 일반적으로 진공 환경에서 작동하여 산화를 방지하고 안정적인 전자빔 방출을 보장합니다. 결과적인 용접부는 매우 좁고 높은 에너지 밀도로 빠른 이동 속도를 가능하게 합니다. 따라서 용접 공정은 매우 빠르게 일어나 인접한 재료가 과도한 열을 흡수하지 않아 열영향부(HAZ)를 최소화합니다. 본 연구에서는 EBW 공정의 열-기계 해석을 위한 FE 프레임워크를 설명하며, EB에 의해 유도된 열원 및 재료의 전체 온도 범위에 적합한 구성 모델에 대한 상세한 설명을 포함합니다.
4. 연구 요약:
연구 주제의 배경:
전자빔 용접(EBW)은 항공우주 산업 등 고정밀 제조 분야에서 중요한 기술이지만, 공정 중 발생하는 열로 인한 변형과 잔류 응력은 제품의 최종 품질과 성능에 큰 영향을 미칩니다.
이전 연구 현황:
용접 공정의 수치 모델링은 설계 및 생산 엔지니어링에서 매우 효율적인 것으로 입증되었습니다. 실험 연구와 비교하여 수치 시뮬레이션은 용접 풀의 특성, 열영향부의 크기, 최종 변형 및 유도된 잔류 응력에 대한 상세한 정보를 제공할 수 있습니다.
연구 목적:
본 연구의 목적은 EBW 공정의 열, 기계, 야금학적 현상을 포괄하는 정확한 수치 시뮬레이션 프레임워크를 개발하고, 이를 실제 실험 데이터와 비교하여 모델을 보정하고 검증하는 것입니다. 이를 통해 최종적으로 제조 공정을 최적화하는 데 기여하고자 합니다.
핵심 연구:
연구의 핵심은 (1) EBW 공정의 열-기계-야금 현상을 결합한 다중물리 유한요소(FE) 모델 개발, (2) 실제 공정을 모사하는 이동 열원 모델의 정의, (3) Ti6Al4V 재료에 대한 온도 의존적 열-탄성-점소성 구성 모델 적용, (4) 실제 실험을 통한 온도 이력 및 잔류 변형 측정, (5) 시뮬레이션 결과와 실험 데이터의 비교를 통한 모델 검증입니다.
5. 연구 방법론
연구 설계:
본 연구는 수치 시뮬레이션과 실험적 검증을 결합한 접근 방식을 채택했습니다. 자체 개발한 다중물리 FE 소프트웨어를 사용하여 EBW 공정을 시뮬레이션하고, 두 가지 벤치마크 테스트와 하나의 산업 사례(에어버스 도어 프레임)를 분석했습니다.
데이터 수집 및 분석 방법:
실험 데이터: 베이징항공제조기술연구소(BAMTRI)의 고진공 EBW 장비를 사용했습니다. Ti6Al4V 평판 샘플의 여러 위치에 열전대를 부착하여 용접 중 온도 변화를 기록했습니다. 용접 후에는 Konica-Minolta 3D 레이저 스캐닝 시스템을 사용하여 판의 최종 변형(out-of-plane displacements)을 측정했습니다.
수치 데이터: 시뮬레이션 결과로 얻은 온도 이력, 변형 분포, 열영향부(HAZ) 형상 등을 실험 데이터와 직접 비교하여 모델의 정확성을 평가했습니다.
연구 주제 및 범위:
연구는 티타늄 합금 Ti6Al4V의 전자빔 용접에 초점을 맞춥니다. 열 전달 해석에서는 열 전도와 복사를 고려했으며, 기계 해석에서는 열팽창, 상변화에 따른 수축, 소성 변형을 모두 고려했습니다. 연구 범위는 두 개의 표준화된 벤치마크 평판 용접과 두께가 변하는 실제 산업 부품에 대한 적용까지 포함합니다.
6. 주요 결과:
주요 결과:
개발된 수치 모델은 두 가지 벤치마크 테스트에서 열전대로 측정한 온도 변화 이력을 매우 높은 정확도로 예측했습니다. (Fig. 8, Fig. 11)
시뮬레이션은 용접 후의 열영향부(HAZ)의 크기와 형상을 실험 결과와 매우 유사하게 재현했습니다. (Fig. 10)
3D 스캐너로 측정한 최종 잔류 변형(판의 휨)은 시뮬레이션 결과와 정성적, 정량적으로 좋은 일치도를 보였습니다. (Fig. 12)
에어버스 도어 프레임 부품에 대한 산업 사례 연구를 통해, 가변 두께 섹션에 대해 가변 전력 소스를 사용하거나, 소모성 플랜지를 삽입하여 일정한 전력 소스를 사용하는 두 가지 용접 구성 모두 고품질 용접이 가능함을 입증했습니다. (Fig. 15, Fig. 16)
Fig. 10. Heat affected zone: experimental evidence vs. numerical simulation.
Figure 목록:
Fig. 1. EBW process. Images courtesy of: Joining Technologies, Inc.
Fig. 2. EBW process. Power source.
Fig. 3. EB welding facilities at BAMTRI research laboratories.
Fig. 4. Experimental settings for temperature and distortions measurements.
Fig. 5. Ti6Al4V titanium alloy material properties.
Fig. 6. FE meshes used for benchmarking analyses.
Fig. 7. Location of thermocouples for benchmarking analyses.
Fig. 8. Temperature evolution at 4 different locations for benchmark 1.
Fig. 9. Temperature contour-fill produced by the EBW process.
Fig. 10. Heat affected zone: experimental evidence vs. numerical simulation.
Fig. 11. Temperature evolution at 4 different locations for benchmark 2.
Fig. 12. Residual distortion of the plate.
Fig. 13. AIRBUS door frame component.
Fig. 14. FE meshes of door frame component.
Fig. 15. EBW process through the cross section of AIRBUS door frame component.
Fig. 16. Detail of the temperature contour-fill showing the molten-pool.
Fig. 17. Thermocouple location.
Fig. 18. Temperature evolution at 2 different thermocouple locations.
Fig. 19. Welding configuration adopted by AIRBUS to weld the cross-section of the door frame component.
7. 결론:
본 연구에서는 EBW 공정의 수치 시뮬레이션을 위한 FE 프레임워크를 제시했습니다. 상온에서 용융 온도까지의 전체 온도 범위 내에서 적절한 구성 거동이 상세히 설명되었습니다. EB 전원 소스에 대한 정밀한 설명이 연속체 수준에서 FE 이산화 및 시간 간격 체계로 인한 해당 수정과 함께 소개되었습니다. 수치 모델은 BAMTRI 연구소에서 수행된 실험 캠페인을 통해 보정 및 검증되었습니다. 실험 및 수치적 온도 프로파일과 잔류 평면 외 변위가 비교되었으며 눈에 띄는 일치를 보였습니다. 산업 사례에 대한 적용은 제안된 수치 도구가 까다로운 형상에 대한 적합한 용접 구성을 검증하는 능력을 입증했습니다.
8. 참고문헌:
C. Agelet de Saracibar, M. Cervera, M. Chiumenti, On the formulation of coupled thermoplastic problems with phase-change, Int. J. Plast. 15 (1999) 1–34.
C. Agelet de Saracibar, M. Chiumenti, Q. Valverde, M. Cervera, on the orthogonal subgrid scale pressure stabilization of small and finite deformation j2 plasticity, Comput. Methods Appl. Mech. Eng. 195 (2006) 1224–1251.
M. Bellet, B-G. Thomas, Solidification Macroprocesses (Modeling of stress, distortion and hot tearing), In: J.R. Groza, J.F. Shackelford, E.J. Lavernia, M.T. Powers (Eds.), Materials Processing Handbook, Chapter 27, CRC Press, Taylor and Francis, Florida, 2007.
M.J. Bermingham, S.D. McDonald, M.S. Dargusch, D.H. StJohn, Microstucture of cast titanium alloys, Mater. Forum 31 (2007).
F. Brezzi, M. Fortin, Mixed and Hybrid Finite Element Methods, Springer, New York, 1991.
M. Cervera, C. Agelet de Saracibar, M. Chiumenti, Thermo-mechanical analysis of industrial solidification processes, Int. J Numer. Methods Eng. 46 (1999) 1575–1591.
M. Cervera, C. Agelet de Saracibar, M. Chiumenti, COMET: Coupled MEchanical and Thermal analysis, Data Input Manual, Version 5.0, Technical Report IT-308, 2002, http://www.cimne.com/comet.
M. Cervera, M. Chiumenti, Q. Valverde, C. Agelet de Saracibar, Mixed linear/linear simplicial elements for incompressible elasticity and plasticity, Comput. Methods Appl. Mech. Eng. 192 (2003) 5249–5263.
M. Chiumenti, Q. Valverde, C. Agelet de Saracibar, M. Cervera, A stabilized formulation for incompressible elasticity using linear displacement and pressure interpolations, Comput. Methods Appl. Mech. Eng. 191 (2002) 5253–5264.
M. Chiumenti, Q. Valverde, C. Agelet de Saracibar, M. Cervera, A stabilized formulation for incompressible plasticity using linear triangles and tetrahedra, Int. J. Plast. 20 (2004) 1487–1504.
M. Chiumenti, C. Agelet de Saracibar, M. Cervera, On the numerical modelling of the thermo-mechanical contact for metal casting analysis, J. Heat Transf. 130 (2008) 1–10.
M. Chiumenti, M. Cervera, A. Salmi, C. Agelet de Saracibar, N. Dialami, K. Matsui, Finite element modeling of multi-pass welding and shaped metal deposition processes, Comput. Methods. Appl. Mech. Eng. 199 (2010) 2343–2359, http://dx.doi.org/10.1016/j.cma.2010.02.018.
M. Chiumenti, M. Cervera, C. Agelet de Saracibar, N. Dialami, Numerical modeling of frictional stir welding processes, Comput. Methods. Appl. Mech. Eng. 254 (2013) 353–369.
M. Chiumenti, X. Lin, M. Cervera, W. Lei, Y. Zheng, W. Huang, Numerical simulation and experimental calibration of Additive Manufacturing by blown powder technology. Part I: thermal analysis, Rapid Prototyp. J. (2016) http://dx.doi.org/10.1108/RPJ-10-2015-0136 (in press).
R. Codina, Stabilization of incompressibility and convection through orthogonal sub-scales in finite element methods, Comput. Methods. Appl. Mech. Eng. 190 (2000) 1579–1599.
D.B. Darmadi, Validating the accuracy of heat source model via temperature histories and temperature field in bead-on-plate welding, Int. J. Eng. Technol. 11 (5) (2011) 111505–116868.
D. Deng, H. Murakawa, Numerical simulation of temperature field and residual stress in multi-pass welds in stainless steel pipe and comparison with experimental measurements, Comput. Mater. Sci. 37 (2006) 269–277.
D. Deng, H. Murakawa, W. Liang, Numerical simulation of welding distortion in large structures, Comput. Methods Appl. Mech. Eng. 196 (2007) 4613–4627.
N. Dialami, M. Chiumenti, M. Cervera, C. Agelet de Saracibar, An apropos kinematic framework for the numerical modelling of friction stir welding, Comput. Struct. 117 (2013) 48–57.
J.W. Elmer, T.A. Palmer, S.S. Babu, W. Zhang, T. DebRoy, Phase transformation dynamics during welding of Ti–6Al–4V, J. Appl. Phys. 12 (2004) 95, http://dx.doi.org/10.1063/1.1737476.
S.S. Gajapathi, S.K. Mitra, P.F. Mendez, Controlling heat transfer in micro electron beam welding using volumetric heating, Int. J. Heat Mass Transf. 54 (2011) 5545–5553.
GiD: The Personal Pre and Post Preprocessor (http://www.gidhome.com).
J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources, Metall. Trans. 15B (1984) 299–305.
T.J.R. Hughes, Multiscale phenomena: green’s function, Dirichlet-to Neumann formulation, subgrid scale models, bubbles and the origins of stabilized for- mulations, Comput. Methods Appl. Mech. Eng. 127 (1995) 387–401.
P. Lacki, K. Adamus, Numerical simulation of the electron beam welding process, Comput. Struct. 89 (2011) 977–985.
L.-E. Lindgren, H. Runnemalm, M. Näsström, Simulation of multipass welding of a thick plate, Int. J. Numer. Methods Eng. 44 (1999) 1301–1316.
L.-E. Lindgren, Finite element modelling of welding Part 1: increased com- plexity, J. Thermal Stress. 24 (2001) 141–192.
L.-E. Lindgren, Finite element modelling of welding Part 2: improved material modelling, J. Thermal Stress. 24 (2001) 195–231.
L.-E. Lindgren, Finite element modelling of welding. Part 3: efficiency and integration, J. Thermal Stress. 24 (2001) 305–334.
D.W. Lobitz, J.D. Mc Clure, R.E. Nickell, Residual stresses and distorsions in multi pass welding, in: Proceedings of the ASME W AM, Numerical Modelling of Manufacturing Processes, PVP-PB-25, 1977, pp. 1–18.
M. Rahman, W. Maurer, W. Ernst, R. Rauch, N. Enzinger, Calculation of hard- ness distribution in the HAZ of micro-alloyed steel, Wel World 58 (2014) 763–770, http://dx.doi.org/10.1007/s40194-014-0156-5.
D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding J. 20 (5) (1941) 220–234.
Y. Tian, C. Wang, D. Zhu, Y. Zhou, Finite element modeling of electron beam welding of a large complex Al alloy structure by parallel computations, J. Mater. Process. Technol. 199 (2008) 41–48.
B. Zhang, T. Wang, X. Duan, G. Chen, J. Feng, Temperature and stress fields in electron beam welded Ti-15-3 alloy to 304 stainless steel joint with copper interlayer sheet, Trans. Nonferrous Met. Soc. China 22 (2012) 398–403.
전문가 Q&A: 자주 묻는 질문
Q1: 기계적 문제 해석을 위해 u/p 혼합 공식(mixed u/p formulation)을 사용한 특별한 이유가 있나요?
A1: 네, 있습니다. 용융된 금속은 액체 상태로 비압축성(incompressible) 거동을 보이며, 고체 상태에서도 소성 변형은 대부분 부피 변화가 없는 등부피(isochoric) 거동을 보입니다. u/p 혼합 공식은 변위(u)와 압력(p)을 독립적인 변수로 다루어 이러한 비압축성 또는 등부피 거동을 안정적으로 해석할 수 있게 해줍니다. 이는 액상과 고상이 공존하는 용접 공정 전체를 하나의 통일된 프레임워크로 정확하게 해석하기 위한 최적의 선택이었습니다.
Q2: 모델에서 재료가 고체에서 액체로 변하는 상변화(phase-change) 과정을 어떻게 처리했나요?
A2: 본 연구에서는 온도에 따라 재료의 물성치(항복 응력, 탄성 계수 등)가 변하는 열-탄성-점소성 모델을 사용했습니다. 온도가 용융점에 가까워지면 재료의 항복 응력이 점차 감소하여 0에 수렴합니다. 용융 온도 이상에서는 항복면이 사라져 순수한 점성 유체처럼 거동하게 됩니다. 이 전환은 고체 분율 함수(solid fraction function)에 의해 제어되어 고체, 액체, 그리고 둘이 섞인 ‘머시 영역(mushy zone)’의 거동을 매끄럽게 모사할 수 있습니다.
Q3: 식 (13)에서 열원을 보정하는 과정이 포함된 이유는 무엇인가요?
A3: 이는 수치 해석의 정확성을 높이기 위한 중요한 장치입니다. 유한요소법에서는 공간을 작은 요소(element)들로 나누어 계산하는데, 열원이 적용되는 영역의 요소 크기나 형태에 따라 실제 입력되는 총 에너지양이 달라질 수 있습니다. 식 (13)의 보정은 계산된 열영향부(HAZ)의 체적을 기반으로 열원의 세기를 조절하여, 사용된 메쉬(mesh)의 조밀도와 상관없이 항상 일정한 총 에너지가 시스템에 입력되도록 보장합니다.
A4: 에어버스 도어 프레임은 용접 경로를 따라 두께가 2mm, 4mm, 6mm로 변하는 복잡한 형상을 가집니다. 두께에 맞춰 용접 파워를 계속 조절하는 것은 매우 복잡한 작업입니다. 하지만 10mm 높이의 일정한 두께를 가진 소모성 플랜지를 삽입하면, 용접기는 부품의 실제 두께 변화와 상관없이 일정한 파워로 플랜지만을 관통하여 용접하면 됩니다. 이는 용접 작업을 단순화하고 사전 파워 보정 과정을 간소화하여 생산성과 공정 안정성을 크게 높이는 실질적인 산업적 이점을 제공합니다.
Q5: Fig. 8의 온도 그래프에서 시뮬레이션과 실험의 최고 온도가 약간 다른 이유는 무엇인가요?
A5: 논문에 따르면, 이 차이는 주로 온도를 측정하는 데 사용된 열전대(thermocouple) 자체의 ‘열관성(thermal inertia)’ 때문입니다. 실제 재료의 온도가 급격히 상승할 때, 열전대가 그 온도를 따라가는 데 약간의 시간이 걸리기 때문에 실제보다 약간 낮은 최고 온도를 기록하게 됩니다. 열전대가 작고 열전도성이 높을수록 측정 반응이 빨라집니다. 그래프에서 용접선에서 멀어질수록 최고 온도 도달 속도가 느려져 이 차이가 줄어드는 것을 통해 이 분석을 뒷받침할 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 복잡한 전자빔 용접 수치 모델링을 통해 실제 공정에서 발생하는 열적, 기계적 현상을 매우 높은 정확도로 예측할 수 있음을 실험적으로 입증했습니다. 특수하게 고안된 이동 열원 모델과 정교한 재료 모델을 통해 온도 변화, 변형, 잔류 응력을 사전에 파악함으로써, 제조 기업은 값비싼 프로토타입 제작과 반복적인 실험을 최소화하고 개발 초기 단계에서부터 최적의 공정 조건을 설계할 수 있습니다. 이는 곧 품질 향상과 생산성 증대로 이어지는 핵심적인 경쟁력이 될 것입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0442
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “M. Chiumenti, et al.”의 논문 “Numerical modeling of the electron beam welding and its experimental validation”을 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 William A. Wood와 A. Brandon Oliver가 American Institute of Aeronautics and Astronautics를 통해 발표한 논문 “Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter”를 기반으로 하며, STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
키워드
Primary Keyword: 초음속 난류 가열
Secondary Keywords: CFD 시뮬레이션, 우주 왕복선, 열전달률, 경계층 천이, 열 보호 시스템, DPLR, LAURA
Executive Summary
과제: 우주 왕복선의 초음속 재진입 시, 마하 11 이상의 속도에서 CFD 난류 가열 예측이 실제 비행 데이터와 다른 경향을 보여 시뮬레이션의 신뢰성에 의문이 제기되었습니다.
방법: STS-119 및 STS-128 임무에서 수집된 열전대 온도 데이터를 1차원 전도 해석을 통해 표면 열전달률로 변환하여, CFD 예측과 직접적으로 비교함으로써 데이터의 열 지연 효과를 제거했습니다.
핵심 발견: 분석 결과, CFD와 비행 데이터 간의 불일치는 타일의 열 지연(heat soak) 때문이 아니라는 사실이 밝혀졌습니다. CFD는 동체 중앙부의 난류 가열은 마하 13까지 잘 예측했지만, 날개에 설치된 경계층 트립(trip) 후방에서 관측된 마하 11-15 구간의 일정한 열전달률(plateau) 현상은 예측하지 못했습니다.
결론: 현재 표준으로 사용되는 대수적 난류 모델은 복잡한 트립(tripped) 초음속 유동에서의 가열 현상을 정확히 예측하는 데 한계가 있으며, 이는 항공우주 열 해석 분야에서 모델 개선이 시급한 영역임을 시사합니다.
과제: 이 연구가 CFD 전문가에게 중요한 이유
항공우주 비행체의 재진입 시 발생하는 극심한 공력 가열을 정확히 예측하는 것은 열 보호 시스템(Thermal Protection System, TPS) 설계의 핵심입니다. 이전 연구들에서는 우주 왕복선의 재진입 비행 중 측정된 온도와 CFD 시뮬레이션 결과를 비교했을 때, 특히 마하 11 이상의 고속 영역에서 두 데이터의 경향이 일치하지 않는 문제가 지속적으로 발견되었습니다. CFD는 마하 수가 증가함에 따라 가열이 계속 증가할 것으로 예측했지만, 실제 비행 데이터는 다른 추세를 보였습니다.
이러한 불일치는 초음속 난류 모델의 검증에 대한 불확실성을 야기했으며, 그 원인으로 TPS 타일의 열 흡수 및 지연(thermal lag) 효과가 지목되었습니다. 즉, 측정된 온도가 실제 표면의 열 현상을 즉각적으로 반영하지 못했을 가능성입니다. 이 문제를 해결하지 않고서는 재진입 비행체의 안전 설계를 위한 CFD 시뮬레이션의 신뢰도를 확보할 수 없었습니다.
접근 방식: 연구 방법론 분석
본 연구는 CFD 예측과 실제 비행 데이터 간의 불일치 원인을 명확히 규명하기 위해 새로운 분석 기법을 도입했습니다.
CFD 시뮬레이션: NASA에서 개발 및 사용되는 DPLR(Data-Parallel Line Relaxation) 및 LAURA(Langley Aerothermodynamic Upwind Relaxation Algorithm) 코드를 활용했습니다. 이 코드들은 대수적 난류 모델(Baldwin-Lomax, Cebeci-Smith)을 사용하여 우주 왕복선 전체에 대한 완전 난류 유동을 시뮬레이션했습니다.
비행 데이터: 우주 왕복선 디스커버리호의 STS-119 및 STS-128 재진입 임무 중, 의도적으로 난류를 발생시키기 위해 설치된 ‘경계층 트립’ 주변의 열 보호 타일 내부에 장착된 열전대(thermocouple)에서 측정한 온도 데이터를 사용했습니다.
1차원 전도 해석: 연구의 핵심은 측정된 타일 내부 온도를 표면 대류 열전달률로 변환하는 것이었습니다. 이를 위해 1차원 시간-정확도(time-accurate) 열전도 해석을 수행하여 타일의 열 지연 효과를 제거했습니다. 이로써 CFD가 예측하는 표면 열전달률과 직접적이고 공정한 비교가 가능해졌습니다.
Figure 1. STS-119 sample temperature versus Mach number comparison between CFD predictions (symbols) and thermocouple measurements (data line), from reference 8.
핵심 발견: 주요 결과 및 데이터
전도 해석을 통해 보정된 비행 데이터와 CFD 시뮬레이션을 비교한 결과, 기존의 가설을 뒤엎는 중요한 사실들이 밝혀졌습니다.
결과 1: 동체 중앙부의 난류 가열 예측 정확도 확인
경계층 트립의 영향을 받지 않는 동체 중앙부(TC-90)에서는 CFD 시뮬레이션이 실제 비행 데이터에서 도출된 열전달률과 마하 13까지 매우 잘 일치하는 것을 확인했습니다. 아래 그림 9에서 볼 수 있듯이, CFD는 마하 11에서 천이가 시작되어 마하 9 부근에서 최고점에 도달하는 전형적인 천이-난류 가열 패턴을 정확하게 예측했습니다. 이는 CFD 모델이 특정 영역에서는 신뢰할 수 있음을 보여줍니다.
결과 2: 날개 후방의 예측 불일치 문제 지속
하지만 경계층 트립의 직접적인 영향을 받는 날개 위의 측정 지점(TC-1, TC-2)에서는 문제가 해결되지 않았습니다. 아래 그림 7과 10에서 보듯이, 실제 비행 데이터는 마하 11에서 15 사이 구간에서 열전달률이 약 15 W/cm² 수준으로 거의 일정하게 유지되는 ‘고원(plateau)’ 현상을 보였습니다. 반면, CFD 시뮬레이션은 이 구간에서 마하 수가 증가함에 따라 열전달률이 계속해서 증가하는 경향을 예측했습니다. 이는 기존에 관찰된 불일치가 타일의 열전도 효과 때문이 아니며, CFD 난류 모델 자체의 근본적인 한계에서 비롯됨을 명확히 증명합니다.
R&D 및 운영을 위한 실질적 시사점
본 연구 결과는 항공우주 분야의 엔지니어들에게 다음과 같은 중요한 시사점을 제공합니다.
열 보호 시스템(TPS) 엔지니어: 현재의 CFD 모델은 동체와 같이 매끄러운 표면의 난류 가열은 비교적 정확하게 예측하지만, 경계층 트립이나 돌출부 후방과 같이 복잡한 유동이 발생하는 영역에서는 가열을 과대 또는 과소 예측할 수 있습니다. 따라서 이러한 영역 설계 시에는 더 높은 안전 계수를 적용하거나, 검증된 고급 난류 모델을 사용해야 합니다.
CFD 모델 개발자: 비행 데이터에서 관측된 ‘가열 고원’ 현상은 대수적 난류 모델이 포착하지 못하는 중요한 물리 현상입니다. 이는 트립에서 발생하는 후류 와류(trailing vortex), 비평형 화학 반응, 압축성 효과 등 모델이 고려하지 않는 요소들이 실제 가열에 큰 영향을 미칠 수 있음을 시사하며, 차세대 난류 모델 개발의 중요한 목표를 제시합니다.
비행 시험 분석가: 내부 온도 측정 데이터로부터 역전도 해석(inverse conduction analysis)을 통해 표면 열유속을 추정하는 방법은 CFD 검증에 매우 강력한 도구입니다. 이 연구는 시뮬레이션과 실제 비행 데이터를 비교할 때, 완전 난류, 천이 유동 등 실제 유동의 물리적 특성을 정확히 이해하는 것이 얼마나 중요한지를 보여줍니다.
논문 정보
Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter
1. 개요:
제목: Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter
저자: William A. Wood, A. Brandon Oliver
발행 연도: 2011 (AIAA Thermophysics Conference 제출 기준)
발행 학회: American Institute of Aeronautics and Astronautics
난류, 초음속 조건에서 대류 열전달률 예측을 위해 난류 CFD 코드를 평가합니다. DPLR 및 LAURA CFD 코드 내에서 대수적 난류 모델이 사용됩니다. 벤치마크 열전달률은 STS-119 및 STS-128 임무 중 우주 왕복선 디스커버리호의 풍상측 타일에서 열전대 측정값을 통해 도출되었습니다. 열전대는 열 보호 타일의 반응 경화 유리 코팅 아래에 위치했습니다. 두 임무 동안 수행된 경계층 천이 비행 실험은 이례적으로 높은 마하 수에서 난류 유동을 촉진했으며, 본 분석은 마하 10-15를 고려합니다. CFD 예측과 비행 온도 측정값을 직접 비교한 이전 연구들은 만족스럽지 못했으며, 마하 11 이상에서 예측과 측정값 사이에 상이한 경향을 보였습니다. 이전 연구에서는 표면 온도와 대류 열전달률이 복사 평형 상태에 있다고 가정했습니다. 본 연구는 1차원 시간-정확도 전도 해석을 사용하여 측정된 온도를 표면 열전달률과 연관시키고, 비행 데이터에서 열 흡수 지연을 제거하여 수치 모델의 예측 정확도를 더 잘 평가합니다. 난류 CFD는 마하 13까지의 난류 동체 유동에 대해 좋은 일치를 보입니다. 그러나 경계층 트립 후방의 날개에서는 타일 전도 효과를 포함하더라도 시뮬레이션과 실험 사이의 기존에 관찰된 경향 불일치를 설명하지 못합니다. 비행 열전달 측정값은 마하 11-15에 걸쳐 거의 일정한 반면, CFD는 마하 수에 따라 증가하는 경향을 보입니다.
3. 서론:
STS-119와 128 재진입 임무 중 우주 왕복선 디스커버리호에서 경계층 천이 실험이 수행되었습니다. 이 실험은 경계층 트립을 포함했으며, 이로 인해 각각 명목상 마하 15와 마하 18에서 경계층 천이가 발생했습니다. 이전의 CFD와 비행 데이터 비교는 마하 11 이상에서 예측과 측정값의 경향이 달라 결론을 내리기 어려웠습니다. 본 연구는 열전대가 포함된 타일의 과도 열 해석을 통해 비교 기준을 온도에서 대류 열전달로 재구성하여, 복사 평형 가정의 잠재적 오류 문제를 해결하고자 합니다.
4. 연구 요약:
연구 주제의 배경:
우주 왕복선과 같은 재진입 비행체의 열 보호 시스템 설계를 위해서는 초음속 난류 유동에 의한 공력 가열을 정확하게 예측하는 CFD 기술이 필수적입니다.
이전 연구 현황:
이전 연구들은 CFD 시뮬레이션으로 예측한 온도와 비행 중 측정한 온도를 직접 비교했으나, 마하 11 이상의 고속 영역에서 두 값의 경향이 일치하지 않는 문제를 발견했습니다. 이는 CFD 모델의 신뢰성에 의문을 제기했습니다.
연구 목적:
본 연구의 목적은 타일의 과도 열전도 효과를 고려하여 비행 측정 온도를 표면 열전달률로 변환하고, 이를 CFD 예측과 비교함으로써 기존 불일치의 원인을 규명하고 초음속 난류 모델의 예측 정확도를 재평가하는 것입니다.
핵심 연구:
STS-119 및 STS-128 임무에서 얻은 우주 왕복선 타일의 열전대 데이터를 1차원 역전도 해석 기법으로 분석하여 표면 열전달률을 계산했습니다. 이 결과를 DPLR 및 LAURA 코드를 사용한 완전 난류 CFD 시뮬레이션 결과와 마하 수에 따라 비교 분석했습니다.
5. 연구 방법론
연구 설계:
수치 시뮬레이션(CFD) 결과와 처리된 실험 비행 데이터(열전대 측정값) 간의 비교 연구.
데이터 수집 및 분석 방법:
데이터 수집: 우주 왕복선 디스커버리호의 STS-119, STS-128 재진입 비행 중 풍상측 타일에 설치된 열전대로부터 온도 데이터를 수집.
데이터 분석: DPLR 및 LAURA 코드를 이용한 CFD 시뮬레이션을 수행하고, 1차원 열전도 해석 코드를 사용하여 열전대 온도 데이터로부터 표면 대류 열전달률을 역산함.
Figure 3. Windward planform of CFD vehicle geometry. Primary omission is the body ap.
연구 주제 및 범위:
우주 왕복선 재진입 과정 중 마하 10-15 범위의 초음속 유동 영역을 대상으로 하며, 동체 및 날개의 특정 열전대 위치에서의 난류 가열률에 초점을 맞춤.
6. 주요 결과:
주요 결과:
난류 CFD는 마하 13까지의 동체 난류 유동에 대해 비행 데이터와 좋은 일치를 보임.
경계층 트립 후방의 날개에서는 타일의 전도 효과를 고려하더라도 기존에 관찰된 예측과 실험 간의 경향 불일치가 해소되지 않음.
비행 데이터에서 측정된 열전달률은 마하 11-15 구간에서 거의 일정한 반면, CFD 예측은 마하 수가 증가함에 따라 계속 증가하는 경향을 보임.
Figure 목록:
Figure 1. STS-119 sample temperature versus Mach number comparison between CFD predictions (symbols) and thermocouple measurements (data line), from reference 8.
Figure 2. STS-128 sample temperature versus Mach number comparison between CFD predictions (symbols) and thermocouple measurements (data line), from reference 9.
Figure 3. Windward planform of CFD vehicle geometry. Primary omission is the body flap.
Figure 4. STS-128 thermocouple layout on Discovery, windward view. TC-9 is at the location of the flight experiment boundary layer trip. The black, not blue, thermocouples were used in the present analyses.
Figure 5. STS-128 thermocouple temperature histories for TC-2, 6, 80, and 90.
Figure 6. Stack-up of tile installation used for conduction modeling. Material thicknesses are not to scale.
Figure 7. Convective heat transfer rates for TC-1, STS-119, compared to turbulent T and laminar L CFD simulations.
Figure 8. Convective heat transfer rates for TC-2, STS-119, compared to turbulent T and laminar L CFD simulations.
Figure 9. Convective heat transfer rates for TC-90, STS-119, compared to turbulent T and laminar L CFD simulations.
Figure 10. Convective heat transfer rates for TC-2, STS-128, compared to turbulent T and laminar L CFD simulations.
Figure 11. Convective heat transfer rates for TC-6, STS-128, compared to turbulent T and laminar L CFD simulations.
Figure 12. Convective heat transfer rates for TC-80 and TC-97, STS-128. compared to turbulent T and laminar L CFD simulations. TC-80, located to port, experienced higher Mach number transition than TC-97, located to starboard.
Figure 13. Convective heat transfer rates for TC-90, STS-128, compared to turbulent T and laminar L CFD simulations.
Figure 4. STS-128 thermocouple layout on Discovery, windward view. TC-9 is at the location of the ight experiment boundary layer trip. The black, not blue, thermocouples were used in the present analyses.
7. 결론:
본 연구는 우주 왕복선 타일의 과도 열전도 효과를 분석에 포함시켰음에도 불구하고, 마하 11-15 영역에서 경계층 트립 후방의 CFD 예측과 비행 데이터 간의 경향 불일치가 해소되지 않음을 보여주었습니다. 이는 불일치의 원인이 열 지연이 아닌, CFD의 난류 모델링 자체에 있음을 시사합니다. 특히, 트립에서 발생하는 후류 와류나 천이 유동의 복잡한 물리 현상을 현재의 대수적 난류 모델이 제대로 포착하지 못할 가능성이 큽니다. 따라서 더 정확한 초음속 공력 가열 예측을 위해서는 이러한 물리 현상을 고려할 수 있는 향상된 난류 모델의 개발이 필요합니다.
8. 참고문헌:
1 Anderson, B. P., Campbell, C. H., Saucedo, L. A., Kinder, G. R., and Berger, K. T., “Boundary Layer Transition Flight Experiment Overview and In-Situ Measurements,” AIAA Paper 2010-240, Jan. 2010.
2Berger, K., Anderson, B., Campbell, C., Garske, Saucedo, and Kinder, G., “Boundary Layer Transition Flight Experiment Overview,” AIAA Paper, June 2011, To be presented at 42nd AIAA Thermophysics Conference.
3Horvath, T. J., Tomek, D. M., Berger, K. T., Zalameda, J. N., Splinter, S. C., and Krasa, P. W., “The HYTHIRM Project: Flight Thermography of the Space Shuttle during Hypersonic Re-entry,” AIAA Paper 2010-241, Jan. 2010.
4Wadhams, T. P., Holden, M. S., MacLean, M. G., Campbell, C., Anderson, B., Berger, K., Rufer, S., and Berry, S., “Experimental Studies of Space Shuttle Orbiter Boundary Layer Transition with Flight Representative Protuberances,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
5Horvath, T. J., Kerns, R., Jones, K., Ruemmele, Schwartz, R., Gibson, and Dantowitz, “A Vision of Quantitative Imaging Technology for the Assessment of Advanced Flight Technologies,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
6 Taylor, J., Gibson, D., Spisz, Horvath, T., Schwartz, R., Splinter, Zalameda, J., Kerns, R., and Tietjen, A., “Global Thermography of the Space Shuttle during Hypersonic Re-entry,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
7Schwartz, R., Verstynen, Gruber, Splinter, Horvath, T., and McCrea, “Remote Infrared Imaging of the Space Shuttle During Hypersonic Flight: HYTHIRM Mission Operations and Coordination,” AIAA Paper, June 2011, To be presented at the 42nd AIAA Thermophysics Conference.
8Wood, W. A., Kleb, W. L., Tang, C. Y., Palmer, G. E., Hyatt, A. J., Wise, A. J., and McCloud, P. L., “Comparison of CFD Predictions with Shuttle Global Flight Thermal Imagery and Discrete Surface Measurements,” AIAA Paper 2010-454, Jan. 2010.
9Wood, W. A., Kleb, W. L., and Hyatt, A. J., “Assessment of Turbulent CFD against STS-128 Hypersonic Flight Data,” AIAA Paper 2010-4889, June 2010.
10Wright, M. J., Candler, G. V., and Bose, D., “Data-Parallel Line Relaxation Method for the Navier-Stokes Equations,” AIAA Journal, Vol. 36, No. 9, Sept. 1998, pp. 1603-1609.
11Gnoffo, P. A., Gupta, R. N., and Shinn, J. L., “Conservation Equations and Physical Models for Hypersonic Air Flows in Thermal and Chemical Nonequilibrium,” NASA TP 2867, Feb. 1989.
12Gnoffo, P. A., “An Upwind-Biased, Point-Implicit Relaxation Algorithm for Viscous, Compressible Perfect-Gas Flows,” NASA TP 2953, Feb. 1990.
13Navier, M., “Mémoire sur les lois du Mouvement des Fluides,” Mémoire de l’Académie des Sciences, Vol. 6, 1827, pp. 389.
14Stokes, G. G., “On the Theories of the Internal Friction of Fluids in Motion,” Trans. Cambridge Philosophical Society, Vol. 8, 1849, pp. 227-319.
15Cebeci, T. and Smith, A. M. O., “A Finite-Difference Method for Calculating Compressible Laminar and Turbulent Boundary Layers,” Journal of Basic Engineering, Sept. 1970, pp. 523-535.
16Baldwin, B. S. and Lomax, H., “Thin Layer Approximation and Algebraic Model for Separated Turbulent Flows,” AIAA Paper 78-257, January 1978.
17External Aerothermal Analysis Team, “Smooth Outer Mold Line Aerothermal Solution Database for Orbiter Windside Acreage Environments During Nominal Entry Conditions,” Engineering Note EG-SS-06-1, NASA Johnson Space Center, Houston, Texas, April 2005, Presented to Orbiter Configuration Control Board.
18Reuther, J., Thompson, R., Pulsonetti, M., and Campbell, C., “Computational Aerothermodynamic Analysis for the STS-107 Accident Investigation,” AIAA Paper 2004-1384, Jan. 2004.
19Tang, C. Y., Trumble, K. A., Campbell, C. H., Lessard, V. R., and Wood, W. A., “Numerical Simulations of the Boundary Layer Transition Flight Experiment,” AIAA Paper 2010-453, Jan. 2010.
20Amar, A., Calvert, N., and Kirk, B., “Development and Verification of the Charring Ablating Thermal Protection Implicit System Solver,” AIAA Paper 2011-144, Jan. 2011.
21Beck, J., Blackwell, B., and St. Clair, C., Inverse Heat Conduction: Ill-posed Problems, Wiley-Interscience, New York, 1985.
22Savitzky, A. and Golay, J. E., “Smoothing and Differentiation of Data by Simplified Least Squares Procedures,” Analytical Chemistry, Vol. 36, No. 8, July 1964, pp. 1627-1639.
23Madden, H., “Comments on the Savitzky-Golay Convolution Method for Least-Squares Fit Smoothing and Differentiation of Digital Data,” Analytical Chemistry, Vol. 50, No. 9, Aug. 1978, pp. 1383-1386.
24Throckmorton, D. A., “Benchmark Determination of Shuttle Orbiter Entry Aerodynamic Heat-Transfer Data,” Journal of Spacecraft and Rockets, Vol. 20, No. 3, May 1983, pp. 219-224.
전문가 Q&A: 자주 묻는 질문
Q1: 왜 더 발전된 난류 모델 대신 Cebeci-Smith나 Baldwin-Lomax 같은 대수적 모델을 사용했나요?
A1: 논문에 따르면 이 모델들은 당시 DPLR 및 LAURA 코드에서 해당 분야에 표준적으로 사용되던 모델들이었습니다. 대수적 모델은 계산 비용이 저렴하며, 본 연구의 목적은 널리 사용되는 이 코드와 모델들을 실제 비행 데이터와 비교하여 그 한계를 명확히 파악하는 것이었습니다. 결과적으로 이 접근법을 통해 특정 유동 조건에서 모델의 취약점을 밝혀낼 수 있었습니다.
Q2: 비행 데이터에서 마하 11-15 사이에 나타나는 열전달률 ‘고원(plateau)’ 현상(그림 7)은 무엇을 의미하나요?
A2: 이 ‘고원’ 현상은 논문이 밝혀낸 핵심적인 불일치 지점입니다. CFD는 이 구간에서 마하 수가 증가함에 따라 가열이 계속 증가해야 한다고 예측했지만, 실제 데이터는 거의 일정하게 유지되었습니다. 논문은 이것이 해당 영역의 유동이 단순한 완전 발달 난류 상태가 아님을 시사한다고 설명합니다. 경계층 트립에서 발생한 후류 와류(trailing vortex)나 CFD 모델이 포착하지 못하는 복잡한 천이 유동 물리가 지속적으로 영향을 미치고 있을 가능성이 큽니다.
Q3: CFD 시뮬레이션은 비행체 전체를 완전 난류로 가정했는데, 실제 비행 조건과 어떻게 다른가요?
A3: 실제 비행에서는 유동이 기체 앞부분에서 층류로 시작하여 특정 지점에서 난류로 전환(천이)됩니다. 날개에 설치된 경계층 트립은 이러한 천이를 인위적으로 유도하여, 주변의 층류 유동장 내에 쐐기 모양의 난류 영역을 만들기 위해 설계되었습니다. CFD에서 기체 전체를 완전 난류로 가정한 것은 일종의 단순화이며, 천이가 발생하는 과정이나 난류 쐐기와 주변 층류 유동 간의 상호작용을 모델링하지 못합니다. 이것이 예측 불일치의 잠재적 원인 중 하나일 수 있습니다.
Q4: CFD 모델에서 경계층 트립 자체의 형상을 생략한 것이 불일치의 원인이 될 수 있나요?
A4: 네, 매우 중요한 요인입니다. 논문은 트립 형상이 CFD 지오메트리에 명시적으로 모델링되지 않았다고 언급합니다. 저자들은 트립이 하류까지 지속되는 ‘후류 와류 상호작용’을 생성할 수 있다고 가정합니다. 트립 형상을 생략함으로써 CFD 모델은 이러한 와류를 포착할 수 없으며, 이 와류가 바로 관측된 ‘가열 고원’ 현상을 유발하는 물리적 메커니즘일 수 있습니다.
Q5: 1차원 전도 해석이 타일의 3차원 열전달을 얼마나 정확하게 대표할 수 있나요?
A5: 논문에서 사용된 1차원 해석은 주된 열 흐름이 타일의 두께 방향으로 발생하는 이런 종류의 문제에 대한 표준적인 공학적 접근법입니다. 물론 측면(평면 내)으로의 전도도 일부 존재하겠지만, 외부 유동으로부터 들어오는 막대한 열유속에 비하면 부차적인 효과로 간주됩니다. 이 분석의 목표는 열 지연이라는 주된 효과를 설명하는 것이었고, 1차원 모델은 이러한 경향 불일치의 원인이 열 지연이 아님을 입증하기에 충분했습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 초음속 난류 가열에 대한 CFD 예측과 실제 비행 데이터 간의 오랜 불일치 원인이 타일의 열적 특성이 아닌, 난류 모델 자체의 근본적인 한계에 있음을 명확히 밝혔습니다. 특히 경계층 트립과 같은 요소가 만드는 복잡한 유동 현상을 정확히 예측하기 위해서는 현재의 표준 모델을 넘어서는 새로운 접근이 필요합니다. 이는 더 안전하고 효율적인 차세대 항공우주 비행체 설계를 위한 핵심 과제입니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “William A. Wood, A. Brandon Oliver”의 논문 “Assessment of CFD Hypersonic Turbulent Heating Rates for Space Shuttle Orbiter”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 K. Sathishkumar 외 저자가 2017년 International Journal of Advanced Engineering Research and Science (IJAERS)에 발표한 논문 “Computational Analysis of Heat Transfer through Fins with Different Types of Notches”를 기반으로 하며, STI C&D의 기술 전문가를 위해 분석 및 요약되었습니다.
키워드
주요 키워드: CFD 해석
보조 키워드: 엔진 냉각 핀, 열전달 최적화, ANSYS Fluent, 자동차 열 관리, 노치 설계
Executive Summary
도전 과제: 자동차 엔진의 성능과 수명을 향상시키기 위해 엔진에서 발생하는 고온을 효율적으로 방출해야 하는 과제.
해결 방법: ANSYS CFD Fluent를 사용하여 기본형, 홀(hole)형, V자형 노치, 사각형 노치 등 네 가지 다른 디자인의 엔진 냉각 핀의 열전달 성능을 비교 분석.
핵심 발견: 사각형 노치를 적용한 핀이 테스트된 모든 디자인 중에서 가장 높은 열전달률과 온도 분포를 보임.
핵심 결론: R&D 엔지니어에게 냉각 핀 설계 시 사각형 노치를 적용하는 것은 엔진 냉각 효율을 극대화하는 매우 효과적인 전략임.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
자동차 엔진은 고온 및 열 응력에 지속적으로 노출되는 핵심 부품입니다. 엔진의 수명과 효율성은 효과적인 냉각 시스템에 크게 좌우됩니다. 특히 공랭식 엔진에서 냉각 핀은 실린더 내부에서 발생한 열을 외부로 방출하는 중요한 역할을 담당합니다. 기존의 냉각 핀 설계는 열 방출률을 높이는 데 한계가 있었으며, 이는 엔진 과열 및 성능 저하로 이어질 수 있습니다. 따라서 동일한 재료를 사용하면서도 핀의 형상 변경을 통해 열전달률을 극대화할 수 있는 새로운 설계 방안을 찾는 것이 업계의 중요한 과제였습니다.
접근 방식: 연구 방법론 분석
본 연구는 냉각 핀의 열전달 성능을 정량적으로 분석하기 위해 전산 유체 역학(CFD) 시뮬레이션 접근법을 채택했습니다. 연구진은 다음과 같은 단계로 연구를 수행했습니다.
3D 모델링: CREO 2.0을 사용하여 네 가지 유형의 냉각 핀을 모델링했습니다.
기본형 핀 (노치 없음)
홀(Hole)이 있는 핀
V자형 노치가 있는 핀
사각형 노치가 있는 핀
재료 선정: 모든 핀의 재료는 열전도성이 우수한 알루미늄으로 통일했습니다. 알루미늄은 구리 열전도율의 59% 수준이지만 밀도가 낮아 경량화에 유리합니다.
CFD 해석: ANSYS 14.5 (CFD – Fluent) 소프트웨어를 사용하여 각 핀 모델의 열전달 해석을 수행했습니다. 주요 경계 조건은 다음과 같습니다.
공기 유입 속도: 0.1 m/s
공기 유입 온도: 300 K
결과 비교: 네 가지 핀 디자인의 온도 분포, 속도 분포, 열 플럭스(Heat Flux)를 비교 분석하여 가장 효율적인 설계를 도출했습니다. 또한, 이론적 계산을 통해 시뮬레이션 결과의 타당성을 검증했습니다.
Fig : 5 Meshing model of a normal Fins
Fig : 8 Meshing model of a Fins with Rectangular Notches
핵심 발견: 주요 결과 및 데이터
CFD 해석 및 이론적 계산을 통해 노치 형상이 냉각 핀의 열전달 성능에 미치는 중요한 영향을 확인했으며, 특히 사각형 노치의 우수성이 입증되었습니다.
결과 1: 사각형 노치, 열 플럭스(Heat Flux)를 극대화하다
CFD 해석 결과, 사각형 노치를 적용한 핀이 다른 디자인에 비해 월등히 높은 열 플럭스 값을 보였습니다 (Table 3).
사각형 노치 핀: 4.19E+08
홀이 있는 핀: 3.38E+08
V자형 노치 핀: 2.48E+07
기본형 핀: 4.46E+06
이는 사각형 노치가 핀의 표면적을 효과적으로 넓히고 공기 흐름의 난류를 촉진하여 대류 열전달을 크게 향상시켰음을 의미합니다. Figure 27은 사각형 노치 핀의 높은 열 플럭스 분포를 시각적으로 보여줍니다.
결과 2: 이론적 계산으로 CFD 결과의 신뢰성 입증
연구진은 이론적 열전달 공식을 사용하여 각 핀의 성능을 계산했으며, 이 결과는 CFD 시뮬레이션의 경향성과 일치했습니다 (Table 4).
사각형 노치 핀: 26.554 Watts
V자형 노치 핀: 24.710 Watts
홀이 있는 핀: 24.525 Watts
기본형 핀: 21.096 Watts
Figure 29의 그래프에서 명확히 확인할 수 있듯이, 이론적 계산에서도 사각형 노치 핀의 열전달률(Q)이 가장 높게 나타났습니다. 이는 CFD 해석 결과의 신뢰성을 뒷받침하며, 사각형 노치 설계의 실질적인 효과를 증명합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 냉각 핀에 정밀한 사각형 노치를 가공할 수 있는 제조 공정이 열효율이 더 높은 엔진 부품 생산에 직접적으로 기여할 수 있음을 시사합니다.
품질 관리팀: 논문의 Table 3과 Figures 14-17의 데이터는 노치 형상이 열 성능에 직접적인 영향을 미치는 방식을 보여줍니다. 이는 엔진 부품에 대한 새로운 열화상 기반 품질 검사 기준을 수립하는 데 정보를 제공할 수 있습니다.
설계 엔지니어: 연구 결과는 공랭식 시스템에서 열 방출을 극대화하기 위해 사각형 노치를 통합하는 것이 우수한 설계 선택임을 강력하게 나타냅니다. 이는 초기 설계 단계에서 향상된 열 관리를 위한 명확한 경로를 제공합니다.
논문 상세 정보
Computational Analysis of Heat Transfer through Fins with Different Types of Notches
1. 개요:
제목: Computational Analysis of Heat Transfer through Fins with Different Types of Notches
저자: K. Sathishkumar, K. Vignesh, N. Ugesh, P. B. Sanjeevaprasath, S. Balamurugan
발행 연도: 2017
게재 학술지/학회: International Journal of Advanced Engineering Research and Science (IJAERS)
키워드: CFD, Flow over fins, Notches, Cooling system and analysis
2. 초록:
엔진은 고온과 열 응력을 받는 자동차의 중요 부품 중 하나입니다. 엔진을 냉각시키기 위해 핀은 엔진으로부터 열을 방출하는 데 사용되는 또 다른 부품입니다. 핀은 일반적으로 시스템에서 주변으로의 열전달률을 높이는 데 사용됩니다. 엔진 냉각 핀에 대한 전산 유동 해석을 수행함으로써 열 방출률에 대해 아는 데 도움이 됩니다. 이 프로젝트에 구현된 원리는 열전달률을 높이는 것이므로, 이 분석에서는 동일한 재료의 핀에 다른 유형의 노치를 적용하여 수정합니다. 핀의 효율성과 유효성에 대한 지식은 핀의 적절한 설계를 위해 필요합니다. 우리 분석의 주요 목적은 사용 가능한 다양한 노치에서의 열 흐름을 결정하는 것이며, 분석은 ANSYS – CFD Fluent 소프트웨어를 사용하여 수행됩니다.
3. 서론:
열전달은 온도 차이로 인해 발생하는 이동 중인 열에너지입니다. 냉각 시스템은 자동차의 모든 시스템 중에서 중요한 시스템 중 하나입니다. 핀은 실린더 내부에서 생성된 열을 전달하는 역할을 하며, 열전달을 위해 전도, 대류, 복사와 같은 다양한 모드가 발생합니다. 이러한 모드 중에서 전도는 엔진 냉각 핀에서 수행됩니다. 자동차에 사용되는 냉각 시스템에는 공랭식과 수냉식의 두 가지 다른 유형이 있습니다.
4. 연구 요약:
연구 주제의 배경:
자동차 엔진은 고온에 노출되어 효과적인 냉각이 필수적입니다. 냉각 핀은 엔진의 열을 대기로 방출하여 열전달률을 높이는 핵심 요소입니다. 핀의 설계, 특히 형상은 열 방출 효율에 직접적인 영향을 미칩니다.
이전 연구 현황:
다수의 선행 연구에서 형상, 재료, 두께 등을 변경하며 핀의 열 특성을 분석해왔습니다. CFD는 핀을 통한 열전달을 극대화하는 도구로 널리 사용되어 왔으며, 다양한 핀 형태(예: 핀 핀, 타원형 핀)에 대한 수치적 해석이 수행되었습니다.
연구 목적:
본 연구의 주요 목적은 냉각 핀에 다양한 유형의 노치(notch)를 적용했을 때 열 흐름의 변화를 파악하는 것입니다. ANSYS CFD Fluent 소프트웨어를 사용하여 각 노치 디자인의 열전달 성능을 정량적으로 분석하고, 가장 효율적인 핀 설계를 제안하고자 합니다.
핵심 연구:
동일한 알루미늄 재료로 만들어진 네 가지 다른 형상의 냉각 핀(기본형, 홀형, V자형 노치, 사각형 노치)에 대한 전산 유체 역학(CFD) 해석을 수행했습니다. 각 모델의 온도, 속도, 열 플럭스 분포를 비교하여 열전달 성능을 평가하고, 이론적 계산을 통해 결과를 검증했습니다.
5. 연구 방법론
연구 설계:
본 연구는 비교 분석 설계를 따릅니다. 네 가지 다른 노치 형상을 가진 냉각 핀 모델을 생성하고, 동일한 경계 조건 하에서 CFD 시뮬레이션을 수행하여 그 결과를 비교했습니다.
데이터 수집 및 분석 방법:
모델링: 3D CAD 소프트웨어인 CREO 2.0을 사용하여 핀 모델을 생성했습니다.
시뮬레이션: ANSYS 14.5의 CFD Fluent 모듈을 사용하여 열전달 해석을 수행했습니다.
분석: 시뮬레이션 후 CFD 후처리 기능을 사용하여 온도, 속도, 열 플럭스 컨투어(contour)를 시각화하고 정량적 데이터를 추출했습니다. 추출된 데이터는 표와 그래프로 정리하여 비교 분석했습니다.
연구 주제 및 범위:
본 연구는 자동차 엔진의 공랭식 냉각 핀을 대상으로 합니다. 연구 범위는 노치가 없는 기본 핀, 원형 홀이 있는 핀, V자형 노치가 있는 핀, 사각형 노치가 있는 핀의 네 가지 형상에 대한 열전달 성능 분석에 국한됩니다. 재료는 알루미늄으로 한정되었으며, 특정 경계 조건 하에서 해석이 수행되었습니다.
6. 주요 결과:
주요 결과:
온도 분포: 사각형 노치 핀(3.44E+02 K)이 가장 높은 온도 분포를 보였으며, 이는 가장 많은 열을 흡수하고 전달하고 있음을 의미합니다. 기본 핀은 3.06E+02 K로 가장 낮았습니다 (Table 3).
열 플럭스: 사각형 노치 핀(4.19E+08)의 열 플럭스가 다른 모든 핀(기본형 4.46E+06, V자형 2.48E+07, 홀형 3.38E+08)보다 월등히 높았습니다 (Table 3).
이론적 계산: 이론적 열전달률 계산에서도 사각형 노치 핀이 26.554 W로 가장 높은 값을 기록하여 CFD 해석 결과를 뒷받침했습니다 (Table 4).
결론: CFD 해석과 이론적 계산 모두에서 사각형 노치를 가진 핀이 다른 형태의 핀보다 우수한 열전달 성능을 보임을 일관되게 확인했습니다.
Figure 목록:
Fig: 1 Fins without any Notch
Fig: 2 Fins With Holes
Fig: 3 Fins with V – Shaped Notch
Fig: 4 Fins with Rectangle Notch
Fig: 5 Meshing model of a normal Fins
Fig: 6 Meshing model of a Fins with Holes
Fig: 7 Meshing model of a Fins with V -Shaped Notches
Fig: 8 Meshing model of a Fins with Rectangular Notches
Fig.9: Named Section in Fluent
Fig.10: Iteration Graph from Fluent For Normal Fins
Fig.11: Iteration Graph from Fluent For Fins with Holes
Fig.12: Iteration Graph from Fluent For Fins with V – Shaped Notch
Fig.13: Iteration Graph from Fluent For Fins with Rectangular Shaped Notch
Fig.14: Temperature Changes in Normal Fins
Fig.15: Temperature Changes in Fins with Holes
Fig.16: Temperature Changes in Fins with V – Shaped Notch
Fig.17: Temperature Changes in Fins with Rectangular Notch
Fig.18: Graph showing Temperature Changes of the Fin
Fig.19: Velocity Changes in Normal Fins
Fig.20: Velocity Changes in Fins with Holes
Fig.21: Velocity Changes in Fins with V – Shaped Notch
Fig.22: Velocity Changes in Fins with Rectangular Notch
Fig.23: Graph showing Velocity Changes of the Fin
Fig.24: Heat Flux Changes in Normal Fins
Fig.25: Heat Flux Changes in Fins with Holes
Fig.26: Heat Flux Changes in Fins with V – Shaped Notch
Fig.27: Heat Flux Changes in Fins with Rectangular Notch
Fig.28: Graph showing Heat Flux Changes of the Fin
Fig.29: Graph showing theoretical calculations of the Fin with various notches
7. 결론:
다양한 구성을 가진 핀을 CREO 2.0을 사용하여 모델링하고 CFD – Fluent를 사용하여 열전달률을 분석했습니다. 소프트웨어 결과와 이론적 결과 모두에서 사각형 노치를 가진 핀이 홀이 없는 핀, 홀이 있는 핀, V자형 핀에 비해 더 큰 열전달률을 보인다는 것이 명확합니다. 사각형 노치에서 열 방출률이 더 높기 때문에, 우리는 사각형 노치 핀이 모든 유형의 노치 중에서 가장 효율적이고 최고의 열전달 노치라고 결론 내립니다.
8. 참고문헌:
“Deepak Gupta, Wankhade S.R.”, Design and Analysis of Cooling Fins in International Journal on Mechanical Engineering and Robotics of ISSN : 2321-5747, Volume-3, Issue-2,2015.
“Sanjay Kumar Sharma and Vikas Sharma” , Maximising The Heat Transfer Through Fins using CFD as a Tool in International Journal of Recent advances in Mechanical Engineering of Volume-2, No.3, August 2013 .
“S.Jamala Reddy, Y.Tejeswar “, Design and Thermal Analysis of Cooling Fins by Varying its Geometry and Material in International journal of Advanced Technology and Innovative Research of ISSN 2348-2370 Volume-07,Issue-05, June-2015, Pages:0628-0630.
“Vivek Kumar, Dr. V. N. Bartaria”, CFD Analysis of an Elliptical Pin Fin Heat Sink using Ansys Fluent v12.1 in International Journal of Modern Engineering Research of Volume-3, Issue-2, ISSN: 2249-6645 March-April. 2013 pp-1115-1122 .
“G. Babu, M. Lavakumar”, Heat Transfer Analysis and Optimization of Engine Cylinder Fins of Varying Geometry and Material in IOSR Journal of Mechanical and Civil Engineering (IOSR-JMCE) , Volume-7, Issue-4 (Jul. – Aug. 2013), PP 24-29 .
“K. Sathishkumar and N. Ugesh”, Finite Element Analysis of a Shaft Subjected To a Load in ARPN Journal of Engineering and Applied Sciences of Volume-11, No-9, may 2016 ISSN 1819-6608 .
“Sandhya Mirapalli, Kishore.P.S” , Heat Transfer Analysis on a Triangular Fin in International Journal of Engineering Trends and Technology Volume-19 Number-5 – Jan 2015.
“K. Sathish Kumar”, Design and Analysis of I.C. Engine Piston and Piston-Ring on Composite Material using Creo and Ansys Software in Journal of Engineering and Science Volume-01, Special Issue 01, July 2016.
“Mohsin A. Ali and Prof. (Dr.) S.M Kherde”, Design Modification and Analysis of Two Wheeler Engine Cooling Fins by CFD in International Journal of Science, Engineering and Technology Research , Volume-4, Issue-02, February 2015.
“G. Lorenzini a, C. Biserni, R.L. Correa, E.D. dos Santos, L.A. Isoldi, L.A.O. Rocha”, Constructal design of T-shaped assemblies of fins cooling a cylindrical solid body in International Journal of Thermal Sciences http://dx.doi.org/10.1016/j.ijthermalsci.2014.04.011 .
“K. Alawadhi, Abdulwahab J. Alsultan, S. Joshi, M. Sebzali, Esam. AM.Husain”, Computational Fluid Dynamics (CFD) Analysis of Natural Convection of Convergent-Divergent Fins in Marine Environments in Int. Journal of Engineering Research and Applications ISSN : 2248-9622, Volume- 4, Issue-12 , December 2014, pp.32-36.
“Pulkit Agarwal, Mayur Shrikhande and P. Srinivasan”, Heat Transfer Simulation by CFD from Fins of an Air Cooled Motorcycle Engine under Varying Climatic Conditions in Proceedings of the World Congress on Engineering 2011 Volume-3 WCE 2011, July 6 – 8, 2011, London, U.K.
“S.R.Durai Raju, Durai Balaji.M, Jaya Prakash.N, Jeevanandan.I.G” , Review On Engine Cooling System in International Journal of Advanced Scientific and Technical Research of ISSN 2249- 9954, Issue-5 volume-7, Nov.-Dec. 2015.
“Allan Harry Richard.T.L and Agilan.H” , Experimental Analysis of Heat Transfer Enhancement Using Fins in Pin Fin Apparatus in International Journal Of Core Engineering & Management of Volume-2, Issue-1, April 2015.
“P. Sai Chaitanya, B. Suneela Rani, K. Vijaya Kumar”, Thermal Analysis of Engine Cylinder Fin by Varying Its Geometry and Material in IOSR Journal of Mechanical and Civil Engineering of Volume-11, Issue-6 Ver. I (Nov- Dec. 2014), PP 37- 44.
“Mr. Manir Alam, Assoc.Prof. Mrs. M. Durga Sushmitha” , Design and Analysis of Engine Cylinder Fins of Varying Geometry and Materials in International Journal of Computer Engineering In Research Trends of Volume-3, Issue-2, February- 2016, pp. 76-80.
“M Syamala Devi, E Venkateswara Rao, K Sunil Ratna Kumar”, Optimization of Engine Cylinder Fin by Varying its Geometry and Material in International Journal of Science and Research.
“Sachin Kumar Gupta, Harishchandra Thakur, Divyank Dubey”, Analyzing Thermal Properties of Engine Cylinder Fins by Varying Slot Size and Material in HCTL Open International Journal of Technology Innovations and Research of Volume-14, April 2015.
“Md. Farhad Ismail, M.O. Reza, M.A. Zobaer, Mohammad Ali ” , Numerical investigation of turbulent heat convection from solid and longitudinally perforated rectangular fins in 5th BSME International Conference on Thermal Engineering.
“Mohsin A. Ali, Prof. (Dr.) S.M Kherde”, Design Modification And Analysis of Two Wheeler Cooling Fins-A Review in International Journal of Engineering and Applied Sciences of Volume-5. NO-01, ISSN2305-8269 June. 2014.
“Ece Ayli Ozgur Bayer , Selin Aradag” , Experimental investigation and CFD analysis of rectangular profile FINS in a square channel for forced convection regimes in International Journal of Thermal Sciences.
“A. Rossetti, S. Minetto, S. Marinetti”, A simplified thermal cfd approach to fins and tube heat exchanger: application to maldistributed airflow on an open display cabinet in International Journal of Refrigeration .
전문가 Q&A: 자주 묻는 질문
Q1: 이 연구에서 냉각 핀의 재료로 알루미늄을 선택한 특별한 이유가 있나요?
A1: 네, 논문의 “MATERIAL DATA FOR ALUMINIUM” 섹션에 따르면 알루미늄은 우수한 열 및 전기 전도체이기 때문입니다. 비록 열전도율은 구리의 59% 수준이지만, 밀도가 낮아 무게가 가볍다는 큰 장점이 있습니다. 이는 자동차 부품의 경량화 요구에 부합하며, 높은 열전도성과 가공 용이성 덕분에 냉각 핀 재료로 선정되었습니다.
Q2: 공기 유입 속도를 0.1 m/s로 설정한 이유는 무엇인가요?
A2: 논문에서는 공기 유입 속도를 0.1 m/s로 명시하여 CFD 해석의 주요 경계 조건으로 설정했습니다. 이 표준화된 값은 차량이 정지해 있거나 저속으로 주행하는 상황과 유사한 저속 기류 조건을 나타냅니다. 이를 통해 외부 변수를 통제하고, 오직 네 가지 핀 형상의 기하학적 차이가 열 성능에 미치는 영향을 동일한 기준에서 정확하게 비교할 수 있습니다.
Q3: Table 3을 보면, V자형 및 사각형 노치 핀 주변의 공기 속도가 기본 핀보다 훨씬 높게 나타납니다. 이러한 속도 증가의 원인은 무엇인가요?
A3: 논문에서 유체 역학적 원인을 직접 설명하지는 않지만, 속도 컨투어 그림(Figs. 19-22)에서 그 결과를 확인할 수 있습니다. 노치는 공기의 흐름 경로를 변경하여 국부적인 난류를 생성하고 특정 영역에서 유속을 가속하는 경향이 있습니다. 이렇게 증가된 공기 속도는 핀 표면과의 대류 열전달 계수를 높여 결과적으로 더 많은 열을 방출하게 만듭니다.
Q4: CFD 해석에서 메시(mesh) 품질은 얼마나 중요하며, 이 연구에서는 어떻게 평가되었나요?
A4: 논문은 결과의 정확도를 위해 메시 품질이 중요하다고 강조합니다. Table 2는 각 모델에 대한 셀(cell), 면(face), 노드(node) 수, 최소 직교 품질(Minimum Orthogonal Quality), 최대 종횡비(Maximum Aspect Ratio) 등 상세한 메시 정보를 제공합니다. 예를 들어, 사각형 노치 모델은 34,906개의 셀을 사용하고 2.00193e-01의 최소 직교 품질을 달성했으며, 이는 신뢰할 수 있는 시뮬레이션 결과를 보장하기 위한 세심한 접근을 보여줍니다.
Q5: 이론적 계산(Table 4)과 CFD 열 플럭스 결과(Table 3) 사이에 성능 차이의 정도가 다르게 나타나는 이유는 무엇일까요?
A5: 논문이 이 불일치를 직접 다루지는 않지만, 그 원인을 추론할 수 있습니다. 표면적과 둘레 길이에 기반한 단순화된 이론적 계산(Table 4)은 주로 전도 및 대류의 거시적 변화를 반영합니다. 반면, CFD 해석(Table 3)은 노치 형상이 유발하는 난류, 국부적 속도 변화 등 복잡한 유체 역학 현상까지 모델링합니다. 이러한 현상은 대류 열전달에 비선형적이고 증폭된 효과를 미치므로, CFD에서 사각형 노치의 열 플럭스가 훨씬 더 높게 나타난 것은 이러한 우수한 공기역학적 효과를 반영한 결과로 볼 수 있습니다.
결론: 더 높은 품질과 생산성을 향한 길
본 연구는 CFD 해석을 통해 자동차 엔진 냉각 핀의 열전달 성능을 최적화하는 데 있어 노치 설계의 중요성을 명확히 보여주었습니다. 다양한 형상 중에서도 사각형 노치를 적용한 핀이 열 방출 효율을 극대화하는 가장 효과적인 솔루션임이 입증되었습니다. 이 결과는 R&D 및 설계 엔지니어에게 열 관리 성능을 개선하고 제품의 신뢰성을 높일 수 있는 실질적인 통찰력을 제공합니다.
하지만, 자동차 엔진 냉각과 같이 복잡한 자유 표면 유동(Free-Surface Flow)이나 노치 내부의 미세 유체 역학적 현상을 더욱 정밀하게 분석하기 위해서는, ANSYS Fluent를 넘어 FLOW-3D와 같은 전문적인 소프트웨어로의 전환이 필요합니다. FLOW-3D는 ‘TruVOF’와 ‘FAVOR’ 기술을 통해 복잡한 노치 형상에서도 격자 생성의 제약 없이 높은 정확도를 제공하며, 이는 Fluent의 VOF(Volume of Fluid) 방식보다 더욱 효율적이고 안정적인 시뮬레이션 환경을 구축할 수 있게 합니다. 또한 외부 공기 유동장을 실제로 구현하여 고체-유체간 열전달 역시 해석 가능합니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 돕는 데 전념하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “K. Sathishkumar” 외 저자의 논문 “Computational Analysis of Heat Transfer through Fins with Different Types of Notches”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 U. Reisgen 외 저자가 2012년 ‘Автоматическая сварка (Automatic Welding)’에 발표한 논문 “Исследование факторов, влияющих на образование дефектов сварного шва при электронно-лучевой сварке в открытой атмосфере (비진공 전자빔 용접 시 용접 비드 결함 형성에 영향을 미치는 요인 연구)”를 기반으로 STI C&D의 기술 전문가에 의해 분석 및 요약되었습니다.
Keywords
Primary Keyword: 비진공 전자빔 용접 (Non-Vacuum Electron Beam Welding, NV-EBW)
The Challenge: 비진공 전자빔 용접(NV-EBW)은 높은 생산성을 자랑하지만, 고속 용접 시 발생하는 험핑(humping) 및 언더컷(undercutting)과 같은 표면 결함으로 인해 그 잠재력을 완전히 활용하지 못하는 문제가 있었습니다.
The Method: 연구팀은 실험적 연구(고속 비디오 촬영, 트레이서 물질 사용)와 나비에-스토크스 방정식 기반의 이론적 모델링을 결합하여 고속 용접 중 용융 풀의 동적 거동을 분석했습니다.
The Key Breakthrough: 용접 결함의 주된 원인이 용융 풀 내부의 대류가 아닌, 표면 장력 구배로 인한 열모세관 흐름(마랑고니 효과)의 불안정성 때문임을 실험적으로 규명했습니다.
The Bottom Line: 보호 가스에 산소를 첨가하거나 표면 활성 물질을 도포하여 표면 장력을 제어함으로써 험핑 결함을 억제하고, 결함 없는 고속 용접이 가능한 공정 윈도우를 크게 확장할 수 있습니다.
The Challenge: Why This Research Matters for CFD Professionals
비진공 전자빔 용접(NV-EBW)은 진공 챔버가 필요 없어 작업 사이클이 짧고, 높은 용접 속도를 구현할 수 있어 자동차 산업의 배기 시스템, 변속기 부품 등 대량 생산 공정에 널리 사용되는 혁신적인 기술입니다. 이론적으로는 매우 높은 용접 속도를 달성할 수 있지만, 실제 현장에서는 강재의 경우 8 m/min, 알루미늄 합금의 경우 15 m/min 이상의 속도에서 용접 비드 표면이 주기적으로 솟아오르는 험핑(humping)이나 비드 가장자리가 움푹 파이는 언더컷(undercutting)과 같은 심각한 결함이 발생합니다.
이러한 동적 결함은 용접부의 품질을 저하시키고 후속 공정을 어렵게 만들어, NV-EBW 기술이 가진 높은 생산성의 잠재력을 제한하는 핵심적인 기술적 병목 현상이었습니다. 따라서 결함 발생의 근본적인 물리적 메커니즘을 이해하고 이를 제어하는 것은 공정 효율성과 제품 신뢰성을 극대화하기 위해 반드시 해결해야 할 과제입니다.
The Approach: Unpacking the Methodology
본 연구는 결함 형성 메커니즘을 규명하기 위해 실험적 접근과 이론적 모델링을 병행했습니다.
실험 장비: 최대 출력 25kW, 가속 전압 175kV 사양의 PTR-Precision technology社 NV-EBW 25-175 TU 장비와 최대 출력 30kW, 가속 전압 150kV의 Steigerwald社 장비를 사용하여 다양한 재료와 조건에서 용접 실험을 수행했습니다.
이론적 모델링: 용융 풀의 동적 거동을 설명하기 위해 나비에-스토크스 방정식을 기반으로 한 유체 역학 모델을 개발했습니다. 이 모델은 용융 풀 표면의 안정성을 분석하여 험핑과 같은 파동이 발생하는 조건을 예측하는 데 사용되었습니다.
핵심 변수 분석: 용접 속도, 빔 전류, 작동 거리, 보호 가스 종류, 소재 종류(DC05 강, TRIP 700 강, AlMg3, Pb 등) 및 두께 등 다양한 공정 변수가 결함 형성에 미치는 영향을 체계적으로 평가했습니다.
유동 가시화: 고속 비디오 촬영을 통해 용융 풀의 동적 거동과 개별 험프의 성장 과정을 실시간으로 관찰했으며, 니켈(Ni)을 트레이서(tracer) 물질로 사용하여 용융 풀 내부의 유체 흐름 패턴을 명확히 시각화했습니다.
Рис. 1. Динамические дефекты сварных швов: a — бугристость (vw = 10 м/мин); б — подрез (vw = 12 м/мин)
The Breakthrough: Key Findings & Data
Finding 1: 험핑 결함의 주범은 표면 장력 구배(마랑고니 효과)
기존에는 용융 풀 깊은 곳에서 표면으로 올라오는 강한 수직 대류가 험핑의 원인으로 추정되었습니다. 하지만 본 연구에서는 얇은 니켈 포일을 강판 사이에 삽입하여 용접한 후 단면을 분석하는 독창적인 트레이서 실험을 수행했습니다. 그 결과, 니켈은 용융 풀 하단에서 수직으로 상승하지 않고, 용융 풀 후방으로 향하는 수평적 흐름을 명확하게 보여주었습니다 (그림 13). 이는 박판 용접 시 험핑을 유발하는 주된 구동력은 표면 장력의 온도 구배에 따른 열모세관 유동, 즉 마랑고니 효과(Marangoni Effect)임을 직접적으로 증명한 것입니다.
Finding 2: 재료 물성과 두께에 따른 임계 용접 속도 규명
실험을 통해 다양한 재료에서 험핑이 발생하기 시작하는 임계 용접 속도를 정량적으로 확인했습니다. – 재료의 영향: 표면 장력(σ)이 높은 DC05 강(1800 mN/m)은 12 m/min에서 험핑이 시작된 반면, 표면 장력이 낮은 AlMg3(865 mN/m)는 20 m/min의 고속에서도 험핑이 발생하지 않았습니다 (표 1). 이는 표면 장력이 험핑 발생에 결정적인 역할을 한다는 것을 보여줍니다. – 두께의 영향:* 동일한 DC05 강에서도 두께가 0.7mm에서 3.5mm로 증가함에 따라 험핑 발생 임계 속도가 20 m/min에서 6 m/min으로 크게 감소했습니다 (표 2). 이는 열전달 메커니즘이 2차원에서 3차원으로 바뀌면서 용융 풀의 동역학이 변하기 때문입니다.
Finding 3: 표면 활성 원소를 이용한 험핑 제어 가능성 입증
마랑고니 효과가 주된 원인이라는 발견에 기초하여, 연구팀은 용융 풀의 표면 장력을 인위적으로 제어하여 험핑을 억제하는 방법을 제시했습니다. – 활성 보호 가스: 순수 Ar 가스 대신 4%의 산소(O2)가 포함된 Ar 혼합 가스를 보호 가스로 사용했을 때, 험핑 발생 없이 용접 가능한 속도가 약 2 m/min 증가했습니다 (그림 9). 산소는 강철의 표면 장력을 낮추는 표면 활성 원소로 작용하여 마랑고니 흐름을 안정화시킵니다. – 표면 코팅: 용접 라인의 일부에 흑연(graphite)을 도포한 후 용접을 진행한 결과, 흑연이 도포되지 않은 영역에서는 험핑이 발생했지만 흑연이 도포된 영역에서는 매끄러운 비드가 형성되었습니다 (그림 10). 이는 흑연의 주성분인 탄소 역시 표면 활성 원소로 작용했기 때문입니다.
Practical Implications for R&D and Operations
For Process Engineers: 이 연구는 보호 가스 성분을 미세 조정(예: 소량의 산소 추가)하는 것만으로도 고속 용접 공정의 안정성을 크게 향상시킬 수 있음을 시사합니다. 이는 생산 속도를 높이고 결함률을 줄이는 데 직접적으로 기여할 수 있습니다.
For Quality Control Teams: 논문의 데이터(표 1, 표 2)는 특정 재료와 두께에서 결함이 발생할 수 있는 임계 속도에 대한 명확한 기준을 제공합니다. 이는 새로운 품질 검사 기준을 수립하거나 공정 모니터링 시스템을 개발하는 데 중요한 기초 자료가 될 수 있습니다.
For Design Engineers: 이 연구 결과는 재료 선택 단계에서 표면 장력과 같은 물리적 특성이 용접성에 미치는 영향을 고려하는 것이 중요함을 보여줍니다. 특히 고속 용접이 요구되는 부품 설계 시, 표면 활성 원소 함량이 높은 재료를 선택하는 것이 초기 설계 단계에서부터 용접 결함을 예방하는 효과적인 전략이 될 수 있습니다.
Paper Details
비진공 전자빔 용접 시 용접 비드 결함 형성에 영향을 미치는 요인 연구 (Investigation of Factors Affecting the Formation of Weld Defects in Non-Vacuum Electron Beam Welding)
1. Overview:
Title: Исследование факторов, влияющих на образование дефектов сварного шва при электронно-лучевой сварке в открытой атмосфере
Author: У. Райзген (U. Reisgen), М. Шлезер (M. Schleser), А. Абдурахманов (A. Abdurakhmanov), Г. Туричин (G. Turichin), Е. Валдайцева (E. Valdaytseva), Ф.-В. Бах (F.-W. Bach), Т. Хассель (T. Hassel), А. Беньяш (A. Beniyash)
Year of publication: 2012
Journal/academic society of publication: Автоматическая сварка (Automatic Welding), 2/2012
Keywords: 비진공 전자빔 용접, 용접 속도, 출력 밀도, 보호 가스, 용접 비드 결함, 험핑, 언더컷
2. Abstract:
본 논문은 비진공 전자빔 용접 시 험핑 및 언더컷과 같은 결함 형성에 영향을 미치는 용접 공정 변수와 재료 특성의 영향을 연구했다. 용접 품질에 대한 개별 변수들의 영향을 규명하였다.
3. Introduction:
비진공 전자빔 용접(NV-EBW)은 진공 챔버 없이 높은 용접 속도와 효율을 제공하여 자동차 산업 등에서 널리 사용된다. 그러나 강재에서 8 m/min, 알루미늄 합금에서 15 m/min 이상의 고속 용접 시, 험핑과 언더컷 같은 표면 결함이 발생하여 기술의 잠재력을 제한한다. 본 연구는 이러한 결함 형성의 원인을 규명하는 것을 목표로 한다.
4. Summary of the study:
Background of the research topic:
NV-EBW는 높은 생산성을 가진 기술이지만 고속에서 발생하는 동적 결함(험핑, 언더컷)이 문제점으로 지적되어 왔다.
Status of previous research:
이전 연구들에서 고속 용접 시 결함이 관찰되었으나, 특히 박판 NV-EBW에서 결함을 유발하는 지배적인 물리적 메커니즘에 대한 명확한 규명이 부족했다.
Purpose of the study:
NV-EBW 공정에서 험핑과 언더컷 결함이 형성되는 근본적인 원인을 규명하고, 용접 변수, 재료 특성, 표면 활성 원소 등이 결함 발생에 미치는 영향을 정량적으로 분석하여 결함을 제어할 수 있는 방안을 제시하고자 한다.
Core study:
실험과 이론적 모델링을 통해 용융 풀의 동역학을 분석했다. 특히 고속 비디오 촬영과 니켈 트레이서 실험을 통해 용융 풀 내부 유동을 가시화하여, 결함 발생의 주된 원인이 표면 장력 구배에 의한 마랑고니 효과임을 입증했다. 또한, 보호 가스 및 표면 코팅을 통해 표면 장력을 제어하여 험핑을 억제할 수 있음을 보였다.
5. Research Methodology
Research Design:
실험적 연구와 이론적 모델링을 결합한 통합적 접근 방식을 사용했다. 다양한 재료와 공정 조건에서 용접 실험을 수행하고, 그 결과를 유체 역학 모델의 예측과 비교 분석했다.
Data Collection and Analysis Methods:
용접된 시편의 표면 및 단면을 금속학적으로 분석했으며, 고속 비디오 카메라로 용융 풀의 동적 거동을 촬영했다. 니켈 트레이서가 포함된 시편은 전자현미경(SEM)과 에너지 분산형 분광법(EDS)을 사용하여 성분 분포를 분석했다.
Research Topics and Scope:
연구는 NV-EBW 공정에 국한되며, 주요 분석 대상 결함은 험핑과 언더컷이다. 연구 대상 재료는 저탄소강(DC05), TRIP강, 알루미늄 합금(AlMg3), 구리(Cu), 납(Pb) 등이며, 주로 박판 소재에 초점을 맞추었다.
6. Key Results:
Key Results:
박판 NV-EBW에서 험핑 결함의 주된 구동력은 용융 풀 내부의 체적 대류가 아닌, 표면 장력 구배에 의한 마랑고니 효과(열모세관 유동)의 불안정성이다.
재료의 표면 장력은 험핑 발생 임계 속도에 결정적인 영향을 미치며, 표면 장력이 낮을수록 고속 용접에 유리하다.
재료 두께가 증가할수록 험핑 발생 임계 속도는 감소한다.
보호 가스에 산소(O2)를 첨가하거나 용접부에 흑연을 도포하는 등 표면 활성 원소를 활용하면 마랑고니 흐름을 안정시켜 험핑을 효과적으로 억제하고, 결함 없는 용접 속도 범위를 넓힐 수 있다.
고속 비디오 분석 결과, 험프는 초기에는 빠르게 성장하다가 크기가 커짐에 따라 성장 속도가 급격히 감소하는 경향을 보였다.
Figure List:
Рис. 1. Динамические дефекты сварных швов: а – бугристость (vw = 10 м/мин); б – подрез (vw = 12 м/мин)
Рис. 2. Экспериментальные установки для ЭЛС в открытой атмосфере: а – Anlage Typ IGM G 150 K фирмы «Steigerwald»; б – 25-175 TU компании «PTR-Precision technology»
Рис. 3. Обозначение параметров сечения сварочной ванны
Рис. 4. Поверхность сварного шва при скорости сварки до появления бугров (DC05 толщиной 1,5 мм, ѵw = 10 м/мин, Іb = 70 мА, А = 15 мм)
Рис. 5. Обозначения параметров к модели бугристости шва
Рис. 6. Зависимость инкремента нарастания волн от волнового числа (описание см. в тексте)
Рис. 7. Зависимость образования бугров от скорости сварки (соответственно от длины сварочной ванны) (А = 10 мм): а – vw = 12 м/мин, Іb = 65 мА; б – vw = 15 м/мин, Іb = 5 мА
Рис. 8. Образование бугров и подрезов при разных скоростях сварки (сталь DC05, Uacc = 150 кВ, Іb = 100 мА, А = 10 мм): а – vw = 14; б – 16; в – 18 м/мин
Рис. 9. Влияние защитного газа в нахлесточном соединении на образование бугров (сталь S420MC толщиной 2 мм, ѵw = 10 м/мин, кадры позади процесса сварки): а, б – без защитного газа; в, г – с защитным газом Ar + O2
Рис. 10. Влияние поверхностно-активного вещества на динамику сварочной ванны (DC05 толщиной 1,5 мм, vw = 14 м/мин) с графитом (а) и без графита (б)
Рис. 11. Динамика роста бугров (высокоскоростная видеосъемка сварочной ванны)
Рис. 12. Динамика роста бугров сварочной ванны (видиосъемка в процессе сварки)
Рис. 13. Распределение никеля в сварном шве в отраженных электронах: а – продольное; б – поперечное сечение бугра
Рис. 14. Распределение никеля в бугре по горизонтали (а) и вертикали (б)
Рис. 13. Распределение никеля в сварном шве в отраженных электронах: a — продольное; б — поперечное сечение бугра
7. Conclusion:
험핑 발생의 원인은 용융 풀 내 열모세관 유동의 불안정성 발달이며, 언더컷은 표면 현상과 관련이 있다.
빔 전류와 작동 거리에 따른 험핑 및 언더컷 발생 속도 임계값을 확인했다.
다양한 재료에 대한 험핑 발생 임계 속도를 실험적으로 결정했으며, 재료 두께가 증가하면 임계 속도가 감소함을 확인했다. 주된 역할은 마랑고니 효과가 한다.
표면 활성 물질을 사용하면 표면 장력 계수를 변화시켜 험핑 발생을 억제할 수 있다.
고속 비디오 촬영을 통해 용융 풀의 유동 속도와 개별 험프의 성장 동역학 및 크기를 평가했다.
니켈 트레이서 실험을 통해 용융 풀 내 수평적 유동을 확인하고 수직적 유동은 없음을 밝혀, 표면 효과가 지배적임을 재확인했다.
8. References:
Introduction to electron beam technology / Ed. Bakish R. — New York; London: John Wiley & SonsInc., 1962.
Non vacuum electron beam welding of light sheet metals and steel sheets / Fr.-W. Bach, A. Szelagowski, R. Versemann, M. Zelt. — S. 4–10. — [2002]. — (Intern. Inst. of Welding; Doc. No. IV-823-02).
Powers D. E., Schumacher B. W. Using the electron beam in air to weld conventionally produced sheet metal parts // Welding J. — 1989. — 68/2. — S. 48–53.
Dilthey U., Masny H. Hochgeschwindigkeitsschweißen mit dem Elektronenstrahl an Atmosphaere-Fertigung von Karosseriekomponenten. — DVS-Berichte. Duesseldorf: DVSVerlag, 2005. — Vol. 237. — 549 S.
Вневакуумная электронно-лучевая сварка конструкционных сталей / Ф.-В. Бах, А. Беньяш, К. Лау, Р. Конья // Автомат. сварка. — 2009. — № 5. — С. 29–34.
Albright C. E., Chiang S. High speed laser welding discontinuities // Proc. of the 7 th Intern. conf. on applications of lasers and electro optics. — ICALEO’88. Santa Clara CA, 1988. — P. 207/213.
Wei P. S. Thermal science of weld bead defects: A rewiew // J. of Heat Transfer. — 2011. — Vol. 133.
Dynamic processes at high speed laser and electron beam treatment of materials / G. Turichin, E. Valdaytseva, Fr.-W. Bach, A. Beniyash // 25th Anniversary of cooperation, transactions of saint-petersburg state polytechnic university and Leibniz University of Hannover. — St. Petersburg-Hannover, 2010. — P. 91–101.
Messung der Strahlqualitaet einer Elektronenstrahlanlage in Umgebungsatmosphaere / U. Reisgen, M. Schleser, A. Abdurakhmanov, H. Masny // Materialwissenschaft und Werkstofftechnik. — 2010. — 41, № 1. — S. 45–52.
Rayleigh J. The theory of sound. — New York: Dover publ., 1945.
Czerner St. Schmelzbaddynamik beim Laserstrahl-Waermeleitungsschweißen von eisenwerkstoffen. — Diss.: Hannover, 2005.
Sievers E-R. Schmelzbadinstabilitaeten beim Elektronstrahlschweißen von Grobblechen // Schweißen und Schneiden. — 2006. — 58, № 6. — P. 288–295.
Expert Q&A: Your Top Questions Answered
Q1: 왜 니켈(Nickel)을 트레이서 물질로 사용했으며, 이를 통해 다른 방법으로는 알 수 없었던 무엇을 밝혀냈나요?
A1: 니켈은 용접 대상인 강철과 용융점이 비슷하면서도 성분 분석(EDS)을 통해 명확히 구별되기 때문에 트레이서로 선택되었습니다. 이 실험을 통해 용융 풀 내부의 물질 이동 경로를 직접 시각화할 수 있었습니다. 그 결과, 니켈이 용융 풀 바닥에서 표면으로 솟구치는 수직 대류가 아닌, 용융 풀 후방으로 이동하는 수평 흐름을 보인다는 것을 명확히 밝혀냈습니다(그림 13). 이는 험핑의 주된 구동력이 깊이 방향의 대류가 아닌 표면에서의 마랑고니 효과임을 증명하는 결정적인 증거가 되었습니다.
Q2: 보호 가스에 산소를 첨가하는 것이 어떻게 험핑을 억제하는 물리적 메커니즘은 무엇인가요?
A2: 산소는 강철에 대한 대표적인 표면 활성 원소입니다. 용융된 강철 표면에 산소가 흡착되면 표면 장력이 크게 감소합니다. 마랑고니 효과는 표면 장력의 온도 구배에 의해 발생하는데, 산소는 이 구배의 방향과 크기를 변화시켜 용융 풀의 흐름을 안정화시키는 역할을 합니다. 결과적으로 용융 풀의 불안정성이 억제되어 험핑이 발생하기 어려워지고, 더 높은 속도에서도 안정적인 용접이 가능해집니다.
Q3: 표 1을 보면 강철과 AlMg3 합금의 험핑 발생 임계 속도에 큰 차이가 있습니다. 이러한 차이를 유발하는 가장 중요한 물리적 특성은 무엇인가요?
A3: 가장 중요한 물리적 특성은 표면 장력(surface tension)입니다. 논문에 따르면, 강철(Fe)의 표면 장력은 약 1800 mN/m인 반면, 알루미늄(Al)은 865 mN/m로 훨씬 낮습니다. 험핑은 표면 장력 구배로 인한 유동 불안정성에 기인하므로, 절대적인 표면 장력 값이 낮은 AlMg3 합금은 강철에 비해 동일한 온도 구배에서도 마랑고니 효과가 약하게 나타나 험핑에 대한 저항성이 훨씬 높습니다.
Q4: 이 연구는 주로 박판(thin sheet)에 초점을 맞추었습니다. 두꺼운 후판(thick plate) 용접에서도 마랑고니 효과가 험핑의 지배적인 원인이라고 동일하게 결론 내릴 수 있을까요?
A4: 꼭 그렇다고 단정하기는 어렵습니다. 본 연구의 트레이서 실험 결과는 수평적 흐름이 지배적인 박판 용접에 특화된 결론입니다. 참고문헌 [12]에서 언급된 바와 같이, 두꺼운 후판 용접에서는 용융 풀의 깊이가 깊어지면서 부력 등에 의한 수직 대류의 영향이 상대적으로 더 커질 수 있습니다. 따라서 후판 용접의 경우, 마랑고니 효과와 함께 체적 대류 현상도 험핑 발생에 복합적으로 기여할 가능성이 있습니다.
Q5: 흑연을 도포하는 것이 험핑 방지에 효과가 있다는 점이 흥미롭습니다. 실제 산업 현장에서 적용할 수 있는 실용적인 방법일까요?
A5: 흑연 도포는 험핑의 원인이 표면 현상임을 증명하는 매우 효과적인 실험 방법이었습니다. 하지만 실제 대량 생산 라인에 적용하기에는 몇 가지 현실적인 어려움이 있을 수 있습니다. 예를 들어, 용접 전에 흑연을 균일하게 도포하는 추가 공정이 필요하고, 용접 후 잔류물이 남을 수 있으며, 용접부의 기계적 특성에 미칠 영향도 검토해야 합니다. 따라서 산업적으로는 흑연 도포보다는 보호 가스 성분을 최적화하거나, 재료 자체에 표면 활성 원소(황, 산소 등) 함량을 제어하는 방식이 더 실용적인 해결책이 될 수 있습니다.
Conclusion: Paving the Way for Higher Quality and Productivity
본 연구는 비진공 전자빔 용접(NV-EBW) 시 고속에서 발생하는 험핑 결함의 근본 원인이 표면 장력 구배로 인한 마랑고니 효과의 불안정성임을 명확히 규명했습니다. 더 나아가, 보호 가스에 산소를 첨가하거나 표면 활성 물질을 사용하는 간단한 방법으로 표면 장력을 제어하여 결함을 억제하고 생산성을 획기적으로 높일 수 있는 길을 열었습니다. 이는 복잡한 유체 역학 현상이 실제 제조 공정의 품질과 효율에 얼마나 직접적인 영향을 미치는지를 보여주는 훌륭한 사례입니다.
STI C&D에서는 FLOW-3D를 활용하여 마랑고니 효과, 자유 표면 유동, 열전달 등 비진공 전자빔 용접 공정에서 발생하는 복잡한 물리 현상을 정밀하게 시뮬레이션합니다. 이 연구에서 논의된 문제들이 귀사의 운영 목표와 관련이 있다면, 저희 엔지니어링 팀에 연락하여 이러한 원리들을 귀사의 부품에 어떻게 적용할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
Copyright Information
This content is a summary and analysis based on the paper “Исследование факторов, влияющих на образование дефектов сварного шва при электронно-лучевой сварке в открытой атмосфере” by “U. Reisgen, et al.”.
Source: Avtomaticheskaya Svarka, no. 2, pp. 13-20, 2012.
이 기술 요약은 Joshua Emuejevoke Omajene이 2015년 Lappeenranta University of Technology에서 발표한 박사 학위 논문 “UNDERWATER REMOTE WELDING TECHNOLOGY FOR OFFSHORE STRUCTURES”를 기반으로 합니다. (주)에스티아이씨앤디의 기술 전문가들이 분석하고 요약했습니다.
키워드
Primary Keyword: 수중 원격 용접 기술
Secondary Keywords: 해양 구조물, 용접 품질, 인공신경망(ANN), 퍼지 논리 제어, CFD, 용접 공정 최적화, FCAW
Executive Summary
문제점: 혹독한 수중 환경은 용접부의 급격한 냉각과 수소 취성을 유발하여 해양 구조물 용접의 품질과 신뢰성을 저하시킵니다.
해결 방안: 인공신경망(ANN)과 하이브리드 퍼지-PID 제어기를 활용한 지능형 제어 시스템을 설계하여 플럭스 코어드 아크 용접(FCAW) 공정 변수를 실시간으로 최적화했습니다.
핵심 성과: 하이브리드 제어기는 변화하는 수심에서도 용접 아크를 안정시키고 열 입력을 정밀하게 제어하여 결함을 최소화하고 원하는 용접 비드 형상을 성공적으로 구현했습니다.
핵심: AI 기반의 수중 용접 제어 기술은 공기 중에서 수행하는 용접과 유사한 수준의 품질을 달성할 수 있게 하여, 핵심 해양 인프라의 안전성과 수명을 획기적으로 향상시킬 수 있습니다.
Figure 2 Classification of underwater welding methods [26].
문제점: CFD 전문가에게 이 연구가 중요한 이유
해양 시추 플랫폼, 파이프라인, 풍력 터빈과 같은 해양 구조물의 건설 및 유지보수에서 수중 용접은 필수적인 기술입니다. 그러나 물은 공기보다 훨씬 빠른 속도로 열을 빼앗아 가기 때문에, 수중 용접부는 급격한 냉각을 겪게 됩니다. 이로 인해 용접 열영향부(HAZ)에 마텐자이트와 같은 단단하고 취약한 미세조직이 형성되어 균열 발생 가능성이 커집니다. 또한, 용접 아크 주변의 물이 분해되면서 발생하는 수소는 용접 금속에 침투하여 수소 유발 균열의 주된 원인이 됩니다.
기존에는 고품질 용접을 위해 용접 부위를 건조한 환경으로 만드는 고가의 챔버(Chamber) 용접 방식이 사용되었으나, 비용이 매우 높고 복잡한 형상에는 적용하기 어렵다는 한계가 있었습니다. 따라서 일반적인 습식 수중 용접(wet welding)의 품질을 공기 중 용접 수준으로 끌어올릴 수 있는 혁신적인 제어 기술의 필요성이 절실했습니다.
접근 방식: 연구 방법론 분석
본 연구는 자동화에 용이한 플럭스 코어드 아크 용접(FCAW) 공정을 기반으로, 수중 환경의 불확실성을 극복하기 위한 지능형 제어 시스템을 개발하는 데 초점을 맞췄습니다.
연구의 핵심은 두 가지 인공지능 기법의 결합입니다.
인공신경망(ANN) 모델링: 용접 공정은 전류, 전압, 용접 속도, 접촉 팁-모재 간 거리(CTWD), 수심 등 다양한 입력 변수와 용접 비드의 폭, 용입 깊이, 덧살 높이 등 출력 변수 간의 복잡하고 비선형적인 관계를 가집니다. 연구진은 실험 데이터를 기반으로 이러한 관계를 학습하는 인공신경망 모델을 구축하여, 특정 입력 조건에서 생성될 용접 비드 형상을 정확하게 예측할 수 있는 기반을 마련했습니다.
하이브리드 퍼지-PID 제어기 설계: 예측된 결과를 바탕으로 실제 용접 공정을 제어하기 위해 하이브리드 제어기를 설계했습니다. 이 제어기는 PID 제어기의 안정성과 정밀성에, 인간의 경험적 지식을 규칙 기반으로 모델링하는 퍼지 논리(Fuzzy Logic)의 유연성을 결합한 것입니다. 수심 변화와 같은 외부 교란 요인이 발생했을 때, 퍼지 논리가 상황을 판단하여 PID 제어기의 게인(gain) 값을 동적으로 조절함으로써 용접 아크를 안정적으로 유지하고 최적의 열 입력을 가하도록 설계되었습니다. 이 모든 제어 시스템은 MATLAB/Simulink 환경에서 시뮬레이션을 통해 검증되었습니다.
핵심 성과: 주요 연구 결과 및 데이터
시뮬레이션 결과, 제안된 지능형 제어 시스템은 수중 용접 공정의 한계를 극복할 수 있는 뛰어난 성능을 입증했습니다.
성과 1: 인공신경망(ANN)을 통한 높은 정확도의 용접 형상 예측
개발된 ANN 모델은 용접 입력 변수로부터 출력되는 비드 형상을 매우 높은 정확도로 예측했습니다. 논문의 회귀 분석 결과(Figure 14)에서 훈련, 검증, 테스트 데이터 모두에 대해 R-값(상관계수)이 0.96 이상으로 나타났습니다. 이는 모델이 실제 용접 결과를 거의 완벽하게 모사할 수 있음을 의미하며, 제어 시스템의 신뢰성을 뒷받침하는 핵심적인 결과입니다.
성과 2: 하이브리드 퍼지-PID 제어기를 이용한 탁월한 공정 제어 성능
제어기 성능 비교 시뮬레이션(Figure 23)에서, 제안된 하이브리드 퍼지-PID 제어기는 기존의 PID 제어기나 퍼지 제어기 단독 시스템보다 월등한 성능을 보였습니다. 외부 변화에 대해 더 빠른 응답 시간을 가지면서도 오버슈트(overshoot)가 거의 발생하지 않았습니다. 이는 급변하는 수중 환경에서도 용접 전류와 CTWD를 안정적으로 제어하여 일관된 고품질의 용접 비드를 형성할 수 있음을 시사합니다.
R&D 및 운영을 위한 실질적 시사점
공정 엔지니어: 이 연구는 수심 변화에 따라 용접 변수를 수동으로 조정할 필요 없이, 자동화된 제어 로직을 통해 일관된 용접 품질을 유지할 수 있는 가능성을 제시합니다. 이는 생산성 향상과 작업자 의존도 감소에 기여할 수 있습니다.
품질 관리팀: 제어된 변수와 예측 가능한 비드 형상(폭, 용입 깊이) 간의 명확한 상관관계는 용접 무결성에 대한 신뢰도를 높여줍니다. 이는 잠재적으로 용접 후 수행되는 광범위한 비파괴 검사(NDT)의 필요성을 줄일 수 있습니다.
설계 엔지니어: 자동화 시스템을 통해 복잡한 수중 환경에서도 고품질 용접이 가능하다는 사실은, 이전에는 너무 어렵거나 비용이 많이 들어 고려되지 않았던 새로운 해양 구조물의 설계 및 수리 방식을 가능하게 합니다.
논문 정보
UNDERWATER REMOTE WELDING TECHNOLOGY FOR OFFSHORE STRUCTURES (해양 구조물을 위한 수중 원격 용접 기술)
1. 개요:
제목: UNDERWATER REMOTE WELDING TECHNOLOGY FOR OFFSHORE STRUCTURES
저자: Joshua Emuejevoke Omajene
발행 연도: 2015
발행 학술지/학회: Lappeenranta University of Technology (박사 학위 논문)
해양 구조물, 장비 및 장치의 건설은 강도, 인성, 연성 측면에서 높은 수준의 기계적 신뢰성을 요구한다. 기계적 파손의 주요 부위 중 하나인 용접 접합부는 특히 신중한 검사가 필요하며, 용접 접합부 품질은 최근 연구의 주요 초점이 되었다. 해상에서 수행되는 수중 용접은 수중에서 완성된 구조물의 기계적 신뢰성에 영향을 미치는 특정한 과제에 직면한다. 이 논문의 초점은 제어 이론을 사용하여 수중 용접의 용접 품질을 개선하는 데 있다. 본 연구는 수중 환경에서 용접 시 원하는 용접 비드 형상을 달성하기 위해 플럭스 코어드 아크 용접(FCAW)의 용접 공정 변수를 최적화하는 방법을 식별한다. 용접 비드 형상은 용접 공정 변수와 알려진 선형 관계가 없어 만족스러운 용접 품질을 결정하기 어렵다. 그러나 용접 공정 변수를 제어함으로써 좋은 용접 비드 형상을 얻을 수 있다. 본 박사 학위 논문은 두 부분으로 구성된다. 첫 번째 부분은 연구 주제를 소개하고, 수중 용접의 메커니즘을 논하며, 습식 용접의 품질에 대한 수중 환경의 영향을 검토한다. 두 번째 부분은 수중 습식 용접과 그 제어 및 최적화의 다양한 측면을 검토하는 네 편의 연구 논문으로 구성된다. 고려된 문제에는 용접 공정 변수가 용접 비드 형상에 미치는 영향, FCAW 공정 변수의 최적화, 그리고 해양 구조물의 용접 접합부에서 높은 수준의 기계적 신뢰성을 보장할 수 있는 원하는 비드 형상을 달성하기 위한 제어 시스템 설계가 포함된다. 제어 시스템 설계에 통합된 인공신경망 시스템과 퍼지 논리 제어기, 그리고 퍼지와 PID 제어기의 하이브리드가 주요 제어 동역학으로 사용된다. 이 연구는 공기 중 용접에서 발견되는 것과 유사한 높은 용접 품질을 수중 습식 용접에서 달성하기 위한 가능한 해결책에 대한 지식에 기여한다. 이 연구는 매우 낮은 탄소 등가물을 가진 신중하게 선택된 강재와 용접 공정 변수의 적절한 제어가 좋은 용접 품질을 달성하는 데 필수적임을 보여준다. 이 연구는 수중 용접에 대한 추가 연구를 위한 플랫폼을 제공한다. 해양 산업을 위한 수중 용접의 품질을 개선하고 불량한 용접 품질로 인한 구조적 결함의 위험을 최소화할 필요성에 대한 인식을 높인다.
3. 서론:
해양 산업에서 수중 용접은 제작, 수리, 유지보수 용접에 사용되며 그 필요성이 증가하고 있다. 수중 용접에서 고품질의 용접 접합부를 생산하는 것은 특히 인성과 연성이 감소하는 문제에 직면한다. 수중 챔버 용접이 이 문제의 부분적인 해결책으로 입증되었지만, 이 공정은 파이프라인 용접에서 발견되는 것과 같은 규칙적인 형태를 용접하는 데만 사용할 수 있는 상당한 한계가 있다. 챔버 용접 공정은 매우 비싸고 일반적인 수중 수리 및 제작에는 비실용적이다. 수십 년 동안 다양한 수심에서 합리적인 용접 품질을 달성하기 위해 여러 접근법이 사용되었다. 레이저 빔 용접, 마찰 교반 용접, 산화루틸 전극 활용, 미니캡 국부 건식 수중 FCAW, 해머헤드 습식 스폿 용접, 내부 가스 보호를 사용하는 관형 차폐 전극 등이 사용되었으며, 꽤 좋은 결과가 나왔다. 현재 가장 널리 인정받는 수중 용접 기술 및 접근법은 AWS D3.6M:2010 코드를 따르며, 이는 수중 용접에 대해 A, B, O 세 가지 사양 등급을 설정한다. 이러한 사양 유형은 용접물이 특정 품질을 충족하도록 보장하며, 이는 용접 사양이 정의될 때 공식화된다. 용접 품질 요구 사항의 검증은 제작과 함께 수행된다. 이 코드는 A급 품질이 연성, 강도, 경도, 인성 및 굽힘 측면에서 공기 중 용접과 유사해야 함을 요구한다. B급 사양은 덜 중요한 용접물에 대한 것으로 품질 요구 사항이 덜 엄격하며, 용접 절차, 용접 자격 및 합격 요구 사항도 마찬가지이다. O급은 일반적으로 수중 건식 서식지 용접으로 충족되는 다른 수중 사양 또는 코드의 요구를 충족한다. 임시 수리 및 인양 작업뿐만 아니라 영구 수리 및 구조 제작으로 수중 용접을 확장하기 위해, 현재의 수중 용접 방법은 수정과 혁신이 필요하다. 이 연구는 수중에서 용접된 접합부의 강도와 연성에 영향을 미치는 일부 용접 과제를 해결하는 새로운 방법에 대해 상세히 설명한다.
4. 연구 요약:
연구 주제의 배경:
해양 및 해저 구조물의 수리 및 유지보수를 위해 수중 용접이 적용되어 왔다. 피로 파손, 부식 또는 해양 선박과 같은 이동 가능한 해양 구조물과의 충돌로 손상된 구조물을 수리하는 데 사용된다. 구조적 무결성과 사용 수명을 유지하기 위해서는 좋은 용접 품질을 달성하는 것이 중요하다. 이 용접 공정이 수행되는 습한 환경은 해양 구조물에 요구되는 용접 품질을 달성하기 더 어렵게 만든다. 습한 환경에서의 높은 냉각 속도는 용접 후 형성되는 미세 구조에 영향을 미친다.
이전 연구 현황:
용접 품질에 대한 물의 영향에 대한 현재 이론은 1970년대와 1980년대, 심지어 1950년대 초에 개발되었다. 이 이론들은 Brown 등(1972), Ozaki 등(1977), Ibarra 등(1988), Ando 등(1983)의 연구 결과이다. Rosenthal 등(1946)은 이동 열원에 대한 초기 이론을 제시했다. 수중 용접 분야에서는 Chon 등(1979)이 수중 용접에서의 급속 냉각 메커니즘을 연구했다. 수중 용접 공정 변수를 제어하여 수중 환경의 영향을 완화하려는 시도에서, Chon 등(2010)은 수중 용접 작업 추적을 위한 마이크로프로세서를 개발했고 Isiklar 등(2011)은 수중 용접을 위한 수치 모델을 설계했다.
연구 목적:
초기 연구 목표는 용접 부위에서 물을 배제하고 용접 전 예열 시스템을 통합하는 용접 접근법을 개발하는 것이었다. 연구 과정에서 용접사의 기술에 대한 요구를 줄이는 자동화 시스템과 접근법의 필요성이 명백해졌다. 이후 연구 목표는 FCAW와 같이 쉽게 자동화될 수 있는 수중 용접 공정의 제어 연구 및 개발에 초점을 맞추게 되었다. 본 박사 학위 논문은 용접 공정을 최적화하여 UWW에서 얻어지는 용접 비드 형상의 품질을 개선하기 위한 해결책을 연구하고 찾는 데 중점을 둔다.
핵심 연구:
본 연구는 플럭스 코어드 아크 용접(FCAW) 공정에서 용접 공정 변수를 최적화하여 수중 환경에서 원하는 용접 비드 형상을 달성하는 방법을 식별한다. 용접 공정 변수를 제어함으로써 좋은 용접 비드 형상을 얻을 수 있으며, 이를 위해 인공신경망(ANN)과 퍼지 논리 제어기, 그리고 퍼지와 PID 제어기의 하이브리드를 주요 제어 동역학으로 사용한다. 이를 통해 수중 습식 용접에서도 공기 중 용접과 유사한 높은 용접 품질을 달성하는 것을 목표로 한다.
5. 연구 방법론
연구 설계:
본 연구는 수중 용접 공정의 불안정성을 제어하기 위한 지능형 제어 시스템을 설계하고 시뮬레이션을 통해 그 성능을 검증하는 방식으로 진행되었다. 시스템은 플럭스 코어드 아크 용접(FCAW) 공정의 동적 모델을 기반으로 하며, 이 모델은 용접 전류(입력)와 접촉 팁-모재 간 거리(CTWD, 출력) 사이의 관계를 나타내는 전달 함수로 표현된다. 제어기로는 기존의 PID 제어기, 퍼지 논리 제어기, 그리고 이 둘을 결합한 하이브리드 퍼지-PID 제어기를 설계하여 각각의 성능을 비교 분석했다.
데이터 수집 및 분석 방법:
제어 시스템의 플랜트 모델은 Chon L. Tsai 등의 연구에서 파생된 동적 모델(전달 함수)을 사용했다. 인공신경망(ANN) 모델의 훈련 및 검증에는 Shi 등의 연구에서 발표된 실험 데이터(용접 전류, 전압, 속도, 수심 등)를 활용했다. 제어기 설계 및 성능 시뮬레이션은 MATLAB 및 Simulink 환경을 사용하여 수행되었으며, 안정성 분석에는 보드 선도(Bode plot), 근궤적(Root Locus), 스텝 응답(Step response) 분석 기법이 사용되었다.
연구 주제 및 범위:
본 연구는 수중 습식 용접(UWW) 환경에서 FCAW 공정의 품질을 향상시키는 것을 목표로 한다. 주요 연구 범위는 다음과 같다. 1. 용접 공정 변수(전류, 전압, 속도, CTWD)와 환경 변수(수심)가 용접 비드 형상(폭, 용입, 덧살)에 미치는 영향 분석 2. 실험 데이터를 기반으로 용접 공정을 모델링하는 인공신경망(ANN) 설계 및 검증 3. 용접 공정을 안정적으로 제어하기 위한 하이브리드 퍼지-PID 제어기 설계 및 시뮬레이션 4. 설계된 제어 시스템의 성능을 기존 제어기(PID, Fuzzy)와 비교 분석
6. 주요 결과:
주요 결과:
인공신경망(ANN) 모델은 용접 공정 변수와 수심을 입력받아 용접 비드 형상을 예측하는 데 높은 정확도를 보였다. 회귀 분석 결과, 훈련, 검증, 테스트 모든 단계에서 R값이 0.96 이상으로 나타나 모델의 신뢰성을 입증했다.
제안된 하이브리드 퍼지-PID 제어기는 시뮬레이션 결과, 기존 PID 제어기나 퍼지 제어기보다 응답 시간, 오버슈트, 정상 상태 오차 측면에서 더 우수한 성능을 보였다.
하이브리드 제어기는 불안정한 용접 공정 시스템을 안정화시키는 데 성공했으며, 이는 외부 교란(예: 수심 변화)에도 불구하고 일관된 용접 품질을 유지할 수 있음을 시사한다.
용접 전류와 CTWD(접촉 팁-모재 간 거리)의 제어는 수중 용접 시 원하는 열 입력과 아크 길이를 보장하는 효과적인 방법임이 확인되었다.
Figure List:
Figure 1 Descriptive overview of the work
Figure 2 Classification of underwater welding methods
Figure 3 Diver performing underwater wet welding
Figure 4 Effect of moving the welding process to an aqueous environment
Figure 5 a) Underwater wet weld metal manganese and silicon as a function of water depth. b) Oxygen content of weld metal related to water depth in underwater wet welding. c) Weld metal carbon as a function of water depth in underwater wet welding. d) Constituents percentage of the weld metal microstructure related to water depth in underwater wet welding
Figure 6 Characteristic boiling curve
Figure 7 Discretization of one-dimensional steady-state heat conduction geometry
Figure 8 Geometry of transient three-dimensional conduction heat transfer
Figure 9 a) Comparison of thermal cycles for overlay welding of 12 mm thick plate in air and underwater using the local dry chamber method; welding linear energy eL= 0.9 kJ/mm. b) Comparison of thermal cycles for overlay welding of 16 mm thick plate in the air and underwater using the local dry chamber method; welding linear energy eL= 1.3 kJ/mm
Figure 18 MIMO controller design schematic diagram.
Figure 19 SISO control system.
Figure 20 PID controller structure
Figure 21 Results from MATLAB implementation of Table 2.
Figure 22 Control system for underwater FCAW.
Figure 23 Matlab simulation results of PID, Fuzzy and hybrid fuzzy PID control.
7. 결론:
본 논문은 수중 습식 용접의 여러 측면을 다루었다. 문헌 연구를 통해 수중 습식 용접과 관련된 근본적인 어려움을 조사하고 공기 중 용접과 비교했다. 또한 해양 환경에 적합한 구조용 강재의 용접성을 검토한 결과, 합금 원소와 화학 성분이 용접 품질에 중요한 역할을 한다는 것이 명백해졌다. 탄소 등가물이 0.45 wt%를 초과하는 강재는 용접 후 균열 및 마텐자이트 미세구조 형성 경향이 높아 부적합하다. 수중 용접은 석유 및 가스, 조선, 재생 에너지 산업에서 중요하며, 용접 금속의 빠른 냉각 속도가 주요 문제점으로 관찰되었다. 이 논문은 다양한 용접 변수가 수중 용접에 미치는 영향과 수중 환경의 효과를 식별했다. 이 지식을 바탕으로, 수중 FCAW 공정을 위한 지능형 제어 메커니즘이 제안되었다. 이 제어 메커니즘은 퍼지 제어, PID 제어, 신경망 제어의 장점을 활용한다. 제안된 퍼지-신경망 제어 방법과 퍼지-PID 제어 방법은 수중 용접 공정을 제어하기 위한 가능한 해결책이다. 가장 중요하게, 본 논문에서 제안된 퍼지 및 PID 제어의 하이브리드는 용접 입력을 성공적으로 제어하고 원하는 용접 출력을 달성할 수 있다. 제안된 제어기를 사용하면 아크 안정성과 적절한 열 입력을 확보하여 수중 용접 중 물 환경의 냉각 효과를 완화할 수 있다.
Fig. 4. Schematic illustration of FCAW process [9].
8. 참고문헌:
[1] Alan J. Brown, James A. Staub and Koichi Masubuchi, “Fundametal study of underwater welding,” in Offshore Technology Conference, USA, 1972.
[2] Akhil Chhaniyara, “Underwater Welding,” International Journal of Mechanical and Production Engineering Research and Development, vol. 4, no. 1, pp. 63-72, 2014.
[3] Santos V. R., Monteiro M. J., Rizzo F. C., Bracarense A. Q., Pessoa E. C. P., Marinho R. R. and Vieira. L. A., “Development of an Oxyrutile Electrode for Wet Welding,” Welding Journal, vol. 91, pp. 319-328, 2012.
[4] Keats David J., “Underwater wet welding made simple: benefits of hammerhead wet spot welding process,” International Journal of the Society for Underwater Technology, vol. 28, no. 3, pp. 115-129, 2009.
[5] Shi Y., Wang G. and Liu C., “Study on Mini-cap Local Dry Underwater Flux-Cored Arc Welding and Online Control of Weld Penetration,” in The Twentieth International Offshore and Polar Engineering Conference, China, 2010.
[6] Zhang X, Chen W., Ashida E. and Matsuda F., “Metallurgical and Mechanical Properties of Underwater Laser Welds of Stainless Steel,” Journal of Materials Science and Technology, vol. 19, no. 5, pp. 479-483, 2003.
[7] Szelagowski P., Schafstall H.G., Rothe R. and Sepold G., “Wet Underwater Welding with High Power CO2 Lasers,” in Proceedings, International Conference of Beam Technology, UK, 1987.
[8] AWS, “underwater welding code,” USA, 2010.
[9] Liu S., “Fundamentals of underwater welding,” in Underwater wet welding seminar, Mexico, 1999.
[10] Rodriguez-Sanchez J.E., Rodriguez-Castel-lanos A., Perez-Guerrero F., Carbajal Rome-ro M.F. and Liu S., “Offshore fatigue crack repair by grinding and wet welding,” Fatigue and Fracture of Engineering Materials and Structure, vol. 34, no. 7, pp. 487-497, 2011.
… (and 57 more references as listed in the paper)
전문가 Q&A: 궁금증 해소
Q1: 왜 전통적인 PID 제어기 대신 하이브리드 퍼지-PID 제어기를 선택했나요?
A1: 전통적인 PID 제어기는 선형적이고 예측 가능한 시스템에서는 뛰어난 성능을 보이지만, 수중 용접처럼 비선형적이고 불확실성이 큰 환경에서는 한계가 있습니다. 퍼지 논리는 ‘수심이 깊어지면 아크가 불안정해진다’와 같은 경험적이고 정성적인 지식을 제어 규칙에 통합할 수 있어 이러한 불확실성에 효과적으로 대응합니다. 하이브리드 접근법은 퍼지 논리의 적응성과 유연성을 PID 제어기의 안정성 및 정밀성과 결합하여, 복잡한 수중 환경에서도 최적의 제어 성능을 발휘하도록 설계되었습니다.
Q2: ANN 모델은 특정 범위의 데이터로 훈련되었습니다. 이 범위를 벗어나는 용접 조건에서는 시스템이 어떻게 작동하나요?
A2: 논문에서는 이 점을 연구의 한계로 명시하고 있습니다. 현재 ANN 모델은 훈련에 사용된 데이터 범위(예: 전류 280-340A, 전압 26-32V 등) 내에서 가장 높은 정확도를 보입니다. 이 범위를 벗어나는 조건에서 용접을 수행할 경우, 예측 정확도가 저하될 수 있습니다. 따라서 실제 산업 적용을 위해서는 더 넓은 범위의 실험 데이터를 확보하고 이를 통해 신경망을 재훈련하여 모델의 일반화 성능을 높이는 과정이 필요합니다.
Q3: 이 연구에 따르면 수중 환경에서 용접 품질에 가장 큰 영향을 미치는 요인은 무엇인가요?
A3: 가장 중요한 요인은 물에 의한 ‘급격한 냉각 속도’입니다. 이 빠른 냉각 속도는 용접부에 마텐자이트와 같은 취성(brittle)이 높은 미세조직을 형성시켜 균열에 매우 취약하게 만듭니다. 본 연구에서 개발된 제어 시스템의 핵심 목표는 바로 이 냉각 효과를 완화하기 위해 용접 아크를 안정시키고 열 입력을 정밀하게 관리하는 것입니다.
Q4: 제어기는 수심 증가에 어떻게 대응하나요?
A4: 시스템에서 수심은 제어 대상이 아니라 측정되는 ‘입력 변수’입니다. 용접 작업 중 수심이 변하면, 이는 시스템에 실시간으로 입력됩니다. 그러면 퍼지 논리 제어기가 수심 증가로 인한 아크 수축(arc constriction)과 같은 현상을 감지하고, 이를 보상하기 위해 전류나 전압 같은 제어 가능한 변수들을 동적으로 조정합니다. 이를 통해 수심이 변하더라도 목표로 하는 일관된 용접 비드 형상을 유지할 수 있습니다.
Q5: 이 연구는 시뮬레이션을 기반으로 합니다. 이 기술을 검증하기 위한 다음 단계는 무엇인가요?
A5: 논문에서는 다음 단계로 설계된 제어기를 실제 용접 장비에 적용하는 실험실 연구 및 실제 용접 작업이 필수적이라고 제안합니다. 실제 용접을 통해 생성된 용접 접합부의 기계적 특성(인장 강도, 인성 등)과 미세조직을 분석하여 시뮬레이션 결과와 비교 검증하는 과정이 이 기술의 산업적 신뢰성을 확보하는 데 매우 중요합니다.
결론: 더 높은 품질과 생산성을 향한 길
해양 구조물의 안전성과 내구성은 용접 품질에 의해 좌우되지만, 수중 환경의 고유한 문제점들은 오랫동안 기술적 난제로 남아있었습니다. 본 연구는 인공지능과 첨단 제어 이론을 결합한 수중 원격 용접 기술이 이러한 한계를 극복할 수 있는 혁신적인 해결책임을 명확히 보여주었습니다. 하이브리드 퍼지-PID 제어기를 통해 용접 공정을 실시간으로 최적화함으로써, 이제는 비용 효율적인 습식 용접으로도 공기 중 용접에 버금가는 높은 품질을 달성할 수 있는 길이 열렸습니다.
(주)에스티아이씨앤디는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 논문에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보시기 바랍니다.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Joshua Emuejevoke Omajene”의 논문 “UNDERWATER REMOTE WELDING TECHNOLOGY FOR OFFSHORE STRUCTURES”를 기반으로 한 요약 및 분석 자료입니다.
이 기술 요약은 Yang Xiang, Joyce Hu가 University of Bridgeport에서 발표한 학술 포스터 “Simulation of a Gas Tungsten Arc Welding Process in COMSOL”을 기반으로 합니다. STI C&D의 기술 전문가들이 CAE 전문가를 위해 분석하고 요약했습니다.
도전 과제: 가스 텅스텐 아크 용접(GTAW) 공정은 매우 복잡하며, 시행착오에 의존하는 기존의 방식은 시간과 비용이 많이 소요됩니다.
해결 방법: COMSOL Multiphysics를 사용하여 열전달, 유체 유동, 전류 흐름을 포함하는 통합 아크-용접 풀 모델을 개발하여 GTAW 공정을 시뮬레이션합니다.
핵심 돌파구: 시뮬레이션을 통해 용접 아크와 용접 풀 내부의 온도 분포, 유체 속도 등 핵심 물리 현상을 정량적으로 예측하고 시각화할 수 있습니다.
핵심 결론: GTAW 시뮬레이션은 공정 변수가 최종 용접 품질에 미치는 영향을 사전에 예측하여, 개발 시간을 단축하고 제품 품질을 향상시키는 강력한 도구를 제공합니다.
도전 과제: CFD 전문가에게 이 연구가 중요한 이유
가스 텅스텐 아크 용접(GTAW), 또는 TIG 용접은 항공우주 및 기타 정밀 산업에서 얇은 금속을 접합하는 데 널리 사용되는 핵심 기술입니다. 하지만 용접 전압, 전류, 전극 형상, 보호 가스 유량 등 수많은 공정 변수가 최종 용접 품질에 복잡하게 영향을 미칩니다.
이 때문에 최적의 용접 조건을 찾기 위한 공정 설계 및 재료 선택은 엔지니어의 경험에 크게 의존해 왔습니다. 이러한 시행착오 기반의 접근 방식은 시간과 비용이 많이 들 뿐만 아니라, 개발 기간을 지연시키는 주요 원인이 됩니다. 제품 개발 시간 단축과 생산 비용 절감, 그리고 용접 품질 향상이라는 압박 속에서, 항공우주 기업들을 중심으로 용접 공정을 예측하고 최적화하기 위한 시뮬레이션 도구의 필요성이 절실히 요구되고 있습니다.
Fig. 1. A schematic sketch of a GTAW process [Wikipedia].
접근 방식: 연구 방법론 분석
본 연구는 COMSOL Multiphysics를 활용하여 GTAW 공정의 복잡한 물리 현상을 모델링하는 것을 목표로 합니다. 연구진은 두 단계의 모델 개발 전략을 채택했습니다. 먼저, 아크(arc) 모델과 용접 풀(weld pool) 모델을 각각 독립적으로 개발한 후, 이 두 모델을 통합하여 아크와 용접 풀 간의 상호작용을 정밀하게 시뮬레이션하는 통합 아크-용접 풀 모델을 완성했습니다.
이 모델은 다음과 같은 핵심 물리 법칙을 지배 방정식으로 사용합니다.
전자기학(Electromagnetism): 전기 포텐셜(V)과 자기 포텐셜(A)을 사용하여 전류 밀도(j)와 전기장(E)을 계산하며, 이를 통해 아크에서 발생하는 줄열(Joule heating)과 로렌츠 힘(Lorentz force)을 모델링합니다.
유체 유동(Fluid Flow): 질량 보존 및 운동량 보존 방정식을 통해 용융된 금속(용접 풀)의 유동을 해석합니다.
열전달(Heat Transfer in Fluid): 에너지 보존 방정식을 통해 아크 플라즈마와 용접 풀 내의 열전달 현상을 계산합니다.
이러한 다중 물리(Multiphysics) 접근 방식을 통해, 연구진은 GTAW 공정의 핵심적인 물리 현상을 포괄적으로 해석할 수 있었습니다.
돌파구: 주요 연구 결과 및 데이터
연구진은 개발된 모델을 사용하여 펄스 전류 GTAW 공정의 과도 동작을 시뮬레이션했으며, 그 결과는 아크와 용접 풀의 동적 거동에 대한 깊은 통찰력을 제공합니다.
결과 1: 배경 전류(Background Current) 상태의 열-유동장 분석
펄스 전류의 낮은 구간인 배경 전류 상태(t=0.5 s)에서 시뮬레이션 결과(Figure 2 좌측), 용접 풀의 최고 온도는 14,270 K, 최대 유속은 33.6 m/s로 예측되었습니다. 이는 아크가 공작물에 안정적으로 에너지를 전달하고 있으며, 용접 풀 내에서 유동이 형성되고 있음을 보여줍니다.
결과 2: 피크 전류(Peak Current) 상태의 급격한 온도 및 유속 증가
펄스 전류가 최고조에 달하는 피크 전류 상태(t=1 s)에서는 열-유동장이 극적으로 변화했습니다(Figure 2 우측). 최고 온도는 16,758 K까지 상승했으며, 최대 유속은 118 m/s로 급격히 증가했습니다. 이는 피크 전류가 용접 깊이와 용융지 거동에 결정적인 영향을 미침을 정량적으로 입증합니다. 이처럼 모델은 펄스 전류의 동적 효과를 정밀하게 포착하여, 고급 용접 기술의 최적화에 기여할 수 있음을 보여줍니다.
R&D 및 운영을 위한 실질적 시사점
이 연구 결과는 용접 공정을 다루는 다양한 분야의 전문가들에게 다음과 같은 실질적인 통찰을 제공합니다.
공정 엔지니어: 이 연구에서 제시된 모델을 활용하면 양극 재료, 아크 길이, 보호 가스 종류 등 다양한 공정 변수가 용접 풀의 형상과 온도 분포에 미치는 영향을 사전에 분석할 수 있습니다. 이를 통해 실험 횟수를 줄이고 최적의 공정 조건을 더 빠르게 찾을 수 있습니다.
품질 관리팀: Figure 2의 온도 분포 데이터는 열영향부(HAZ)의 범위와 냉각 속도를 예측하는 데 사용될 수 있습니다. 이는 잔류 응력, 균열, 기공과 같은 잠재적 용접 결함을 예측하고, 새로운 품질 검사 기준을 수립하는 데 중요한 정보를 제공합니다.
설계 엔지니어: 용접 풀 내부의 유체 유동 패턴 분석은 용접부의 응고 과정에서 결함이 어떻게 형성되는지에 대한 단서를 제공합니다. 이 정보를 바탕으로 초기 설계 단계에서부터 불완전 용융이나 기공 발생 가능성을 최소화하는 접합부 설계를 고려할 수 있습니다.
Sample Result
논문 상세 정보
Simulation of a Gas Tungsten Arc Welding Process in COMSOL
1. 개요:
제목: Simulation of a Gas Tungsten Arc Welding Process in COMSOL
저자: Yang Xiang, Joyce Hu
발표 연도: 정보 없음
발표 기관: University of Bridgeport, Department of Engineering
키워드: Gas Tungsten Arc Welding (GTAW), COMSOL Multiphysics, arc model, weld pool model, transport phenomena
2. 초록:
이 프로젝트의 목적은 COMSOL Multiphysics를 사용하여 가스 텅스텐 아크 용접(GTAW) 공정에서의 전달 현상(열전달, 유체 유동, 전류 흐름)을 모델링하는 것입니다. 모델 개발은 아크 모델과 용접 풀 모델이라는 두 개의 개별 모델을 개발하는 것으로 시작하여, 아크와 용접 풀 간의 상호작용을 시뮬레이션하기 위한 통합 아크-용접 풀 모델로 마무리될 것입니다. 통합 아크-용접 풀 모델은 양극 재료, 아크 길이, 보호 가스 등 일부 용접 공정 변수가 최종 용접 품질에 미치는 영향을 연구하는 데 사용될 것입니다.
3. 서론:
가스 텅스텐 아크 용접(GTAW)은 비소모성 텅스텐 전극을 사용하여 용접을 수행하는 아크 용접 공정입니다. GTAW는 많은 용접 공정 변수가 관련되는 매우 복잡한 공정으로, 부품 설계 및 재료 선택은 종종 엔지니어의 이전 경험에 의존합니다. 이 과정은 시행착오적 특성으로 인해 길고 비용이 많이 듭니다. 제품 개발 시간과 생산 비용을 줄이고 동시에 용접 품질을 개선하고 에너지 소비를 낮추려는 압력 속에서, 항공우주 회사들은 용접 시뮬레이션 도구를 사용하여 용접 공정이 부품에 미치는 영향을 예측하고 공정을 최적화 및 제어하고 있습니다.
4. 연구 요약:
연구 주제의 배경:
GTAW(TIG 용접)는 항공우주 산업 등에서 널리 사용되지만, 공정의 복잡성으로 인해 최적의 조건을 찾기 어렵습니다. 전통적인 경험 기반 접근 방식은 시간과 비용 측면에서 비효율적입니다.
이전 연구 현황:
본 포스터는 Traidia와 Roger(2011)의 연구를 샘플 결과로 인용하며, 펄스 전류 GTA 용접의 아크 및 용접 풀 거동에 대한 수치적 및 실험적 연구가 선행되었음을 보여줍니다.
연구 목적:
본 연구의 목적은 COMSOL Multiphysics를 사용하여 GTAW 공정의 전달 현상을 모델링하고, 이를 통해 다양한 공정 변수가 최종 용접 품질에 미치는 영향을 예측 및 분석하는 것입니다.
핵심 연구:
핵심 연구 내용은 아크 모델과 용접 풀 모델을 개별적으로 개발한 후, 이들을 통합하여 아크와 용접 풀 간의 상호작용을 시뮬레이션하는 것입니다. 이 통합 모델은 공정 최적화를 위한 예측 도구로 활용됩니다.
5. 연구 방법론
연구 설계:
본 연구는 다중 물리(Multiphysics) 시뮬레이션 접근법을 사용합니다. 전자기학, 유체 유동, 열전달 현상을 연계하여 해석하는 통합 모델을 COMSOL 소프트웨어를 이용해 구축합니다.
데이터 수집 및 분석 방법:
수치 해석을 통해 얻어진 온도장, 속도장, 전류 밀도 등의 데이터를 분석합니다. 포스터에 제시된 샘플 결과는 Traidia와 Roger의 연구에서 가져온 것으로, 특정 조건(배경 전류 및 피크 전류)에서의 시뮬레이션 결과를 시각화하여 보여줍니다.
연구 주제 및 범위:
연구 범위는 GTAW 공정의 아크 및 용접 풀 모델링에 초점을 맞춥니다. 향후 연구에서는 이 모델을 사용하여 양극 재료, 아크 길이, 보호 가스 등의 변수가 용접 품질에 미치는 영향을 분석할 계획입니다.
6. 주요 결과:
주요 결과:
펄스 전류 GTAW 공정의 동적 거동을 성공적으로 시뮬레이션했습니다.
배경 전류(t=0.5s) 상태에서 최대 온도 14,270 K, 최대 속도 33.6 m/s를 기록했습니다.
피크 전류(t=1s) 상태에서 최대 온도는 16,758 K, 최대 속도는 118 m/s로 크게 증가하여, 전류 펄스가 용접 풀 동역학에 미치는 강력한 영향을 확인했습니다.
Figure 목록:
Fig. 1. A schematic sketch of a GTAW process [Wikipedia].
Fig. 2. Computational Domain (top) and sample result (bottom) [Traidia and Roger].
7. 결론:
본 연구는 COMSOL Multiphysics를 사용하여 GTAW 공정을 모델링하는 프레임워크를 제시했습니다. 개발된 통합 아크-용접 풀 모델은 용접 공정 변수가 최종 품질에 미치는 영향을 예측하는 강력한 도구가 될 수 있습니다. 시뮬레이션을 통해 기존의 시행착오적 접근법을 대체하고, 개발 시간 단축, 비용 절감, 용접 품질 향상을 달성할 수 있는 가능성을 보여주었습니다.
8. 참고문헌:
A. Traidia and F. Roger, Numerical and experimental study of arc and weld pool behaviour for pulsed current GTA welding, International Journal of Heat and Mass Transfer, 54 (2011) 2163-2179.
[Wikipedia] (for Fig. 1)
전문가 Q&A: 자주 묻는 질문
Q1: 이 시뮬레이션에 COMSOL Multiphysics를 선택한 특별한 이유가 있나요?
A1: COMSOL Multiphysics는 전자기학, 유체 유동, 열전달과 같은 여러 물리 현상을 하나의 환경에서 연계하여 해석(coupled analysis)하는 데 강점이 있습니다. GTAW 공정은 이러한 물리 현상들이 복잡하게 상호작용하기 때문에, 다중 물리 해석이 가능한 COMSOL이 이 연구에 매우 적합한 도구입니다.
Q2: Figure 2의 용접 풀 내부에서 보이는 소용돌이 패턴은 무엇을 의미하나요?
A2: 이 소용돌이 패턴은 주로 표면 장력 구배로 인해 발생하는 마랑고니 대류(Marangoni convection)를 나타냅니다. 용접 풀 표면의 온도 차이로 인해 표면 장력이 달라지고, 이로 인해 유체가 고온부에서 저온부로 흐르면서 소용돌이가 형성됩니다. 이 유동은 열 분배와 용접 비드 형상에 매우 중요한 역할을 합니다.
Q3: 초록에서 양극 재료(anode materials) 연구를 언급했는데, 모델에서 다른 재료는 어떻게 처리할 수 있나요?
A3: 모델에서 다른 재료를 시뮬레이션하려면 해당 재료의 물리적 속성(물성치)을 입력 데이터로 변경하면 됩니다. 예를 들어, 열전도율, 전기 전도도, 밀도, 비열, 녹는점 등의 값을 새로운 재료의 값으로 교체하여 시뮬레이션하면 해당 재료를 사용했을 때의 용접 결과를 예측할 수 있습니다.
Q4: 결과에서 ‘배경(background)’과 ‘피크(peak)’ 상태를 보여주는 것의 중요성은 무엇인가요?
A4: 이는 펄스 전류 GTAW 공정을 시뮬레이션했음을 의미합니다. 펄스 용접은 높은 전류(피크)와 낮은 전류(배경)를 주기적으로 반복하여 열 입력량을 정밀하게 제어하는 고급 기술입니다. 모델이 이 두 상태의 뚜렷한 차이를 포착할 수 있다는 것은, 단순한 연속 전류 용접뿐만 아니라 더 복잡하고 정밀한 용접 공정도 정확하게 시뮬레이션할 수 있음을 보여줍니다.
Q5: 플라즈마 아크 자체는 모델에서 어떻게 구현되나요?
A5: 플라즈마 아크는 전자기학과 열전달 방정식을 연계하여 모델링됩니다. 전류 밀도(j)와 전기장(E) 계산을 통해 발생하는 줄열(Joule heating, j·E)이 플라즈마의 고온을 유지하는 주된 에너지원입니다. 또한, 전류와 자기장의 상호작용으로 발생하는 로렌츠 힘(j x B)은 플라즈마 제트의 유동을 구동하는 역할을 합니다.
결론: 더 높은 품질과 생산성을 향한 길
이 연구는 복잡하고 경험에 의존하던 용접 공정을 예측 가능한 과학의 영역으로 이끄는 가스 텅스텐 아크 용접(GTAW) 시뮬레이션의 가치를 명확히 보여줍니다. 시행착오를 거치지 않고도 다양한 공정 변수가 용접 품질에 미치는 영향을 사전에 파악함으로써, 기업은 개발 시간을 단축하고, 비용을 절감하며, 최종 제품의 신뢰성을 획기적으로 높일 수 있습니다.
STI C&D는 최신 산업 연구 결과를 적용하여 고객이 더 높은 생산성과 품질을 달성할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 이 보고서에서 논의된 과제가 귀사의 운영 목표와 일치한다면, 저희 엔지니어링 팀에 연락하여 이러한 원칙을 귀사의 부품에 어떻게 구현할 수 있는지 논의해 보십시오.
(주)에스티아이씨앤디에서는 고객이 수치해석을 직접 수행하고 싶지만 경험이 없거나, 시간이 없어서 용역을 통해 수치해석 결과를 얻고자 하는 경우 전문 엔지니어를 통해 CFD consulting services를 제공합니다. 귀하께서 당면하고 있는 연구프로젝트를 최소의 비용으로, 최적의 해결방안을 찾을 수 있도록 지원합니다.
연락처 : 02-2026-0450
이메일 : flow3d@stikorea.co.kr
저작권 정보
이 콘텐츠는 “Simulation of a Gas Tungsten Arc Welding Process in COMSOL” (저자: Yang Xiang, Joyce Hu) 포스터를 기반으로 한 요약 및 분석 자료입니다.
본 자료는 2023년 10월 27일 FLOW-3D Youtube에 업로드 된 “Sand Casting Simulations | FLOW-3D CAST Webinar”의 내용을 정리한 자료입니다.
1. 주요 테마 및 목적
이 웨비나 발표의 핵심 주제는 FLOW-3D CAST 시뮬레이션 소프트웨어를 활용하여 샌드 캐스팅 설계 전략을 개선하고 주조 결함을 정확하게 식별하는 것입니다. 궁극적인 목표는 “고품질의 결함 없는 주조물을 생산하고, 수율을 극대화하며, 스크랩을 줄이고, 샘플링 비용을 절감하며, 전반적으로 설계 프로세스를 단축하여 생산성을 높이는 것”입니다.
2. FLOW-3D CAST 개요 및 강점
FLOW-3D CAST는 Flow Science에서 개발한 전산 유체 역학(CFD) 소프트웨어로, 금속 주조 시뮬레이션에 특화되어 있습니다. 주요 강점은 다음과 같습니다:
정확성 (Accuracy): “3D 과도 흐름(transient flows)과 자유 표면(free surfaces)을 정확하게 예측”하며, “시뮬레이션된 결함과 실제 현장에서 관찰된 결함 사이에 놀라운 상관관계”를 보여줍니다.
사용 편의성 (Ease of Use): 7가지 주조 공정(고압/저압 다이캐스팅, 영구 금형, 틸트/원심 주조, 로스트 폼, 저압 샌드 캐스팅)에 특화된 워크스페이스를 제공합니다. 각 워크스페이스는 관련 모델, 물리 모델 사전 설정, 공정 기본값, 재료 데이터베이스를 미리 로드하여 “WYSIWYG(What You See Is What You Get)” 인터페이스를 통해 사용자가 빠르게 작업을 시작할 수 있도록 돕습니다.
다용성 (Versatility): 사용자가 모델의 복잡성을 완전히 제어할 수 있습니다. 시뮬레이션 범위를 “상세(Detailed)”, “중간(Intermediate)”, “전체(Full)”의 세 가지로 나눌 수 있습니다.
상세 범위: “공정의 한 부분만 최적화”하는 데 사용됩니다(예: 국자(ladle) 형상 최적화를 통한 산화물 감소).
중간 범위: “대부분의 시뮬레이션 작업”이 이루어지는 곳으로, “전반적인 충전에서 응고, 냉각”까지를 다루며, 결함 분석에 중점을 둡니다.
전체 범위: “공정의 처음부터 끝까지” 전체를 모델링하여 (예: 국자 움직임, 샌드 코어, 충전, 가스 배출, 응고, 냉각 등) 매우 세밀한 그림을 얻을 수 있습니다.
3. 주조 시뮬레이션의 복잡성
금속 주조는 시뮬레이션하기에 매우 복잡한 공정입니다. 발표자는 다음과 같은 요소들을 언급합니다:
충전 단계: 난류(turbulence), 열전달(heat transfer), 공기 혼입(air entraining), 기포(trapped bubbles), 코어 가스 발생(core gas evolution), 금속 전면의 산화물(oxides), 표면 장력(surface tension).
냉각 단계: 전도(conductive), 대류(convective), 복사(radiative) 냉각, 응고 관련 결함(수축 공극, 미세 구조 변화, 열 응력).
4. 시뮬레이션 워크플로우 및 기능
FLOW-3D CAST는 체계적인 워크플로우를 통해 주조 설계를 지원합니다.
4.1. 모델 설정:
재료 선택: 합금 및 금형을 위한 내장 재료 라이브러리를 제공하며, 모든 속성은 사용자 정의 가능합니다.
물리 모델 선택: 샌드 캐스팅 워크스페이스에서는 두 가지 응고 모델을 선택할 수 있습니다.
단순화된 응고 모델 (Simplified Solidification Model): “빠른 결과”를 위한 예비 분석에 사용됩니다. 유체 흐름은 고려하지 않습니다.
주요 수축 모델 (Principal Shrinkage Model): “유체 및 열 흐름”을 기반으로 하며, “높은 정확성”을 제공하고 재료의 재용해 시 부피 팽창을 고려합니다.
CAD 지오메트리 가져오기: FAVORS(Fractional Area Volume Obstacle Representation) 메시 시스템을 사용하여 한 단계로 처리됩니다. 설계 초기 단계에는 거친 메시를 사용하고, 최종 설계에 가까워질수록 세밀한 메시를 사용할 수 있습니다.
결과 출력 선택: 사용자는 원하는 출력 데이터(예: 혼입 공기, 유체 분율, 온도, 압력, 고체 분율, 표면 결함 농도 등)를 선택할 수 있습니다.
후처리 (FlowSight): 시뮬레이션 데이터를 시각화하고, 여러 설계 반복을 나란히 비교하며, 고품질 출력 영상을 생성할 수 있는 도구입니다.
4.2. 설계 워크플로우 예시 (예비 응고 및 공극 예측):
초기 부품 분석 (Preliminary Solidification and Porosity Prediction):
재료 및 금형 속성을 선택하고 “단순화된 응고 모델”을 사용하여 “리깅이 없는 부품 자체”를 분석합니다.
“주조성에 내재된 결함”을 파악하고, “공극 예측 도구”를 사용하여 결함이 예상되는 영역(예: 중력으로 인한 초기 수축, 얇은 단면의 조기 응고, 스포크 접합부 및 허브의 공극)을 식별합니다.
라이저 배치 및 비교 (Riser Placement and Comparisons):
초기 분석 결과를 바탕으로 라이저 위치와 크기를 최적화하여 “수축 공극을 이동시키거나 완화”하고 “라이저가 마지막으로 응고되도록” 합니다.
FlowSight의 “콘텍스트 파일” 기능을 사용하여 여러 라이저 설계를 쉽게 비교할 수 있습니다. 발표자는 더 큰 중앙 라이저가 공극을 크게 줄이는 데 효과적임을 보여줍니다.
러너 및 게이팅 설계 (Runner and Gating Design):
라이저 배치 및 응고 동작이 만족스러우면 러너와 게이트를 추가합니다.
“자유 표면 결함 농도(산화물 형성 지표)”와 “혼입 공기량(난류 지표)”을 분석하여 충전 거동을 평가합니다. 발표자는 “난류가 상당히 많고 약간의 산화물 정보가 이동”하는 것을 확인하며, “채우는 속도가 너무 높은 것” 같다고 판단합니다.
주요 수축 검증 (Principal Shrinkage Verification):
“주요 수축 모델”을 사용하여 설계를 최종 검증합니다. 응고 동작을 다시 확인하고 “결함 부피가 없는지” 확인합니다.
발표자는 난류가 너무 심하다고 판단한 초기 충전 속도를 조절하여 “훨씬 더 고른 충전”과 “난류 감소”를 달성합니다. “금속이 바닥에서 위로 채워지므로 금형에 더 이상의 결함을 유발하지 않습니다.”
4.3. 추가 사례 연구 및 기능 시연:
토로이드 하우징 (Toroid Housing):
샌드 코어 도입 시 열전달과 가스 발생을 분석할 수 있음을 보여줍니다.
라이저를 공극 예상 영역에 직접 배치하여 공극을 완화하는 방법을 시연하고, 더 큰 직경의 라이저가 공극을 라이저 내부로 성공적으로 이동시켰음을 보여줍니다.
세 가지 다른 게이팅 디자인에 대한 “공기 혼입”을 비교하여 “초기 디자인이 여전히 가장 잘 작동”함을 확인합니다.
“자유 표면 결함 농도”와 “게이트 플럭스 표면(트레이서)”을 사용하여 각 게이트에서 유입된 금속이 금형 내에서 어디로 이동하는지 추적하는 상세 분석 기능을 보여줍니다.
V8 크랭크샤프트 (V8 Crankshaft):
복잡한 부품의 응고 거동을 분석합니다. 초기에는 “핀 가장자리에서 상당한 공극”이 관찰됩니다.
단일 스프루와 스텝 라이저 시스템을 갖춘 게이팅 설계를 통해 “개별적으로 채워지는지” 확인하고 “라이저가 마지막으로 채워지는지” 시각적으로 확인합니다.
“주요 수축 모델”과 “열 제어(라이저 슬리브 및 다른 종류의 칠)”를 사용하여 공극을 관리하는 기능을 보여줍니다. “칠을 사용하면 공극을 가장자리에서 멀리 이동”시킬 수 있음을 보여줍니다.
5. 결론 및 이점
FLOW-3D CAST는 주조 엔지니어가 다음과 같은 이점을 얻을 수 있도록 돕습니다:
“새로운 지오메트리를 시뮬레이션에 쉽게 업로드하여 설계 반복을 신속하게 조정하고 다시 실행”할 수 있습니다.
문제 정의: 샤프 크레스트 위어는 수로에서 유량 측정과 조절을 위해 가장 널리 사용되는 구조물이다.
목표: CFD(Computational Fluid Dynamics) 기법을 활용하여 샤프 크레스트 위어 위의 유동 특성을 분석하고 방출 계수(Discharge Coefficient)를 예측.
접근법: FLOW-3D를 사용하여 수치 해석을 수행하고 실험 데이터와 비교.
연구 방법
위어 특성 및 방출 계수(Cd) 분석
기존 실험 연구를 기반으로 방출 계수 CdCdCd 추정식을 개발.
다양한 유량 및 위어 높이 조합을 사용하여 최적의 방출 계수 관계식 도출.
FLOW-3D 기반 수치 모델링
VOF(Volume of Fluid) 기법을 적용하여 자유 수면을 해석.
RNG k−ϵk-\epsilonk−ϵ난류 모델을 사용하여 난류 흐름을 해석.
FAVOR(Fractional Area-Volume Obstacle Representation) 기법을 활용하여 격자 내 장애물 표현.
격자 수렴 분석
다양한 해상도의 격자를 비교하여 최적의 계산 비용과 정확도를 확보.
주요 결과
수치 모델링 vs 실험 데이터 비교
방출 계수(Cd) 예측값과 기존 실험값 간의 오차 범위가 ±3% 이내로 매우 높은 정확도를 보임.
Cd는 Ht/tw(총 수두 대비 위어 높이)와 강한 상관관계를 가짐.
유동 특성 분석
유량 변화에 따른 방출 계수:
유량이 증가할수록 방출 계수가 점진적으로 감소하는 경향 확인.
위어 주변의 속도 및 압력 분포 분석:
위어 크레스트에서 유동이 가속되면서 속도 증가 및 압력 감소 현상 관찰.
위어 하류에서 수압이 낮아지며 유동 패턴이 변화.
FLOW-3D의 유용성
FLOW-3D는 실험 대비 비용이 낮고 신속한 설계 검토 가능.
다양한 위어 형상 및 유량 조건에서 적용 가능성이 높음.
결론 및 향후 연구
FLOW-3D 기반 CFD 시뮬레이션이 샤프 크레스트 위어의 방출 계수 예측 및 유동 분석에 효과적임을 입증.
실험 결과와 비교했을 때 높은 정확도(오차 ±3%)를 나타내며, 초기 설계 검토에 유용함.
향후 연구에서는 다양한 위어 형상 및 추가적인 난류 모델 적용(k-ω, LES 등)을 통해 더욱 정밀한 해석이 필요.
연구의 의의
이 연구는 샤프 크레스트 위어의 유동 특성을 CFD 기반으로 해석하여 설계 최적화 및 방출 계수 예측의 신뢰성을 향상시켰다는 점에서 의미가 크다.
Reference
Bhallamudi, S.M. and M.H. Chaudhry, 1994. Computation of Flows in Open Channel Transitions. Journal of Hydraulic. Research, 30(1): 77-93.
Fritz, H.M. and H.W. Hager, 1998. Hydraulics of Embankment Weirs. Journal of Hydraulic Engineering,
ASCE., 124(9): 963-971.
Hargreaves, D.M., H.P. Morvan, N.G. Wright, 2007. Validation of the Volume of Fluid Method for Free
Surface Calculation. Engineering Applications of Computational Fluid mechanics, 1(2): 136-147.
Kindsvater, C.E., R.W. Carter, 1957. Discharge Characteristics of Rectangular Thin-Plate Weirs. Journal of Hydraulic Engineering, ASCE., 14: 1-36.
King, H.W. and E.F. Brater, 1963. Handbook of Hydraulics, 5th Edition, McGraw-Hill Book Company, New York.
Patankar, S.V., 1980. Numerical Heat Transfer and Fluid Flow. McGraw-Hill Book Company, New York.
Raju, K.G.R., G.L. Asawa, 1977. Viscosity and Surface Tension Effects on Weir Flow. Journal of Hydraulic Engineering, ASCE., 103: 1227-1231.
Rouse, H., 1950. Engineering Hydraulics. Proceedings of the Fourth Hydraulics Conference, Iowa Institute of Hydraulic Research, John Wiley and Sons, Inc., New York.
Sarginson, E.J., 1972. The Iinfluence of Surface Tension on Weir Flow. Journal of Hydraulic Research, 10:431-446.
Microstructural defects in laser powder bed fusion (LPBF) metallic materials are correlated with processing parameters. A multi-physics model and a crystal plasticity framework are employed to predict microstructure growth in molten pools and assess the impact of manufacturing defects on plastic damage parameters. Criteria for optimising the LPBF process are identified, addressing microstructural defects and tensile properties of LPBF Hastelloy X at various volumetric energy densities (VED). The results show that higher VED levels foster a specific Goss texture {110} <001>, with irregular lack of fusion defects significantly affecting plastic damage, especially near the material surface. A critical threshold emerges between manufacturing defects and grain sizes in plastic strain accumulation. The optimal processing window for superior Hastelloy X mechanical properties ranges from 43 to 53 J/mm3 . This work accelerates the development of superior strengthductility alloys via LPBF, streamlining the trial-and-error process and reducing associated costs.
Figure 3. The simulated temperature distribution and single-layer multi-track isothermograms of LPBF Hastelloy X, located at the bottom of the powder bed, are presented for various laser energy densities. (a) depicts the single-point temperature distribution at the bottom of the powder bed, followed by the isothermograms corresponding to laser energy densities of (b) 31 J/mm3 , (c) 43 J/mm3 , (d) 53 J/mm3 , (e) 67 J/mm3 , and (f) 91 J/mm3 .
References [1] DebRoy T, Wei HL, Zuback JS, et al. Additive manufacturing of metallic components – process, structure and properties. Prog Mater Sci. 2018;92:112–224. doi:10. 1016/j.pmatsci.2017.10.001 [2] Mostafaei A, Ghiaasiaan R, Ho IT, et al. Additive manufacturing of nickel-based superalloys: A state-of-the-art review on process-structure-defect-property relationship. Prog Mater Sci. 2023;136:101108. doi:10.1016/j.pmatsci. 2023.101108 [3] Akande IG, Oluwole OO, Fayomi OSI, et al. Overview of mechanical, microstructural, oxidation properties and high-temperature applications of superalloys. Mater Today Proc. 2021;43:2222–2231. doi:10.1016/j.matpr. 2020.12.523 [4] Sanchez S, Smith P, Xu Z, et al. Powder bed fusion of nickel-based superalloys: a review. Int J Machine Tools Manuf. 2021;165:103729. doi:10.1016/j.ijmachtools.2021. 103729 [5] Xie Y, Teng Q, Shen M, et al. The role of overlap region width in multi-laser powder bed fusion of Hastelloy X superalloy. Virtual Phys Prototyp. 2023;18(1):e2142802. doi:10.1080/17452759.2022.2142802 [6] Yuan W, Chen H, Cheng T, et al. Effects of laser scanning speeds on different states of the molten pool during selective laser melting: simulation and experiment. Mater Des. 2020;189:108542. doi:10.1016/j.matdes.2020. 108542 [7] He X, Kong D, Zhou Y, et al. Powder recycling effects on porosity development and mechanical properties of Hastelloy X alloy during laser powder bed fusion process. Addit Manuf. 2022;55:102840. doi:10.1016/j. addma.2022.102840 [8] Sanaei N, Fatemi A. Defects in additive manufactured metals and their effect on fatigue performance: a stateof-the-art review. Prog Mater Sci. 2021;117:100724. doi:10.1016/j.pmatsci.2020.100724 [9] Pourbabak S, Montero-Sistiaga ML, Schryvers D, et al. Microscopic investigation of as built and hot isostatic pressed Hastelloy X processed by selective laser melting. Mater Charact. 2019;153:366–371. doi:10.1016/j. matchar.2019.05.024 [10] He X, Wang L, Kong D, et al. Recrystallization effect on surface passivation of Hastelloy X alloy fabricated by laser powder bed fusion. J Mater Sci Technol. 2023;163:245–258. doi:https://doi.org/10.1016j.jmst. 2023.06.003. [11] Sabzi HE, Maeng S, Liang X, et al. Controlling crack formation and porosity in laser powder bed fusion: alloy design and process optimisation. Addit Manuf. 2020;34:101360. doi:10.1016/j.addma.2020.101360 [12] Yu C, Chen N, Li R, et al. Selective laser melting of GH3536 superalloy: microstructure, mechanical properties, and hydrocyclone manufacturing. Adv Powder Mater. 2023:
doi:10.1016/j.apmate.2023.100134 [13] Ye C, Zhang C, Zhao J, et al. Effects of post-processing on the surface finish, porosity, residual stresses, and fatigue performance of additive manufactured metals: a review. J Mater Eng Perform. 2021;30(9):6407–6425. doi:10. 1007/s11665-021-06021-7 [14] Zhang W, Zheng Y, Liu F, et al. Effect of solution temperature on the microstructure and mechanical properties of Hastelloy X superalloy fabricated by laser directed energy deposition. Mater Sci Eng A. 2021;820:141537. doi:10. 1016/j.msea.2021.141537 [15] Lehmann T, Rose D, Ranjbar E, et al. Large-scale metal additive manufacturing: a holistic review of the state of the art and challenges. Int Mater Rev. 2021;67(4):410–459. doi:10.1080/09506608.2021.1971427
[16] Wu S, Hu Y, Yang B, et al. Review on defect characterization and structural integrity assessment method of additively manufactured materials. J Mech Eng. 2021;57 (22):3–34. doi:10.3901/JME.2021.22.003
[17] Keller C, Mokhtari M, Vieille B, et al. Influence of a rescanning strategy with different laser powers on the microstructure and mechanical properties of Hastelloy X elaborated by powder bed fusion. Mater Sci Eng A. 2021;803:140474. doi:10.1016/j.msea.2020.140474
[18] Keshavarzkermani A, Marzbanrad E, Esmaeilizadeh R,et al. An investigation into the effect of process parameters on melt pool geometry, cell spacing, and grain refinement during laser powder bed fusion. Optics & Laser Technol. 2019;116:83–91. doi:10.1016/j.optlastec. 2019.03.012
[19] Watring DS, Benzing JT, Hrabe N, et al. Effects of laserenergy density and build orientation on the structureproperty relationships in as-built Inconel 718 manufactured by laser powder bed fusion. Addit Manuf. 2020;36:101425. doi:10.1016/j.addma.2020.101425
[20] Xiao H, Liu X, Xiao W, et al. Influence of molten-pool cooling rate on solidification structure and mechanical property of laser additive manufactured Inconel 718. J Mater Res Technol. 2022;19:4404–4416. doi:10.1016/j. jmrt.2022.06.162
[21] Wang J, Zhu R, Liu Y, et al. Understanding melt pool characteristics in laser powder bed fusion: An overview of single- and multi-track melt pools for process optimization. Adv Powder Mater. 2023;2(4):100137. doi:10.1016/j. apmate.2023.100137
[22] Li Z, Deng Y, Yao B, et al. Effect of laser scan speed on pool size and densification of selective laser melted CoCr alloy under constant laser energy density. Laser Optoelectronics Progress. 2022;59(7):0736001. doi:10. 3788/LOP202259.0736001
[23] Zhang J, Yuan W, Song B, et al. Towards understanding metallurgical defect formation of selective laser melted wrought aluminum alloys. Adv Powder Mater. 2022;1 (4):100035. doi:10.1016/j.apmate.2022.100035
[24] Rui H, Meiping W, Chen C, et al. Effects of laser energy density on microstructure and corrosion resistance of FeCrNiMnAl high entropy alloy coating. Optics & Laser Technol. 2022;152:108188. doi:https://doi.org/10.1016j. optlastec.2022.108188.
[25] Zhao Y, Sun W, Wang Q, et al. Effect of beam energy density characteristics on microstructure and mechanical properties of nickel-based alloys manufactured by laser directed energy deposition. J Mater Process Technol. 2023;319:118074. doi:10.1016/j.jmatprotec.2023.118074
[26] Tan P, Zhou M, Tang C, et al. Multiphysics modelling of powder bed fusion for polymers. Virtual Phys Prototyp. 2023;18(1):e2257191. doi:10.1080/17452759.2023. 2257191
[27] Tan P, Shen F, Shian Tey W, et al. A numerical study on the packing quality of fibre/polymer composite powder for powder bed fusion additive manufacturing. Virtual Phys Prototyp. 2021;16(sup1):S1–S18. doi:10.1080/17452759. 2021.1922965
[28] Kusano M, Watanabe M. Microstructure control of Hastelloy X by geometry-induced elevation of sample temperature during a laser powder bed fusion process. Mater Des. 2022;222:111016. doi:10.1016/j.matdes.2022. 111016
[29] Lee YS, Zhang W. Modeling of heat transfer, fluid flow and solidification microstructure of nickel-base superalloy fabricated by laser powder bed fusion. Addit Manuf. 2016;12:178–188. doi:10.1016/j.addma.2016.05.003
[30] Lv F, Liang HX, Xie DQ, et al. On the role of laser in situ remelting into pore elimination of Ti-6Al-4V components fabricated by selective laser melting. J Alloys Compd. 2021;854:156866. doi:10.1016/j.jallcom.2020.156866
[31] Prithivirajan V, Sangid MD. The role of defects and critical pore size analysis in the fatigue response of additively manufactured IN718 via crystal plasticity. Mater Des. 2018;150:139–153. doi:10.1016/j.matdes.2018.04.022
[32] Huang Y. A user-material subroutine incroporating single crystal plasticity in the ABAQUS finite element program. Cambridge: Harvard University Press; 1991.
[33] Pilgar CM, Fernandez AM, Lucarini S, et al. Effect of printing direction and thickness on the mechanical behavior of SLM fabricated Hastelloy-X. Int J Plasticity. 2022;153:103250. doi:10.1016/j.ijplas.2022.103250
[34] Garlea E, Choo H, Sluss CC, et al. Variation of elastic mechanical properties with texture, porosity, and defect characteristics in laser powder bed fusion 316L stainless steel. Mater Sci Eng A. 2019;763:138032. doi:10.1016/j. msea.2019.138032
[35] Sanchez-Mata O, Wang X, Muñiz-Lerma JA, et al. Dependence of mechanical properties on crystallographic orientation in nickel-based superalloy Hastelloy X fabricated by laser powder bed fusion. J Alloys Compd. 2021;865:158868. doi:10.1016/j.jallcom.2021. 158868
[36] Gu H, Wei C, Li L, et al. Multi-physics modelling of molten
pool development and track formation in multi-track, multi-layer and multi-material selective laser melting. Int J Heat Mass Transf. 2020;151:119458. doi:10.1016/j. ijheatmasstransfer.2020.119458
[37] Johnson L, Mahmoudi M, Zhang B, et al. Assessing printability maps in additive manufacturing of metal alloys. Acta Mater. 2019;176:199–210. doi:10.1016/j.actamat. 2019.07.005
[38] Wang S, Ning J, Zhu L, et al. Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies. Mater Today. 2022;59:133–160. doi:10.1016/j.mattod.2022.08.014
[39] Guo Y, Collins DM, Tarleton E, et al. Measurements of stress fields near a grain boundary: exploring blocked arrays of dislocations in 3D. Acta Mater. 2015;96:229–doi:10.1016/j.actamat.2015.05.041 [40] Kong D, Dong C, Ni X, et al. Hetero-deformation-induced stress in additively manufactured 316L stainless steel. Mater Res Lett. 2020;8(10):390–397. doi:10.1080/ 21663831.2020.1775149
본 소개 논문은 Engineering Applications of Computational Fluid Mechanics에서 발행한 논문 “Numerical Modeling of Flow Over Trapezoidal Broad-Crested Weir”의 연구 내용입니다.
Fig. 9 Velocity vectors for Q = 0.0181 m3/s in the area of the broad-crested weir.
1. 서론
넓은 마루 위어(Broad-Crested Weir, BCW)는 수리학적 구조물로서 홍수 조절, 유량 측정 및 관개 시스템에서 활용됨.
BCW의 형상, 특히 사다리꼴 형태는 유량 및 에너지 손실에 영향을 미칠 수 있으며, 기존 실험적 연구와 함께 수치 모델링이 중요함.
본 연구에서는 FLOW-3D 및 SSIIM 2 소프트웨어를 사용하여 사다리꼴 BCW의 유동 특성을 분석하고, 수치 결과를 물리 실험 결과와 비교하여 모델링 정확도를 평가함.
2. 연구 방법
FLOW-3D 및 SSIIM 2 기반 CFD 모델링
VOF(Volume of Fluid) 기법을 사용하여 자유 수면을 추적.
Reynolds-Averaged Navier-Stokes (RANS) 방정식과 k-ε 난류 모델을 적용하여 난류 해석 수행.
FAVOR(Fractional Area/Volume Obstacle Representation) 기법을 활용하여 복잡한 구조물 형상을 반영.
SSIIM 2는 적응형(adaptive) 격자를 사용하며, Marker-and-Cell(MAC) 접근법을 적용하여 자유 수면을 계산.
경계 조건 설정:
유입부: 부피 유량(Volume flow rate) 조건 적용.
유출부: 자유 배출(Outflow) 조건 설정.
벽면: No-slip 조건 적용.
3. 연구 결과
FLOW-3D와 SSIIM 2 결과 비교
두 모델 모두 물리 실험 결과와 유사한 자유 수면 프로파일을 예측하였으며, 계산된 유량 계수(Discharge Coefficient, Cd)는 실험 값과 ±3% 이내의 차이를 보임.
FLOW-3D는 격자가 고정되어 있으며, 평균 435~550초의 계산 시간이 소요됨.
SSIIM 2는 적응형 격자를 사용하여 격자 수가 변하며, 계산 시간이 12,500~15,500초로 상대적으로 길었음.
유량 변화(Q = 0.0181 ~ 0.0055 m³/s)에 따른 자유 수면 프로파일 분석 결과, 두 모델 간 수위 차이는 1~1.5% 범위 내에 존재.
압력 및 유속 분포 분석
FLOW-3D의 결과에서는 위어 전면부에서 압력이 최대치를 기록하며, 후면부에서는 압력이 급격히 감소.
SSIIM 2에서도 유사한 압력 분포가 확인되었으나, 자유 수면 프로파일 계산에서 다소 차이가 발생.
속도 벡터 분석 결과, 위어 전면부에서 흐름이 가속되고 후면부에서 난류 강도가 증가하는 패턴이 관측됨.
4. 결론 및 제안
결론
FLOW-3D 및 SSIIM 2를 활용한 시뮬레이션은 사다리꼴 BCW 유동 해석에서 높은 신뢰도를 보였으며, 실험 결과와의 비교를 통해 모델의 타당성이 검증됨.
FLOW-3D는 고정 격자와 높은 계산 효율성을 제공하며, SSIIM 2는 적응형 격자를 활용하여 자유 수면의 변화를 보다 세밀하게 반영.
전체적인 Cd 값은 실험 데이터와 잘 일치하며, 실험과의 평균 오차율이 3% 이내임.
향후 연구 방향
3D 모델링을 활용하여 더욱 정밀한 유동 분석 수행.
LES(Large Eddy Simulation) 및 다른 난류 모델과의 비교 연구 필요.
자연 하천 환경에서의 적용 가능성을 평가하기 위한 추가 연구 필요.
5. 연구의 의의
본 연구는 FLOW-3D 및 SSIIM 2를 이용하여 사다리꼴 BCW에서의 유동 특성을 분석하고, 실험 결과와 비교하여 모델 신뢰성을 검증하였다. 이를 통해 수리 구조물 설계 및 유량 측정 기술 향상에 기여할 수 있는 실질적인 데이터 및 분석 방법을 제공한다.
Sketch of the orthogonal, structured and nonadaptive grid (hexahedral), used in Flow-3D. In the computations a finer grid is used.Fig. 9 Velocity vectors for Q = 0.0181 m3/s in the area of the broad-crested weir.
6. 참고 문헌
Azimi AH, Rajaratnam N (2009). Discharge characteristics of weirs of finite crest length. Journal of Hydraulic Engineering, 135(12):1081–1085.
Bazin H (1898). Expériences nouvelles sur l’écoulement en d’éversoir. Annales des Ponts et Chaussées, 68(2):151-265.
Bos MG (1976). Discharge measurement structures. Laboratorium voor Hydraulica an Afvoerhydrologie, Landbouwhogeschool, Wageningen, The Netherlands, Rapport 4.
Bhuiyan F, Hey R (2007). Computation of three-dimensional flow field created by weir-type structures. Engineering Applications of Computational Fluid Mechanics, 1(4):350–360.
Flow-3D (2010). User Manual Version 9.4. Flow Science Inc., Santa Fe.
Fritz HM, Hager WH (1998). Hydraulics of embankment weirs. Journal of Hydraulic Research, 124(9):963–971.
Hager WH (1986). Discharge measurement structures. Communication 1, Chaire de constructions hydrauliques, Département de Génie Civil, EPFL, Lausanne.
Hager WH, Schwalt M (1994). Broad Crested Weir. Journal of Irrigation and Drainage Engineering, 120(1):13–26.
Hargreaves DM, Morvan HP, Wright NG (2007). Validation of the volume of fluid method for free surface calculation: the broad-crested weir. Engineering Applications of Computational Fluid Mechanics, 1(2):136–147.
Hirt CW, Nichols BD (1981). Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics, 39:201–225.
Launder BE, Spalding DB (1972). Lectures in mathematical models of turbulence. Academic Press, London.
Olsen NRB (1999). Computational Fluid Dynamics in Hydraulic and Sedimentation Engineering. Class Notes, Department of Hydraulic and Environmental Engineering, The Norwegian University of Science and Technology.
Olsen NRB (2009). A three-dimensional numerical model for simulation of sediment movements in water intakes with multiblock option. User’s Manual, The Norwegian University of Science and Technology.
Patankar SV (1980). Numerical Heat Transfer and Fluid Flow. McGraw-Hill Book Company, New York.
Sargison JE, Percy A (2009). Hydraulics of Broad-Crested Weirs with Varying Side Slopes. Journal of Irrigation and Drainage Engineering, 135(1):115-118.
Sarker MA, Rhodes DG (2004). Calculation of free-surface profile over a rectangular broad-crested weir. Flow Measurement and Instrumentation, 15:215-219.
Schlichting H (1979). Boundary layer theory. McGraw-Hill Book Company, New York.
Williams JJR (2007). Free-surface simulations using an interface-tracking finite-volume method with 3D mesh movement. Engineering Applications of Computational Fluid Mechanics, 1(1):49–56.
Figure 2 The temperature field and melt pools shape during L-PBF process
연구 배경 및 목적
문제 정의
L-PBF 공정은 금속 분말층을 레이저로 용융 및 고화하여 적층 제조하는 기술로, 최종 제품의 밀도, 치수 정확도, 기계적 특성 등에 영향을 미침.
용융 풀의 형상과 온도 분포는 공정 변수(레이저 출력, 주사 속도 등)에 의해 결정되며, 이를 최적화하는 것이 중요함.
연구 목적
Flow-3D(Flow-weld) 기반 CFD 시뮬레이션을 사용하여 공정 변수(레이저 출력, 주사 속도)가 온도장 및 용융 풀 형상에 미치는 영향을 분석.
단일 용융 트랙(single melting track)의 특성을 평가하여 L-PBF 공정의 품질 개선을 위한 기초 데이터 제공.
연구 방법
수치 모델링 및 시뮬레이션 설정
열 전달 모델: 전도, 대류, 복사를 포함한 열 전달 해석 수행.
유체 역학 모델: VOF(Volume of Fluid) 기법을 활용하여 용융 풀의 형상 변화 추적.
공정 변수 설정:
레이저 출력: 120W, 140W
주사 속도: 0.4m/s, 0.6m/s, 0.8m/s
레이저 빔 직경: 80µm
적층 두께: 50µm
재료: AISI 420 마르텐사이트계 스테인리스강 분말(평균 입자 크기 20µm) 사용.
주요 결과
온도장 및 용융 풀 형상 변화
낮은 주사 속도에서는 넓은 열 분포 영역이 형성되며, 높은 주사 속도에서는 좁고 깊은 용융 풀이 형성됨.
주사 속도가 증가함에 따라 타원형(Ellipse) 용융 풀이 눈물방울(Tear-drop) 형태로 변화.
용융 트랙 특성 분석
레이저 출력 증가 및 주사 속도 감소 시 용융 풀의 폭과 깊이가 증가.
주사 속도가 0.4m/s에서 0.6m/s로 증가하면 용융 트랙 하부에 기공(void) 발생 가능성 증가.
시뮬레이션 결과는 실험 데이터와 높은 일치도를 보이며, 경미한 차이만 존재.
결론 및 향후 연구
결론
Flow-3D 기반 시뮬레이션을 통해 L-PBF 공정의 용융 풀 형상 및 온도 분포를 효과적으로 예측 가능.
낮은 주사 속도에서 넓은 열 분포 및 깊은 용융 풀이 형성되며, 높은 주사 속도에서는 용융 풀이 좁아짐.
공정 변수 최적화를 통해 미세 기공 및 불완전 용융 문제를 방지할 수 있음.
향후 연구 방향
다양한 재료 및 공정 변수에 대한 추가 연구 진행.
다층 적층 공정에서의 열 누적 및 변형 분석.
실제 제조 환경에서의 실험적 검증 강화.
연구의 의의
이 연구는 L-PBF 공정에서 용융 풀 형상을 제어하기 위한 핵심 공정 변수를 도출하고, Flow-3D 기반 CFD 시뮬레이션의 유효성을 입증하였다. 향후 금속 적층 제조의 품질 개선 및 최적 설계에 기여할 수 있을 것으로 기대된다.
References
ASTM Standard F-2792- 12a. Standard Terminology for Additive Manufacturing Technologies, ASTM International
W. E. Frazier 2014 Metal Additive Manufacturing: A Review, Journal of Materials Engineering and Performance Vol 23, pp. 1917–1928
V. Bhavar, P. Kattire, V. Patil, S. Khot, K. Gujar and R. Singh 2014 A Review on Powder Bed Fusion Technology of Metal Additive Manufacturing, International conference and exhibition on Additive Manufacturing Technologies-AM-2014, September 1 & 2, 2014, Bangalore, India.
T. Wohlers 2010 Additive Manufacturing State of the Industry, Wohlers report, pp. 1-26
C. H. Fu and Y. B. Guo, 3-dimension finite element modelling of selective laser melting Ti-6AL-4V alloy, 25th Annual International Solid Freeform, pp. 1129-1144
Y. S. Lee and W. Zhang 2015 Mesoscopic Simulation of Heat Transfer and Fluid Flow in Laser Powder Bed Additive Manufacturing, International Solid Free Form Fabrication Symposium Austin, pp. 1154-1165
Y. Li and D. Gu 2014 Thermal behavior during selective laser melting of commercially pure titanium powder: Numerical simulation and experimental study, Additive Manufacturing Vol 1–4, pp. 99–109
X. Zhao, Q. Wei, B. Song, Y. Liu, X. Luo, S. Wen, and Y. Shi 2015 Fabrication and Characterization of AISI 420 Stainless Steel Using Selective Laser Melting, Materials and Manufacturing Processes, pp. 1–7
K. Zeng, D. Pal and B. Stucker 2012 A review of thermal analysis methods in Laser Sintering and Selective Laser Melting, Journal of Heat Transfer, pp. 796-814
A. M. Kamara, W. Wang, S. Marimuthu, and L. Li 2010 Modelling of the melt pool geometry in the laser deposition of nickel alloys using the anisotropic enhanced thermal conductivity approach, Proc. IMechE Vol. 225, pp. 87-99
A. Srivastava, Moving heat Source Version 4.1, Technical document, https://appstore.ansys.com, ANSYS, Inc, accessed on 1 Aug 2017
FLOW-3D를 이용한 자동차 부품 다중 캐비티 주조 금형 내 금속 유동 및 응고의 수치 시뮬레이션
연구 배경 및 목적
문제 정의: 자동차 부품 생산에서 다중 캐비티 주조 금형(Multi-Cavity Casting Mould)을 사용하면 생산 효율을 극대화할 수 있다.
자동차용 회색 주철(Grey Iron) 부품인 브레이크 디스크(Brake Disc)와 플라이휠(Flywheel)을 자동 사형 주조(Automatic Sand Casting) 생산 라인을 통해 제작.
주조 공정 중 금속 유동 및 응고 거동을 예측하는 것은 주조 품질 향상 및 결함 최소화에 중요하다.
연구 목적:
FLOW-3D 소프트웨어를 활용하여 자동차 부품 주조 공정의 3차원 수치 시뮬레이션을 수행.
다중 캐비티 금형 설계의 적합성 평가 및 주입 시스템(Running System)과 공급 시스템(Feeding System) 최적화.
실험 데이터와 시뮬레이션 결과 비교를 통해 모델의 신뢰성 검증 및 개선 방안 제시.
연구 방법
금형 및 시뮬레이션 설정
브레이크 디스크(3개 캐비티) 및 플라이휠(4개 캐비티)의 3D 솔리드 모델(STL 파일 형식)을 생성하고 FLOW-3D 소프트웨어에 적용.
모델링 기법:
FAVOR (Fractional Area/Volume Obstacle Representation) 기법을 사용하여 복잡한 형상에서도 정확한 해석 가능.
VOF (Volume-of-Fluid) 방법을 통해 용융 금속의 자유 표면 이동 및 변형을 추적.
열 물성(Thermo-Physical Properties) 설정:
주철, 실리카 몰드, 세라믹 필터의 열전도율, 비열, 밀도, 표면 장력 계수 등을 포함 (예: 주철의 밀도 7100 kg/m³, 용융 온도 1504K).
난류 및 다공성 매체 모델링
k-ε 난류 모델을 사용하여 난류 유동(Turbulent Flow) 시뮬레이션.
세라믹 필터를 통한 유동 저항 분석을 위해 D’Arcy 모델을 적용:
다공성 매체 내 흐름 저항은 속도에 선형적으로 비례.
필터 제조업체 제공 데이터를 바탕으로 드래그 계수(Drag Coefficient) 설정.
실험 설정 및 데이터 검증
정밀 타이머를 이용하여 각 부품의 주입 및 응고 시간 측정:
브레이크 디스크: 주입 시간 9.5초, 응고 시간 300초.
플라이휠: 주입 시간 15초, 응고 시간 250초.
적외선 온도계(Pyrometer)를 사용하여 용탕의 주입 전 온도(1703K) 측정.
주조물 절단 및 현미경 분석을 통해 수축 결함(Shrinkage) 위치 확인.
주요 결과
브레이크 디스크 (Brake Disc) 결과
주입 시뮬레이션 결과:
주철 용탕이 주입구를 통해 1.0초 만에 1차 러너(Primary Runner) 충전, 6.0초 후 중간 캐비티(Middle Cavity)가 먼저 충전.
시뮬레이션 예측 주입 시간 10.08초, 실험 측정 9.5초와 높은 일치도.
응고 시뮬레이션 결과:
80초 후 게이트(Gate) 부분 완전 응고, 166초 후 2차 러너(Secondary Runner) 응고 완료.
285초 시뮬레이션 응고 시간, 실험 측정 300초와 비교 시 오차 5% 이내.
플라이휠 (Flywheel) 결과
주입 시뮬레이션 결과:
세라믹 필터를 통과한 용탕이 0.47초 만에 1차 러너 충전, 1.14초 후 게이트를 통해 캐비티 충전 시작.
15.5초 만에 충전 완료, 실험 결과(15초)와 높은 일치도.
응고 시뮬레이션 결과:
50초 후 필터 및 게이트 영역 응고 시작, 100초 후 모든 게이트 응고.
220초에 캐비티 응고 완료, 50초 후 주입 시스템도 응고.
결론 및 향후 연구
결론:
FLOW-3D 시뮬레이션을 통한 다중 캐비티 주조 공정의 금속 유동 및 응고 거동 분석이 실제 실험과 높은 일치도를 보임.
4개 캐비티 금형이 3개 캐비티 금형보다 균일한 주조 품질을 제공.
첫 번째 게이트의 단면적을 줄여 기공(Porosity) 발생 가능성을 줄일 수 있음.
모델은 주조 공정 매개변수(예: 용탕 과열 온도, 주입 속도, 금형 표면 거칠기)의 영향을 분석할 수 있음.
향후 연구 방향:
다양한 게이팅 시스템 설계의 적합성 평가.
AI 및 머신러닝을 활용한 실시간 주조 공정 최적화 시스템 개발.
산업 현장 적용을 위한 대규모 실증 연구 수행.
연구의 의의
본 연구는 FLOW-3D 시뮬레이션을 활용하여 다중 캐비티 주조 금형의 금속 유동 및 응고 거동을 정량적으로 평가하고, 자동차 부품의 생산 효율성과 품질을 극대화할 수 있는 실질적인 설계 기준을 제공하며, 자동차 및 중공업 산업의 비용 절감과 제품 신뢰성 향상에 기여할 수 있다.
Reference
Barkhudarov, M.R., 1998. Advanced simulation of the flow and heat transfer in simultaneous engineering, Technical Report, Flow Science, Inc.
Barkhudarov, M.R., Hirt, C.W. Casting simulation: mold filling and solidification—benchmark calculations using FLOW-3D®, Technical Report, Flow Science, Inc., 1993.
Flemings, M.C., 1974. Solidification Processing. McGraw-Hill Book Co., New York.
Flow Science, Inc., 2005. FLOW-3D® User’s Manual, Version 8.2.
Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39, 201–255.
Hirt, C.W., Sicilian, J.M., 1985. Proceedings of the 4th International Conference on Ship Hydrodynamics, Washington, DC, September 1985.
Kermanpur, A., Mahmoudi, Sh., Hajipour, A., 2006a. Numerical analysis of solidification of the cast iron automotive parts. In: Proceedings of the 8th Symposium of the Iron and Steel Society of Iran, Isfahan University of Technology, Februrary 28–March 1 2006, pp. 188–199.
Kermanpur, A., Hajipour, A., Mahmoudi, Sh., 2006b. Numerical simulation of fluid flow and solidification in the casting of an automotive flywheel part. In: Proceedings of the 14th Annual (International) Mechanical Engineering Conference (ISME2006), Isfahan University of Technology, Isfahan, Iran,
May 2006.Kothe, D.B., Rider, W.J. Comments on modelling interfacial flows with volume-of-fluid methods, Los Alamos National Laboratory Report LA-UR-94-3384, 1994.
이 연구는 FLOW-3D를 활용하여 전기 강판의 레이저 용접 공정을 정량적으로 분석하고, 최적의 용접 조건을 도출하는 방법론을 제시하였다. EV 및 산업용 전기 모터 제조에 적용 가능하며, 자동화 용접 시스템 개발에 기여할 수 있음을 시사한다.
Reference
Kim, N.; Park, J.; Lee, H.; Moon, S.; Shin, J.; Park, G. Development of Laser Welding Automation System for Electric Coil Joining to Manufacture Electrical Vehicle Motors. J. Weld. Join. 2021, 73, 143.
Deepak, J.R.; Anirudh, R.P.; Saran Sundar, S. Applications of Lasers in Industries and Laser Welding: A Review. Mater. Today Proc. 2023.
Gonçalves, L.F.F.F.; Duarte, F.M.; Martins, C.I.; Paiva, M.C. Laser Welding of Thermoplastics: An Overview on Lasers, Materials, Processes and Quality. Infrared Phys. Technol. 2021, 119, 103931.
Kovacs, T. Laser Welding Process Specification Base on Welding Theories. Procedia Manuf. 2018, 22, 147–153.
Allu, P. CFD Simulations for Laser Welding of Al Alloys. Laser Manuf. WLT 2019.
Benyounis, K.Y.; Olabi, A.G.; Hashmi, M.S.J. Effect of Laser Welding Parameters on the Heat Input and Weld-Bead Profile. J Mater. Process. Technol. 2005, 164–165, 978–985.
Lee, M.; Kim, J. A Study for the Characteristics of Laser Welding on Over-Lap Joint of Thin Magnesium Alloy Sheet. J. Weld. Join. 2019, 37, 293–298.
Ionita, I.; Broscareanu, I.; Poinescu, A.A.; Daniela, A.; Stoian, E.V.; Hossu, A.-M. Investigations of Non-Grain Oriented Si Steel Sheets. Microelectron. Nanotechnologies X 2020, 11718, 116–123.
Kim, C.; Kim, J.; Kim, K. A Study on the Distortion of a Thin Plate Panel by Laser Welding. J. Weld. Join. 2007, 25, 49–56.
Kik, T. Computational Techniques in Numerical Simulations of Arc and Laser Welding Processes. Materials 2020, 13, 608.
Evdokimov, A.; Doynov, N.; Ossenbrink, R.; Obrosov, A.; Weiß, S.; Michailov, V. Thermomechanical Laser Welding Simulation of Dissimilar Steel-Aluminum Overlap Joints. Int. J. Mech. Sci. 2021, 190, 106019.
Katayama, S. Handbook of Laser Welding Technologies; Elsevier: Amsterdam, The Netherlands, 2013.
Datta, S.; Das, A.K.; Raza, M.S.; Saha, P.; Pratihar, D.K. Study on Laser Beam Butt-Welding of NiTinol Sheet and Input-Output Modelling Using Neural Networks Trained by Metaheuristic Algorithms. Mater. Today Commun. 2022, 32, 104089.
He, Y.; Zeng, Y.; Li, Z.; Guo, Z.; Fang, P.; Liu, Z.; Liu, Z.; Yang, Z.; Manladan, S.M. The Effect of Laser Segmented Skip Welding on Welding Distortion and Residual Stress in Butt Weld of 6061 Aluminum Alloy Thin Plate. Int. J. Adv. Manuf. Technol. 2023, 124, 3293–3309.
Zhao, Y.; Long, Y.; Li, Z. Research Progress of Transition Layer and Filler Wire for Laser Welding of Steel and Aluminum Dissimilar Metals. Int. J. Adv. Manuf. Technol. 2022, 119, 4149–4158.
Wallerstein, D.; Salminen, A.; Lusquiños, F.; Comesaña, R.; García, J.D.V.; Rodríguez, A.R.; Badaoui, A.; Pou, J. Recent Developments in Laser Welding of Aluminum Alloys to Steel. Metals 2021, 11, 622.
Omoniyi, P.; Mahamood, R.; Arthur, N.; Pityana, S.; Skhosane, S.; Okamoto, Y.; Shinonaga, T.; Maina, M.; Jen, T.C.; Akinlabi, E. Laser Butt Welding of Thin Ti6al4v Sheets: Effects of Welding Parameters. J. Compos. Sci. 2021, 5, 246.
Zhang, Y.; Gao, X.; You, D.; Jiang, X.; Ge, W. Investigation of Laser Butt Welding of AISI 304L and Q235 Steels Based on Numerical and Experimental Analyses. Metals 2022, 12, 803.
Tlili, I.; Baleanu, D.; Mohammad Sajadi, S.; Ghaemi, F.; Fagiry, M.A. Numerical and Experimental Analysis of Temperature Distribution and Melt Flow in Fiber Laser Welding of Inconel 625. Int. J. Adv. Manuf. Technol. 2022, 121, 765–784.
Bang, H.; Oh, C.; Ro, C.; Park, C.; Bang, H. Analysis of Thermal and Welding Residual Stress for Hybrid Welded Joint by Finite Element Method. J. Weld. Join. 2007, 25, 11–16.
Ahamad, N.A.; Soudagar, M.E.M.; Kamangar, S.; Badruddin, I.A. Fem Formulation of Coupled Partial Differential Equations for Heat Transfer. IOP Conf. Ser. Mater. Sci. Eng. 2017, 225, 012023.
Choi, D.; Shin, J. Weld Shape Analysis Using Central Composite Design in the Laser Welding of Aluminum Alloys. J. Weld. Join. 2020, 38, 502–507.
Tomasz, K. Heat Source Models in Numerical Simulations of Laser Welding. Materials 2020, 13, 2653.
Salminen, A.; Piili, H.; Purtonen, T. The Characteristics of High Power Fiber Laser Welding. Proc. Inst. Mech. Eng. 2010, 224, 1019–1029.
Dimatteo, V.; Ascari, A.; Liverani, E.; Fortunato, A. Experimental Investigation on the Effect of Spot Diameter on Continuous-Wave Laser Welding of Copper and Aluminum Thin Sheets for Battery Manufacturing. Opt. Laser Technol. 2022, 145, 107495.
Moon, S.; Hatano, M.; Lee, M.; Grigoropoulos, C.P. Grigoropoulos, Thermal Conductivity of Amorphous Silicon Thin Films. Int. J. Heat Mass Transf. 2002, 45, 2439–2447.
Cang, S. Improved Explicit Method for Structural Dynamics. Mechanics 2007, 133, 748–760.
Awbi, H. Calculation of Convective Heat Transfer Coefficients of Room Surfaces for Natural Convection. Energy Build. 1998, 28, 219–227.
Flow Science, Inc. FLOW-3D WELD V12 Theory Manual; Flow Science, Inc.: Pasadena, CA, USA, 2019.
FLOW-3D®의 유한체적법(Finite Volume Method, FVM)을 적용하여 질량, 운동량, 에너지 보존 방정식을 해석함.
자유 표면 추적을 위해 VOF(Volume of Fluid) 기법을 활용함.
아크 상호작용(arc interaction), 전극 간 전압 차이, 용적력(arc pressure) 등을 반영하여 실험과 유사한 모델을 구축함.
FLOW-3D® 시뮬레이션 설정
전극 배치 및 전류 조건을 변경하며 용융지 거동을 분석함.
선도 전극(leading electrode)과 후속 전극(trailing electrode)의 전류 조합에 따라 용접 비드 형상이 어떻게 변하는지 평가함.
난류 모델 적용: k-ε 및 LES(Large Eddy Simulation) 모델을 비교 분석하여 용융지 내 난류 흐름을 해석함.
실험 데이터와 비교 검증
실험에서 얻은 온도 분포 및 용융지 형상 데이터를 시뮬레이션과 비교함.
고속 CCD 카메라 및 열화상 카메라를 이용하여 용융지 거동을 기록하고, 시뮬레이션과의 차이를 분석함.
CFD 결과와 실제 실험 결과 간의 오차율을 측정하여 모델의 정확성을 검토함.
주요 결과
전류 조건이 용접 비드 형상에 미치는 영향
선도 전극 전류가 높은 경우, 용접 비드의 침투 깊이(penetration depth)가 증가하였으며, 후속 전극 전류가 낮은 경우 용융지 크기가 상대적으로 작아짐.
동일한 총 열 입력(total heat input) 조건에서도 전류 조합에 따라 용접 비드 형상이 다르게 형성됨.
용융지가 형성되는 과정에서 선도 전극에 의해 형성된 용융지가 후속 전극에 의해 확장됨.
용융 흐름 및 아크 상호작용 분석
선도 전극의 높은 전류가 강한 아크 압력(arc pressure)을 유발하여 용융지를 깊게 형성함.
반면, 후속 전극이 용융지를 확장시키는 역할을 하며, 비드 폭(bead width)이 증가함.
후속 전극의 전압이 높을수록 용융지가 넓게 퍼지며, 전체 용접 품질이 향상됨.
시뮬레이션과 실험 비교 검증
FLOW-3D® 시뮬레이션 결과와 실험 데이터 간 유사도가 높음.
특히, 온도 분포 및 용융지 형상이 실험과 거의 일치하였으며, 용융 흐름의 주요 특성을 재현할 수 있었음.
그러나, 일부 실험에서는 예상보다 낮은 침투 깊이가 관찰됨 → 이는 모델에서 고려되지 않은 금속 증발 및 표면 장력 변화 때문으로 분석됨.
최적 용접 조건 도출
전극 간 최적 간격 및 전류 조합을 설정하면 용접 품질을 향상시킬 수 있음.
선도 전극의 전류가 후속 전극보다 높을 때, 깊은 침투와 균일한 용접 비드 형성을 유도할 수 있음.
후속 전극의 전압을 높여 용융지 확산을 최적화하면 용접 비드 균일성이 증가함.
결론
FLOW-3D® CFD 시뮬레이션을 활용하여 이중 SAW-T 공정에서의 용융지 거동을 성공적으로 해석함.
전극 간 전류 조합이 용접 비드 형상에 결정적인 영향을 미치며, 최적의 조합을 찾는 것이 중요함.
실험 데이터와 시뮬레이션 결과의 높은 일치도를 확인하였으며, 일부 미세한 차이는 추가적인 모델 보정이 필요함.
향후 연구에서는 금속 증발, 표면 장력 변화 등의 추가 물리 모델을 고려하여 더욱 정밀한 해석을 수행해야 함.
Reference
Cao, Z., Yang, Z., Chen, X.L., 2004. Three dimensional simulation of transient GMA weld pool with free surface. Welding Journal 6, 169s-176s. Cho, D.W., Na, S.J., Cho, M.H., Lee, J.S., 2013a. A study on V-groove GMAW for various welding positions. Journal of Materials Processing Technology 213, 1640-1652. Cho, D.W., Song, W.H., Cho, M.H., Na, S.J., 2013b. Analysis of submerged arc welding process by threedimensional computational fluid dynamics simulation. Journal of Materials Processing Technology 213, 2278-2291. Kiran, D.V., Cho, D.W., Song, W.H., Na, S.J., 2014. Arc behavior in two wire tandem submerged arc welding. Journal of Materials Processing Technology 214, 1546-1556. Cho, J.H., Na, S.J., 2009. Three dimensional analysis of molten pool in GMA-laser hybrid welding. Welding Journal 88, 35s-43s. Cho, W.I., Na, S.J., Cho, M.H., Lee, J.S., 2010. Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding. Computational Materials Science 49, 792-800. Jaidi, J., Dutta, P., 2001. Modeling of transport phenomenon in a gas metal arc welding process. Numerical Heat Transfer Part A 40, 543-562. Kim, C.H., Zhang, W., DebRoy, T., 2003. Modeling of temperature field and solidification surface profile during gas metal arc fillet welding. Journal of Applied Physics 94, 2667-2679. Kim, J.W., Na, S.J., 1995. A study on the effect of contact tube to workpiece distance on weld pool shape in gas metal arc welding. Welding Journal 74, 141s-152s. Kiran, D.V., Basu, B., Shah, A.K., Mishra, S., De, A., 2010. Probing influence of welding current on weld quality in two wire tandem submerged arc welding of HSLA steel. Science and Technology of Welding and Joining 15, 111-116. Kiran, D.V., Basu, B., Shah, A.K., Mishra, S., De, A., 2011. Three dimensional heat transfer analysis of two wire tandem submerged arc welding. ISIJ International 51, 793-798. Kumar, S., Bhaduri, S.C., 1994. Three dimensional finite element modeling of gas metal arc welding. Metallurgical and Materials Transactions B 25B, 435-441. Mahapatra, M.M., Datta, G.L., Pradhan, B., Mandal, N.R., 2006. Three dimensional finite element analysis to predict the effects of SAW process parameters on temperature distribution and angular distortions in single pass butt joints with top and bottom reinforcements. International Journal of Pressure Vessels and Piping 83, 721-729. Pardo, E., Weckman, D.C., 1989. Prediction of weld pool and reinforcement dimensions of GMA welds using a finite element method. Metallurgical Transactions B 20B, 937-947. Shome, M., 2007. Effect of heat-input on austenite grain size in the heat-affected zone of HSLA-100 steel. Materials Science and Engineering A. 445, 454-460. Tsao, K.C., Wu, C.S., 1988. Fluid flow and heat transfer in GMA weld pools. Welding Journal 3, 70s-75s. Ushio, M., Wu, C.S., 1997. Mathematical modeling of three dimensional heat and fluid flow in a moving gas metal arc weld pool. Metallurgical and Materials Transactions B 28B, 509-+516. Wang, Y., Tsai, H.L., 2001. Impingement of filler droplets and weld pool dynamics during gas metal arc welding process. International Journal of Heat and Mass Transfer 44, 2067-2080.
레이저 클래딩(Laser Cladding)에서 유체 대류(Fluid Convection)가 용융풀(Weld Pool) 형성에 미치는 영향
연구 배경 및 목적
문제 정의: 레이저 클래딩(Laser Cladding)은 금속 표면에 보호 코팅을 입히거나 마모된 부품을 복구하는 데 사용되는 정밀 금속 적층 기술이다.
Inconel® 718 초합금을 사용한 제트 엔진 터빈 블레이드 팁 재생 및 부품 보호에 적용된다.
그러나 복잡한 물리적 현상을 정확하게 예측할 수 있는 모델의 부족으로 인해 경제적인 응용 개발에 어려움이 존재한다.
연구 목적:
FLOW-3D 소프트웨어를 활용하여 Inconel® 718 레이저 클래딩 시 용융풀 형성, 유체 대류, 응고(Solidification) 현상 분석.
마랑고니(Marangoni) 대류에 의한 온도 프로파일 변화와 유동 패턴을 평가.
모델 예측 결과를 실험 데이터와 비교하여 시뮬레이션의 신뢰성 검증.
연구 방법
수치 모델링 및 시뮬레이션 설정
FLOW-3D 소프트웨어의 VOF(Volume of Fluid) 기법을 사용하여 유체 흐름 및 용융풀 형상 예측.
질량, 에너지 및 운동량 보존 방정식을 기반으로 용융풀 및 기판 모델링.
열전달, 질량 및 운동량 추가를 통한 정확한 공정 모델링 구현.
마랑고니 대류(Marangoni Convection) 모델링:
표면 장력 변화가 용융풀 내 유체 흐름에 미치는 영향 분석.
표면 활성 원소(Surface-Active Elements)인 황(S)의 농도에 따른 표면 장력 기울기 변화 반영.
실험 설정 및 시뮬레이션 조건
재료 및 장비:
IN718 초합금 분말(100–325 메쉬)을 사용.
350~550 W의 균일한 강도(Fiber Laser)를 사용하여 아르곤 분위기에서 실험 수행.
빔 스폿 직경 1.0 mm, 빔 이동 속도 1.016 cm/s.
Boundary Condition:
입출구 및 벽면 경계 조건:
입구(Inlet): 유량 일정 조건.
출구(Outlet): 자유 유출 조건.
벽면(Wall): 비투과성 경계 조건.
레이저 에너지 흡수율 계산:
Hagen-Rubens 관계식을 이용하여 온도 변화에 따른 흡수율(A(T)) 평가.
주요 결과
용융풀 형상 및 유동 패턴
예측된 용융풀 형상과 실험 데이터 간 높은 일치도 확인.
350, 450, 550 W 레이저 출력 조건에서의 용융풀 폭, 높이, 침투 깊이 비교.
레이저 출력 증가 시:
용접 폭 및 침투 깊이 증가.
클래딩 높이는 상대적으로 일정하게 유지.
마랑고니 대류 및 온도 분포 분석
마랑고니 흐름에 의해 용융풀 후방(Back)에서 가장 깊은 침투 영역 형성.
표면 장력 기울기 전환 지점(Ti)에서 상대적으로 평탄한 온도 프로파일 형성.
온도 구배(G) 및 응고 속도(R)를 통해 응고 모드(Columnar Dendritic Solidification) 예측.
표면 장력 변화가 유체 흐름을 저온에서 고온 영역으로 유도하여 혼합 및 침투 증가를 촉진.
시뮬레이션 신뢰성 및 유효성 검증
시뮬레이션 예측 결과와 실험 측정치의 일치도 평가.
예측된 용융풀 형상, 폭, 깊이가 실험 데이터와 평균 5% 이내의 오차율을 보임.
FLOW-3D 모델이 복잡한 용융풀 대류 현상 및 응고 메커니즘을 정확히 설명할 수 있음을 증명.
결론 및 향후 연구
결론:
FLOW-3D를 사용한 레이저 클래딩 공정 시뮬레이션이 용융풀 형성 및 응고 조건을 정확하게 예측할 수 있음.
마랑고니 대류에 의해 용융풀 내 온도 분포 및 유동 패턴이 결정되며, 이는 응고 모드와 기계적 특성에 중요한 영향을 미침.
시뮬레이션 결과를 통해 용접 풀의 중심선 온도 구배(G) 및 응고 속도(R)를 이용해 응고 형태(기둥형 수지상 조직) 예측 가능.
향후 연구 방향:
다층(Multi-Layer) 클래딩 공정으로 연구 확장.
실험적 검증을 통한 시뮬레이션 예측 유동 패턴 및 침투 형상 확인.
AI 및 머신러닝을 활용한 레이저 클래딩 공정 최적화 모델 개발.
연구의 의의
이 연구는 FLOW-3D를 활용하여 레이저 클래딩 공정의 복잡한 물리적 현상을 정량적으로 평가하고, 부품 보호 및 재생 공정의 생산성 향상 및 비용 절감에 기여할 수 있는 실질적인 데이터를 제공한다.
Reference
Zhong, M., and Liu, W. 2010. Lasersurface cladding: The state of the art andchallenges. Journal of Mechanical Engineering Science 224(C5): 1041–1060.
Weisheit, A., Gasser, A., Backes, G.,Jambor, T., Pirch, N., and Wissenbach, K.2013. Laser-Assisted Fabrication of Materials — Direct Laser Cladding, Current Statusand Future Scope of Application. pp.221–240, New York, N.Y.: Springer.
Hoadley, A. F. A., and Rappaz, M.1992. A thermal model of laser cladding bypowder injection. MetallurgicalTransactions B 23(5): 631–642.
Picasso, M., and Rappaz, M. 1994.Laser-powder-material interactions in thelaser cladding process. Journal De PhysiqueIV 4(C4): 27–33.
Toyserkani, E., Khajepour, A., andCorbin, S. 2004. 3-D finite element modeling of laser cladding by powder injection:Effects of laser pulse shaping on theprocess. Optics and Lasers in Engineering41(6): 849–867.
Choi, J., Han, L., and Hua, Y. 2005.Modeling and experiments of lasercladding with droplet injection. Journal of Heat Transfer 127(9): 978–986.
Wen, S., and Shin, Y. C. 2010. Modeling of transport phenomena during thecoaxial laser direct deposition process.Journal of Applied Physics 108(4): 044908.
Sahoo, P., DebRoy, T., and McNallan,M. J. 1988. Surface tension of binarymetal-surface active solute systems underconditions relevant to welding metallurgy.Metallurgical Transactions B 19B(3):483–491.
Lee, P. D., Quested, P. N., andMcLean, M. 1998. Modelling of Marangonieffects in electron beam melting. Philosophical Transactions of the Royal Society of London 356(1739): 1027–1043.
Su, Y., and Mills, K. C. 2005. Amodel to calculate surface tension of commercial alloys. Journal of Materials Science40(9-10): 2185–2190.
Zhao, C. X., Kwakernaak, C., Pan, Y.,Richardson, I. M., Saldi, Z., Kenjeres, S.,and Kleijn, C. R. 2010. The effect ofoxygen on transitional Marangoni flow inlaser spot welding. Acta Materialia 58(19):6345–6357.
Cho, M. H., Lim, Y. C., and Farson,D. F. 2006. Simulation of weld pool dynamics in the stationary pulsed gas metal arcwelding process and final weld shape.Welding Journal 85(12): 271-s to 283-s.
Cho, J. H., Farson, D. F., Milewski, J.O., and Hollis, K. J. 2009. Weld pool flowsduring initial stages of keyhole formationin laser welding. Journal of Physics D:Applied Physics 42(17): 175502.
Mills, K. C. 2002. Recommendedvalues of thermophysical properties for selected commercial alloys. pp. 181–190,Cambridge, England: Woodhead.
Pottlacher, G., Hosaeus, H.,Kaschnitz, E., and Seifter, A. 2002. Thermophysical properties of solid and liquidInconel 718 alloy. Scandinavian Journal ofMetallurgy 31(3): 161–168.
Lewandowski, M. S., and Overfelt,R. A. 1999. High temperature deformationbehavior of solid and semi-solid alloy 718.Acta Materialia 47(18): 4695–4710.
Gedda, H., Powell, J., Wahlstrom,G., Li, W. B., Engstrom, H., and Magnusson, C. 2002. Energy redistribution duringCO2 laser cladding. Journal of Laser Applications 14(2): 78–82.
Xie, J., Kart, A., Rothenflue, J. A.,and Latham, W. P. 1997. Temperature-dependent absorptivity and cutting capability of CO2, Nd:YAG and chemical oxygeniodine lasers. Journal of Laser Applications9(2): 77–85.
Shelton, J. A., and Shin, Y. C. 2010.Comparative evaluation of laser-assistedmicro-milling for AISI 316, AISI 422, TI6Al-4V and Inconel 718 in a side-cuttingconfiguration. Journal of Micromechanicsand Microengineering 20(7): 075012.
Kim, K. R., and Farson, D. F. 2001.CO2 laser-plume interaction in materialsprocessing. Journal of Applied Physics 89(1):681–688.
Picasso, M., Marsden, C. F.,Wagniere, J. D., Frenk, A., and Rappaz, M.1994. A simple but realistic model for lasercladding. Metallurgical and Materials Transactions B 25B(2): 281–291.
Kou, S. 2012. Fluid flow and solidification in welding: Three decades of fundamental research at the University of Wisconsin. Welding Journal 91(11): 287-sto 302-s.
Zacharia, T., David, S. A., Vitek, J.M., and DebRoy, T. 1989. Weld pool development during GTA and laser beam welding of type 304 stainless steel — Part I:Theoretical analysis. Welding Journal68(12): 499-s to 509-s.
McNallan, M. J., and DebRoy, T.1991. Effect of temperature and composition on surface tension in Fe-Ni-Cr alloyscontaining sulfur. MetallurgicalTransactions B 22B(4): 557–560.
Anderson, T. D., Dupont, J. N., andDebRoy, T. 2010. Origin of stray grain formation in single-crystal superalloy weldpools from heat transfer and fluid flowmodeling. Acta Materialia. 58(4):1441–1454.
Kou, S. 2003. Welding Metallurgy. P.166, New Jersey: John Wiley & Sons.
Weisheit, A., Backes, G., Stromeyer,R., Gasser, A., Wissenbach, K., andPoprawe, R. 2001. Powder injection: thekey to reconditioning and generating components using laser cladding. Proceedings ofInternational Congress on Advanced Materials, Their Processes and Applications, Materials Week 2001, Munich, Germany, pp. 1–7.
Lim, Y. C., Yu, X., Cho, J. H., Sosa,J., Farson, D. F., Babu, S. S., McCracken, S.,and Flesner, B. 2010. Effect of magneticstirring on grain structure refinement —Part I: Autogenous nickel alloy welds. Science and Technology of Welding and Joining15(7): 583–589.
Zhao, Y. Z., Lei, Y. P., and Shi, Y. W.2005. Effects of surface-active elementssulfur on flow patterns of welding pool.Journal of Materials Science and Technology21(3): 408–414.
FLOW-3D를 이용한 저압 주조(LPC, Low Pressure Casting) 공정 시뮬레이션
연구 배경 및 목적
문제 정의: 저압 주조(LPC) 공정은 박벽(Thin-Walled) 및 중공(Hollow) 부품 제조에서 우수한 품질과 미적 요소를 충족할 수 있는 주조 기술로 인정받고 있다.
그러나 LPC 공정의 복잡한 처리 매개변수(예: 용탕 온도, 금형 온도, 압력 및 지속 시간)로 인해 최적화가 어렵다.
수치 시뮬레이션을 통해 이러한 매개변수를 효과적으로 제어할 수 있다.
연구 목적:
FLOW-3D 소프트웨어를 사용하여 LPC 공정 중 몰드 충진 및 응고 과정을 시뮬레이션.
금형 충진 시 발생 가능한 결함(예: 가스 포집, 수축 다공성)을 분석.
최적의 압력 시퀀스를 도출하고, 실험 결과와 비교하여 모델의 신뢰성을 검증.
연구 방법
수치 모델링 및 시뮬레이션 설정
FLOW-3D 소프트웨어의 유한 차분법(FDM, Finite Difference Method)을 사용.
FAVOR(Fractional Area/Volume Obstacle Representation) 기법을 통해 금형 형상 모델링.
VOF(Volume of Fluid) 기법을 활용하여 자유 표면 추적(Free Surface Tracking) 수행.
열전달(Heat Transfer) 및 상변화(Phase Change)를 포함한 에너지 방정식을 사용하여 응고 과정 시뮬레이션.
LPC 공정 설정 및 초기 조건
금형 설계 및 재료:
LM6 알루미늄 합금을 사용하여 H13 강철 금형에 주조.
금형 초기 온도: 350°C, 용탕 온도: 760°C 설정.
압력 시퀀스:
초기 대기압(Atmospheric Pressure)을 적용하고, 작은 벤트(Small Vent) 입구를 통해 점진적 압력 증가.
압력 램프(Pressure Ramp) 기법을 통해 몰드 충진 중 난류(Turbulence) 최소화.
격자 설정:
1.6백만 개의 보셀(Voxel)을 사용한 3.5 mm 메쉬 크기.
최적 메쉬 크기를 사용하여 모델 정확도 향상.
주요 결과
몰드 충진 시퀀스 분석
몰드 충진 시간: 약 6.5초 소요.
충진 시 층류 흐름(Laminar Flow)을 유지하여 가스 포집(Gas Entrapment)과 같은 결함 발생 억제.
금형 내 온도 분포:
용탕이 몰드에 진입 시 687°C의 온도를 유지.
냉각 패턴이 일관되게 나타나며, 응고 결함 최소화.
응고 과정 및 온도 분포
응고 완료 시간: 약 103.5초.
액상에서 고상으로의 변화가 선형적으로 진행.
고상 분율(Solid Fraction)이 0에서 1로 변환되는 동안 열전달이 균일하게 이루어짐.
실험적으로 얻은 주조물(Fig. 4)과 비교 시 완전 충진 및 결함 없는 주조물을 확인.
FLOW-3D 모델의 신뢰성 평가
FLOW-3D 시뮬레이션 결과와 실험 결과 간 높은 일치도 확인.
적용된 압력-시간 프로파일이 람inar 충진 시퀀스를 제공하여 충진 결함 최소화.
온도 분포가 합금의 고상온도(Solidus Temperature) 이상을 유지하여 주조물의 완벽한 충진 가능.
결론 및 향후 연구
결론:
FLOW-3D 소프트웨어가 LPC 공정 시 주조물의 몰드 충진 및 응고 과정을 정확하게 예측할 수 있음.
적절한 압력 시퀀스 설정을 통해 람inar 흐름을 유지하고 가스 포집 및 응고 결함을 억제할 수 있음.
온도 분포와 금형 온도 설정이 적절하여완벽히 충진된 주조물 제조 가능.
향후 연구 방향:
다양한 합금 재료 및 금형 재질을 대상으로 모델 검증.
AI 및 머신러닝을 활용한 실시간 LPC 공정 최적화 시스템 개발.
산업 응용을 위한 최적 LPC 공정 설계 및 실증 실험 수행.
연구의 의의
이 연구는 FLOW-3D를 활용하여 저압 주조 공정의 몰드 충진 및 응고 과정을 정량적으로 평가하고, 주조물의 품질을 향상시킬 수 있는 최적의 공정 매개변수를 제시하며, 자동차 및 항공우주 산업의 생산성 증대와 비용 절감에 기여할 수 있다.
Reference
Alan A Luo, Anil K Sachdev, Bob R Powell, Advanced casting technologies for lightweight automotive application, China Fou. 7 (2010) 463-469.
Alan A Luo, Magnesium casting technology for structural applications, J. Mag. Aly, 1 (2013) 2-22.
A. Srinivasan, U. T. S. Pillai, J. Swaminathan, B. C. Pai, Enhanced high temperature properties of low pressure cast AZ91 Mg alloy, Inter. J. Cast Met. Res. 19 (2006) 265-268.
Penghuai Fu, Alan A Luo, Haiyan Jiang, Liming Peng, Yandong Yu, Chunquan Zhai, Anil K Shachdev, Low pressure die casting of magnesium alloy AM50: Response to process parameters, J. Mater. Proc. Tech. 205 (2008) 224-234.
A. Kermanpur, Sh. Mahmoudi, A. Hajipour, Numerical simulation of metal flow and solidification in the multi-cavity casting moulds of automotive components, J. Mater. Proc. Tech. 206 (208) 62-68.
본 논문은 FLOW-3D를 활용하여 서브머지드 아크 용접(Submerged Arc Welding, SAW) 공정의 열전달 및 유동 거동을 시뮬레이션함.
용접 토치 각도 및 전류 극성이 용융지(molten pool)의 유체 흐름과 용접 비드 형상에 미치는 영향을 분석함.
CCD 카메라와 Abel 역변환 기법을 이용하여 아크 열 플럭스, 아크 압력 및 전자기력을 모델링함.
수치 해석 결과와 실험 데이터를 비교하여 모델의 정확성을 검증함.
연구 방법
서브머지드 아크 용접 모델링
SAW는 플럭스(flux)층 아래에서 진행되는 용접 방식으로, 열전달과 유체 흐름을 복합적으로 포함함.
실험 데이터를 기반으로 3D 용접 모델을 구축하고, 유동 및 열 전달 분석을 수행함.
단일 전극(single electrode) SAW 공정에 대해 연구를 진행함.
FLOW-3D 시뮬레이션 설정
VOF(Volume of Fluid) 방법을 사용하여 용융지의 자유 표면 변화를 추적함.
난류 모델로 k−εk-\varepsilonk−ε 방정식을 적용하여 아크 플라즈마의 유동 해석을 수행함.
전류 극성(직류 DC 및 교류 AC)에 따른 아크 특성과 열 전달을 시뮬레이션함.
아크 및 열전달 모델링
CCD 카메라를 사용하여 아크 플라즈마의 형상을 촬영하고, Abel 역변환 기법을 이용하여 아크 열 플럭스를 모델링함.
플럭스 소비량을 분석하여 슬래그(slag) 열원의 효과를 고려함.
전자기력(EMF) 모델을 적용하여 용융지 내부의 유체 흐름을 예측함.
결과 검증 및 비교
실험 데이터를 기반으로 시뮬레이션 결과를 검증하고, 용접 비드 형상과 유동 패턴을 비교함.
실험적으로 측정된 용융지 온도 분포와 시뮬레이션 결과 간의 차이를 분석함.
전류 극성 및 토치 각도 변화가 용접 품질에 미치는 영향을 평가함.
주요 결과
용접 토치 각도와 용융지 유동
용접 토치 각도가 -20°인 경우, 용융지가 깊은 침투형 비드를 형성함.
반대로 +20°일 경우, 얕고 넓은 용접 비드가 형성됨.
용융지 내부 유동 패턴이 용접 품질에 직접적인 영향을 미침.
전류 극성에 따른 차이
직류(DC) 용접에서는 일정한 아크 열원이 유지되며, 용융지가 안정적인 흐름을 보임.
교류(AC) 용접에서는 아크 플라즈마가 주기적으로 변하며, 용융지의 유동이 보다 역동적임.
교류(AC)에서는 깊은 침투보다는 넓은 용접 비드가 형성되는 경향을 보임.
슬래그 열원의 영향
플럭스 소비량이 증가할수록 슬래그에서 추가적인 열전달이 발생하여 용접 품질에 영향을 미침.
플럭스 소비율이 증가하면 용접 속도에 따라 슬래그 열효율이 달라짐.
슬래그의 역할을 고려한 추가적인 모델링이 필요함.
시뮬레이션과 실험 비교
시뮬레이션 결과는 실험 데이터와 90% 이상의 상관성을 보이며, 높은 신뢰성을 입증함.
일부 고온 영역에서 실험 데이터와 시뮬레이션 값 간 3~5%의 오차가 존재함.
모델 개선을 위해 용융지 내의 난류 효과를 추가로 고려해야 함.
결론
FLOW-3D는 서브머지드 아크 용접 공정의 열전달 및 유동 해석에 효과적인 도구임.
토치 각도와 전류 극성이 용융지 유동 및 용접 비드 형상에 직접적인 영향을 미침.
슬래그 열전달을 고려한 시뮬레이션이 용접 품질 예측에 중요한 요소임.
향후 연구에서는 다중 전극 SAW 및 다양한 용접 조건을 고려한 추가 분석이 필요함.
Reference
Chandel, R.S., 1998. The effect of process variables on the flux consumption in submerged arc welding. Materials and Manufacturing Processes 13, 181–188.
Cho, D.W., Na, S.J., Cho, M.H., Lee, J.S., 2013a. Simulations of weld pool dynamics in V-groove GTA and GMA welding. Welding in the World 57, 223–233.
Cho, D.W., Lee, S.H., Na, S.J., 2013b. Characterization of welding arc and weld pool formation in vacuum gas hollow tungsten arc welding. Journal of Materials Processing Technology 213, 143–152.
Cho, D.W., Na, S.J., Cho, M.H., Lee, J.S., 2013c. A study on V-groove GMAW for various welding positions. Journal of Materials Processing Technology 213, 1640–1652.
Cho, Y.T., Na, S.J., 2005. Application of Abel inversion in real-time calculations for circularly and elliptically symmetric radiation sources. Measurement Science and Technology 16 (3), 878–884.
Cho, J.H., Na, S.J., 2006. Implementation of real-time multiple reflection and Fresnel absorption of laser beam in keyhole. Journal of Physics D: Applied Physics 39, 5372–5378.
Cho, J.H., Na, S.J., 2009. Three-dimensional analysis of molten pool in GMA-laser hybrid welding. Welding Journal 88, 35s–43s.
Cho, M.H., Farson, D.F., 2007. Understanding bead hump formation in gas metal arc welding using a numerical simulation. Metallurgical and Materials Transactions B 38, 305–319.
Cho, W.I., Na, S.J., Cho, M.H., Lee, J.S., 2010. Numerical study of alloying element distribution in CO2 laser-GMA hybrid welding. Computational Materials Science 49, 792–800.
Cho, W.I., Na, S.J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten pool dynamics in high power disk laser welding. Journal of Materials Processing Technology 212, 262–275.
Christensen, N., Davies, V.D.L., Gjermundsen, K., 1965. Distribution of temperatures in arc welding. British Welding Journal 12, 54–75.
Franz, U., 1965. Vorgange in der Kaverne beim UP-Schweissen Teil I. Schweiss Tech 15, 145–150.
Han, S.W., Cho, W.I., Na, S.J., Kim, C.H., 2013. Influence of driving forces on weld pool dynamics in GTA and laser welding. Welding in the World 57, 257–264.
Kim, C.H., Zhang, W., Debroy, T., 2003. Modeling of temperature field and solidified surface profile during gas–metal arc fillet welding. Journal of Applied Physics 94 (4), 2667–2679.
Kim, J., Na, S., 1994. A study on the three-dimensional analysis of heat and fluid flow in gas metal arc welding using boundary-fitted coordinates. Journal of Engineering for Industry (United States) 116.
Kim, W.H., Fan, H.G., Na, S.J., 1997. Effect of various driving forces on heat and mass transfer in arc welding. Numerical Heat Transfer. Part A: Applications 32, 633–652.
Kiran, D., Basu, B., Shah, A., Mishra, S., De, A., 2010. Probing influence of welding current on weld quality in two wire tandem submerged arc welding of HSLA steel. Science and Technology of Welding & Joining 15, 111–116.
Kou, S., Sun, D.K., 1985. Fluid flow and weld penetration in stationary arc welds. Metallurgical Transactions A 16 (1), 203–213.
Lancaster, J.F., 1986. The Physics of Welding. Pergamon Press, England, pp. 233. Mahapatra, M.M., Datta, G.L., Pradhan, B., Mandal, N.R., 2006. Three-dimensional
finite element analysis to predictthe effects of SAW process parameters on temperature distribution and angular distortions in single-pass butt joints with top and bottom reinforcements. International Journal of Pressure Vessels and Piping 83, 721–729.
Moeinifar, S., Kokabi, A.H., Hosseini, H.R.M., 2011. Effect of tandem submerged arc welding process and parameters of Gleeble simulator thermal cycles on properties of the intercritically reheated heat affected zone. Materials & Design 32, 869–876.
Pokhodnya, I.K., Kostenko, B.A., 1965. Fusion of electrode metal and its interaction with the slag during submerged arc welding. AUTOMAT WELD 18, 21–29.
Renwick, B.G., Patchett, B.M., 1976. Operating characteristics of the submerged arc process. Welding Journal, Research Supplement 55, 69s–76s.
Sharma, A., Chaudhary, A.K., Arora, N., Mishra, B.K., 2009. Estimation of heat source model parameters for twin-wire submerged arc welding. The International Journal of Advanced Manufacturing Technology 45, 1096–1103.
Shome, M., 2007. Effect of heat-input on austenite grain size in the heat-affected zone of HSLA-100 steel. Materials Science and Engineering A 445, 454–460.
Van Adrichem, J.T., 1966. Metal transfer in submerged arc welding. International Institute of Welding Document, 212-78-66.
Wen, S.W., Hilton, P., Farrugia, D.C.J., 2001. Finite element modelling of a submerged arc welding process. Journal of Materials Processing Technology
유체 유동 해석: 용융 풀(Molten Pool) 거동을 해석하기 위해 VOF(Volume of Fluid) 기법 적용.
열전달 및 용접 프로세스 시뮬레이션:
용융 금속의 열전달 및 응고 해석.
용접 과정에서 발생하는 표면 장력(Marangoni Effect) 분석.
아크 기반 용접 비드 모델링:
용접 비드 형상을 원형(Arc) 모델로 근사하여 예측.
비드 프로파일의 중심 좌표 및 반지름을 주요 특징으로 설정.
심층 학습을 활용한 용접 비드 예측
신경망 모델: ResNet 기반 CNN 모델을 사용하여 이미지에서 용접 비드 프로파일을 추출하고, 위치 및 반지름 예측.
입출력 데이터:
입력: 용접 이음매의 단면 이미지 + 용접 위치 정보.
출력: 예측된 용접 비드 프로파일 (중심 좌표 및 반지름).
학습 데이터: Flow-3D 시뮬레이션 데이터를 활용하여 대량의 학습용 데이터를 생성.
주요 결과
ADAP 모델 성능 평가:
용접 비드 중심 좌표 예측 오차: 평균 0.73mm
반지름 예측 오차: 평균 0.66mm
실시간 예측 속도: 15ms (NVIDIA RTX 3060 GPU 기준)
기존 방법과 비교:
기존의 경험적 모델보다 더 높은 정확도로 용접 비드 형상을 예측.
CFD 기반 시뮬레이션보다 계산 속도가 훨씬 빠르며, 실시간 용접 경로 조정이 가능.
MLMP 용접의 실용성 증대:
자동화 용접 공정에서 실시간 예측 모델로 활용 가능.
용접 품질 향상을 위한 최적의 경로 및 공정 변수 제어 가능.
결론 및 향후 연구
결론:
ADAP 모델은 심층 학습을 활용하여 MLMP 용접에서 실시간 이음매 프로파일을 정확하게 예측할 수 있음을 입증함.
Flow-3D 기반 시뮬레이션 데이터를 이용한 학습을 통해 실험 데이터 없이도 높은 정확도로 용접 형상을 예측 가능함.
향후 연구 방향:
더 다양한 용접 공정 변수(토치 각도, 와이어 공급 속도 등)를 포함하여 모델 성능 개선.
실제 산업 환경에서 로봇 용접 시스템과 통합하여 실증 실험 진행.
3D 스캐너와 결합하여 실시간 품질 모니터링 및 피드백 시스템 구축.
연구의 의의
본 연구는 AI 기반 데이터 중심 용접 품질 예측 모델을 제안함으로써, 기존 경험적 방식에서 벗어나 정확하고 실시간 대응이 가능한 자동화 용접 시스템 개발에 기여할 수 있음을 시사한다.
Reference
Akbari, P., Ogoke, F., Kao, N.Y., Meidani, K., Yeh, C.Y., Lee, W., Farimani, A.B., 2022. MeltpoolNet: Melt pool characteristic prediction in Metal Additive Manufacturing using machine learning. Additive Manufacturing 55, 102817.
Cao, Y., Zhu, S., Liang, X., Wang, W., 2011. Overlapping model of beads and curve fitting of bead section for rapid manufacturing by robotic MAG welding process. Robotics and computer-integrated manufacturing 27, 641–645.
Cao, Z., Yang, Z., Chen, X., 2004. Three-dimensional simulation of transient gma weld pool with free surface. Welding Journal 83, 169–S.
Cho, D., Na, S.J., Cho, M., Lee, J., 2013. A study on V-groove GMAW for various welding positions. Journal of Materials Processing Technology 213, 1640–1652.
Cho, D.W., Na, S.J., 2015. Molten pool behaviors for second pass V-groove GMAW. International Journal of Heat and Mass Transfer 88, 945–956.
Cho, J., Na, S.J., 2009. Three-dimensional analysis of molten pool in GMAlaser hybrid welding. Welding Journal 88, 35–43.
Cho, M., Farson, D., 2007. Simulation study of a hybrid process for the prevention of weld bead hump formation. Welding Journal 86, 253.
Choudhary, D.K., Jindal, S., Mehta, N., 2011. To study the effect of welding parameters on weld bead geometry in saw welding process. Elixir Mech. Engg 40, 5519–5524.
Dai, D., Gu, D., 2014. Thermal behavior and densification mechanism during selective laser melting of copper matrix composites: Simulation and experiments. Materials & Design 55, 482–491.
Deng, J., Xu, Y., Zuo, Z., Hou, Z., Chen, S., 2019. Bead geometry prediction for multi-layer and multi-bead wire and arc additive manufacturing based on XGBoost. Transactions on Intelligent Welding Manufacturing: Volume II No. 4 2018 , 125.
Hemmasian, A., Ogoke, F., Akbari, P., Malen, J., Beuth, J., Farimani, A.B., 2023. Surrogate modeling of melt pool temperature field using deep learning. Additive Manufacturing Letters 5, 100123.
Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. Journal of Computational Physics 39, 201–225.
Horv´ath, C.M., Botzheim, J., Thomessen, T., Korondi, P., 2021. Bead geometry modeling on uneven base metal surface by fuzzy systems for multi-pass welding. Expert Systems with Applications 186, 115356.
KingaD, A., 2015. A method for stochastic optimization, in: International Conference for Learning Representations (ICLR).
Kirchdoerfer, T., Ortiz, M., 2016. Data-driven computational mechanics. Computer Methods in Applied Mechanics and Engineering 304, 81–101.
Lee, H., Lee, J., Kim, H., Mun, D., 2022. Dataset and method for deep learning-based reconstruction of 3D CAD models containing machining features for mechanical parts. Journal of Computational Design and Engineering 9, 114–127.
Lee, S.H., Kim, E., Park, J., Choi, J., 2018. Numerical analysis of thermal deformation and residual stress in automotive muffler by MIG welding. Journal of Computational Design and Engineering 5, 382–390.
Li, Y., Sun, Y., Han, Q., Zhang, G., Horv´ath, I., 2018. Enhanced beads overlapping model for wire and arc additive manufacturing of multi-layer multi-bead metallic parts. Journal of Materials Processing Technology 252,838–848.
Lin, Q., Li, X., Simpson, S., 2001. Metal transfer measurements in gas metal arc welding. Journal of Physics D: Applied Physics 34, 347.
Liu, W., Lu, F., Wei, Y., Ding, Y., Wang, P., Tang, X., 2016. Special zone in multi-layer and multi-pass welded metal and its role in the creep behavior of 9Cr1Mo welded joint. Materials & Design 108, 195–206.
Lu, M., Kou, S., 1988. Power and current distributions in gas tungsten arcs. Welding Journal 67.
Lu, X., Zhang, G., Li, J., Cervera, M., Chiumenti, M., Chen, J., Lin, X., Huang, W., 2021. Simulation-assisted investigation on the formation of layer bands and the microstructural evolution in directed energy deposition of Ti6Al4V blocks. Virtual and Physical Prototyping 16, 387–403.
Ma, D., Jiang, P., Shu, L., Gong, Z., Wang, Y., Geng, S., 2024. Online porosity prediction in laser welding of aluminum alloys based on a multifidelity deep learning framework. Journal of Intelligent Manufacturing 35, 55–73.
Madsen, O., Bro Sørensen, C., Larsen, R., Overgaard, L., Jacobsen, N.J., 2002. A system for complex robotic welding. Industrial Robot: An International Journal 29, 127–131.
Manokruang, S., Vignat, F., Museau, M., Limousin, M., 2021. Process parameters effect on weld beads geometry deposited by Wire and Arc Additive Manufacturing (WAAM). Advances on Mechanics, Design Engineering and Manufacturing III, 9–14.
Matsushita, Y., Tran, D.T., Yamazoe, H., Lee, J.H., 2021. Recent use of deep learning techniques in clinical applications based on gait: a survey. Journal of Computational Design and Engineering 8, 1499–1532.
Pathak, D., Singh, R.P., Gaur, S., Balu, V., 2021. Influence of input process parameters on weld bead width of shielded metal arc welded joints for AISI 1010 plates. Materials Today: Proceedings 38, 24–28.
Raouf, I., Lee, H., Noh, Y.R., Youn, B.D., Kim, H.S., 2022. Prognostic health management of the robotic strain wave gear reducer based on variable speed of operation: A data-driven via deep learning approach. Journal of Computational Design and Engineering 9, 1775–1788.
Schneider, C.F., Lisboa, C.P., Silva, R.d.A., Lermen, R.T., 2017. Optimizing the parameters of TIG-MIG/MAG hybrid welding on the geometry of bead welding using the Taguchi method. Journal of Manufacturing and Materials Processing 1, 14.
Shin, H.S., Boo, S.H., 2022. Welding simulation using a reduced order model for efficient residual stress evaluation. Journal of Computational Design and Engineering 9, 1196–1213.
Suryakumar, S., Karunakaran, K., Bernard, A., Chandrasekhar, U., Raghavender, N., Sharma, D., 2011. Weld bead modeling and process optimization in hybrid layered manufacturing. Computer-Aided Design 43, 331–344.
Wang, S., Zhu, L., Fuh, J.Y.H., Zhang, H., Yan, W., 2020. Multi-physics modeling and Gaussian process regression analysis of cladding track geometry for direct energy deposition. Optics and Lasers in Engineering 127, 105950.
Wang, Z., Zimmer-Chevret, S., L´eonard, F., Abba, G., 2021. Prediction of bead geometry with consideration of interlayer temperature effect for CMT-based wire-arc additive manufacturing. Welding in the World 65, 2255–2266.
Wu, L., Cheon, J., Kiran, D.V., Na, S.J., 2016. CFD simulations of GMA welding of horizontal fillet joints based on coordinate rotation of arc models. Journal of Materials Processing Technology 231, 221–238.
Xiong, J., Zhang, G., Gao, H., Wu, L., 2013. Modeling of bead section profile and overlapping beads with experimental validation for robotic GMAWbased rapid manufacturing. Robotics and Computer-Integrated Manufacturing 29, 417–423.
Xu, G., Cao, Q., Hu, Q., Zhang, W., Liu, P., Du, B., 2016. Modelling of bead hump formation in high speed gas metal arc welding. Science and Technology of Welding and Joining 21, 700–710.
Xu, G., Wang, J., Li, P., Zhu, J., Cao, Q., 2018. Numerical analysis of heat transfer and fluid flow in swing arc narrow gap GMA welding. Journal of Materials Processing Technology 252, 260–269.
Yang, C., Ye, Z., Chen, Y., Zhong, J., Chen, S., 2014. Multi-pass path planning for thick plate by DSAW based on vision sensor. Sensor Review 34, 416–423.
Zhan, X., Zhang, D., Liu, X., Chen, J., Wei, Y., Zhou, J., Liu, R., 2017. Comparison between weave bead welding and multi-layer multi-pass welding for thick plate Invar steel. The International Journal of Advanced Manufacturing Technology 88, 2211–2225.
Zhang, H., Lu, H., Cai, C., Chen, S., 2011. Robot path planning in multipass weaving welding for thick plates, in: Robotic Welding, Intelligence and Automation: RWIA’2010. Springer, pp. 351–359.
Zhou, Z., Shen, H., Liu, B., Du, W., Jin, J., Lin, J., 2022. Residual thermal stress prediction for continuous tool-paths in wire-arc additive manufacturing: a three-level data-driven method. Virtual and Physical Prototyping 17, 105–124.
폴리아미드 11 (PA11) 레이저 파우더 베드 융합 공정 중 용융 영역에 대한 열유체동역학 모델
연구 배경 및 목적
문제 정의: 폴리머 기반 레이저 파우더 베드 융합(PBF-LB/P) 공정에서는 용융 영역( melt region )의 형성과 응고 현상이 최종 제품 품질에 큰 영향을 미치며, 이 과정에서 결함(예: 미융합, 기공 등)이 발생할 수 있음.
연구 목적: 본 연구는 Flow-3D Weld를 활용하여 PA11 재료의 PBF-LB/P 공정 중 용융 영역의 형태, 온도 분포, 유동 특성을 3D 다중 물리 모델로 시뮬레이션하고, 단일 트랙 실험 데이터를 통해 모델을 검증하여, 레이저 설정(파워, 스캔 속도, 해치 간격)이 용융 영역 형상 및 결함 발생에 미치는 영향을 분석하는 데 있다.
연구 방법
파우더 베드 준비
실제 입자 크기 분포를 DEM(Discrete Element Method)을 통해 모사하여, 파우더 베드의 초기 상태를 재현.
모델 개발
열유체동역학 모델: 유한체적법(FVM)을 기반으로 Flow-3D Weld를 사용하여 용융 영역 내 열전달, 유동, 그리고 응고 과정을 수치해석.
물리현상 고려:
열 전달: 온도 분포 및 열전달, 응고 시 latent heat 및 재료의 온도 의존적 특성 고려.
유체 유동: 비압축성, laminar 흐름으로 가정하며, 높은 점도를 가진 PA11의 특성을 반영.
마랑고니 효과: 온도에 따른 표면 장력 변화가 용융 영역의 형상에 미치는 영향 분석.
시뮬레이션 단계
싱글 트랙 시뮬레이션: 레이저 파우더 베드 융합 공정의 단일 트랙에 대해, sintering(소결)과 cooling(냉각) 단계를 분리하여 시뮬레이션.
멀티 트랙 시뮬레이션: 다중 트랙 조건에서 표면 거칠기 및 레이저 설정과의 상관관계를 분석.
모델 검증 및 메쉬 독립성
메쉬 독립성 분석을 통해 최적의 격자 크기를 선정.
실험(단일 트랙 실험)으로부터 용융 영역의 폭과 깊이 데이터를 확보하여 시뮬레이션 결과와 비교 검증.
주요 결과
용융 영역 특성:
레이저 파워 증가에 따라 용융 영역의 폭과 깊이가 증가하며, 온도 분포와 유동 특성이 변화함.
높은 점도와 낮은 유동성으로 인해, PA11의 경우 용융 영역 내에서 열전달 및 응고가 상대적으로 느리게 진행됨.
시뮬레이션 및 실험 비교:
단일 트랙 실험에서 측정된 용융 영역 폭과 깊이와 시뮬레이션 결과가 좋은 일치도를 보임.
fliq(용융된 재료의 비율)를 기준으로 용융 영역 경계를 정의하여, 실험 측정값과 비교 시 보수적인 결과가 도출됨.
멀티 트랙 결과:
여러 트랙의 시뮬레이션을 통해, 레이저 설정에 따른 표면 거칠기와 결함(미융합 및 기공 발생) 특성이 도출됨.
해치 간격이 좁을수록, 스캔 라인 간 중복 효과로 인해 입자 간 융합이 개선되어 표면이 더 매끄럽게 나타남.
결론 및 향후 연구
결론:
제안된 열유체동역학 모델은 PA11의 PBF-LB/P 공정 중 용융 영역의 형태 및 온도, 유동 특성을 성공적으로 재현하였으며, 실험 데이터와의 검증을 통해 신뢰성을 확보함.
레이저 파워, 스캔 속도, 해치 간격 등 주요 레이저 설정이 용융 영역의 형상 및 결함 발생에 결정적인 영향을 미침.
향후 연구:
멀티 트랙 시뮬레이션을 통해 표면 거칠기 및 미세구조 형성에 대한 추가 분석.
파우더 크기 분포, 층 두께, 빌딩 챔버 온도 등 추가 변수들의 영향을 고려한 모델 확장 및 최적화.
Reference
F. Sillani, E. MacDonald, J. Villela, M. Schmid, and K. Wegener, “In-situ monitoringof powder bed fusion of polymers using laser profilometry,” Addit Manuf, vol. 59,Nov. 2022, doi:https://doi.org/10.1016/j.addma.2022.103074.
Gibson I, Rosen D, Stucker B. Additive manufacturing technologies: 3D printing,rapid prototyping, and direct digital manufacturing. 2nd ed. New York: Springer;2015. https://doi.org/10.1007/978-1-4939-2113-3.
Ngo TD, Kashani A, Imbalzano G, Nguyen KTQ, Hui D. “Additive manufacturing(3D printing): A review of materials, methods, applications and challenges,”Composites Part B: Engineering, vol. 143. Elsevier Ltd, pp. 172–196, Jun. 15. 2018.https://doi.org/10.1016/j.compositesb.2018.02.012.
G. Flodberg, H. Pettersson, and L. Yang, “Pore analysis and mechanicalperformance of selective laser sintered objects,” Addit Manuf, vol. 24, pp. 307–315,Dec. 2018, doi:https://doi.org/10.1016/j.addma.2018.10.001.
Nouri A, Rohani Shirvan A, Li Y, Wen C. “Additive manufacturing of metallic andpolymeric load-bearing biomaterials using laser powder bed fusion: A review,”Journal of Materials Science and Technology, vol. 94. Chinese Society of Metals, pp.196–215, Dec. 20. 2021. https://doi.org/10.1016/j.jmst.2021.03.058.
Han W, Kong L, Xu M. “Advances in selective laser sintering of polymers,”International Journal of Extreme Manufacturing, vol. 4, no. 4. Institute of Physics,Dec. 01. 2022. https://doi.org/10.1088/2631-7990/ac9096.
Bayat M, et al. “Holistic computational design within additive manufacturingthrough topology optimization combined with multiphysics multi-scale materialsand process modelling,” Progress in Materials Science, vol. 138. Elsevier Ltd, Sep. 01.2023. https://doi.org/10.1016/j.pmatsci.2023.101129.
Lupone F, Padovano E, Casamento F, Badini C. “Process phenomena and materialproperties in selective laser sintering of polymers: A review,” Materials, vol. 15, no.1. MDPI, Jan. 01. 2022. https://doi.org/10.3390/ma15010183.
Das A, et al. “Current understanding and challenges in high temperature additivemanufacturing of engineering thermoplastic polymers,” Additive Manufacturing,vol. 34. Elsevier B.V., Aug. 01. 2020. https://doi.org/10.1016/j.addma.2020.101218.
B. G. Compton, B. K. Post, C. E. Duty, L. Love, and V. Kunc, “Thermal analysis ofadditive manufacturing of large-scale thermoplastic polymer composites,” AdditManuf, vol. 17, pp. 77–86, Oct. 2017, doi:https://doi.org/10.1016/j.addma.2017.07.006.
Everton SK, Hirsch M, Stavroulakis PI, Leach RK, Clare AT. “Review of in-situprocess monitoring and in-situ metrology for metal additive manufacturing,”Materials and Design, vol. 95. Elsevier Ltd, pp. 431–445, Apr. 05. 2016. https://doi.org/10.1016/j.matdes.2016.01.099.
McCann R, et al. “In-situ sensing, process monitoring and machine control in LaserPowder Bed Fusion: A review,” Additive Manufacturing, vol. 45. Elsevier B.V., Sep.01. 2021. https://doi.org/10.1016/j.addma.2021.102058.
A. U. Rehman, F. Pitir, and M. U. Salamci, “Full-field mapping and flowquantification of melt pool dynamics in laser powder bed fusion of SS316L,”Materials, vol. 14, no. 21, Nov. 2021, doi:https://doi.org/10.3390/ma14216264.
H. Yaagoubi, H. Abouchadi, and M. Taha Janan, “Numerical simulation of heattransfer in the selective laser sintering process of Polyamide12,” Energy Rep, vol. 7,pp. 189–199, Nov. 2021, doi:https://doi.org/10.1016/j.egyr.2021.08.089.
Childs THC, Tontowi AE. Selective laser sintering of a crystalline and a glass-filledcrystalline polymer: experiments and simulations. Proc Inst Mech Eng B J EngManuf 2001;215(11):1481–95. https://doi.org/10.1243/0954405011519330.
Riedlbauer D, Drexler M, Drummer D, Steinmann P, Mergheim J. Modelling,simulation and experimental validation of heat transfer in selective laser melting ofthe polymeric material PA12. Comput Mater Sci 2014;93:239–48. https://doi.org/10.1016/j.commatsci.2014.06.046.
Mokrane A, Boutaous M, Xin S. “Process of selective laser sintering of polymerpowders: Modeling, simulation, and validation,” Comptes Rendus – Mecanique, vol.346, no. 11. Elsevier Masson SAS, pp. 1087–1103, Nov. 01. 2018. https://doi.org/10.1016/j.crme.2018.08.002.
C. Bierwisch, S. Mohseni-Mofidi, B. Dietemann, M. Grünewald, J. Rudloff, and M.Lang, “Universal process diagrams for laser sintering of polymers,” Mater Des, vol.199, Feb. 2021, doi:https://doi.org/10.1016/j.matdes.2020.109432.
F. Shen, W. Zhu, K. Zhou, and L. L. Ke, “Modeling the temperature, crystallization,and residual stress for selective laser sintering of polymeric powder,” Acta Mech,vol. 232, no. 9, pp. 3635–3653, Sep. 2021, doi:https://doi.org/10.1007/s00707-021-03020-6.
Jiang Q, et al. “A review on additive manufacturing of pure copper,” Coatings, vol.11, no. 6. MDPI AG, Jun. 01. 2021. https://doi.org/10.3390/coatings11060740.
B. Cheng, X. Li, C. Tuffile, A. Ilin, H. Willeck, and U. Hartel n.d., Multi-physicsmodeling of single track scanning in selective laser melting: powder compactioneffect.
M. Bayat, V. K. Nadimpalli, D. B. Pedersen, and J. H. Hattel, “A fundamentalinvestigation of thermo-capillarity in laser powder bed fusion of metals and alloys,”Int J Heat Mass Transf, vol. 166, Feb. 2021, doi:https://doi.org/10.1016/j.ijheatmasstransfer.2020.120766.
Q. He, H. Xia, J. Liu, X. Ao, and S. Lin, “Modeling and numerical studies of selectivelaser melting: multiphase flow, solidification and heat transfer,” Mater Des, vol.196, Nov. 2020, doi:https://doi.org/10.1016/j.matdes.2020.109115.
W. Yan et al., “Meso-scale modeling of multiple-layer fabrication process inselective Electron beam melting: inter-layer/track voids formation,” Mater Des,vol. 141, pp. 210–219, Mar. 2018, doi:https://doi.org/10.1016/j.matdes.2017.12.031.
W. Yan et al., “Multi-physics modeling of single/multiple-track defect mechanismsin electron beam selective melting,” Acta Mater, vol. 134, pp. 324–333, Aug. 2017,doi:https://doi.org/10.1016/j.actamat.2017.05.061.
T. N. Le and Y. L. Lo, “Effects of sulfur concentration and Marangoni convection onmelt-pool formation in transition mode of selective laser melting process,” MaterDes, vol. 179, Oct. 2019, doi:https://doi.org/10.1016/j.matdes.2019.107866.
Bayat M, Dong W, Thorborg J, A. C. To, Hattel JH. “A review of multi-scale andmulti-physics simulations of metal additive manufacturing processes with focus onmodeling strategies,” Additive Manufacturing, vol. 47. Elsevier B.V., Nov. 01. 2021.https://doi.org/10.1016/j.addma.2021.102278.
M. Bayat, S. Mohanty, and J. H. Hattel, “Multiphysics modelling of lack-of-fusionvoids formation and evolution in IN718 made by multi-track/multi-layer L-PBF,”Int J Heat Mass Transf, vol. 139, pp. 95–114, Aug. 2019, doi:https://doi.org/10.1016/j.ijheatmasstransfer.2019.05.003.
X. Yang, Y. Li, and B. Li, “Formation mechanisms of lack of fusion and keyholeinduced pore defects in laser powder bed fusion process: a numerical study,” Int JTherm Sci, vol. 188, Jun. 2023, doi:https://doi.org/10.1016/j.ijthermalsci.2023.108221.
M. Tang, P. C. Pistorius, and J. L. Beuth, “Prediction of lack-of-fusion porosity forpowder bed fusion,” Addit Manuf, vol. 14, pp. 39–48, Mar. 2017, doi:https://doi.org/10.1016/j.addma.2016.12.001.
C. Wu, H. Zhao, Y. Li, P. Xie, and F. Lin, “Surface morphologies of intra-layerprinting process in electron beam powder bed fusion: a high-fidelity modelingstudy with experimental validation,” Addit Manuf, vol. 72, Jun. 2023, doi:https://doi.org/10.1016/j.addma.2023.103614.
Tan P, Zhou M, Tang C, Su Y, Qi HJ, Zhou K. Multiphysics modelling of powder bedfusion for polymers. Virtual Phys Prototyp 2023;18(1). https://doi.org/10.1080/17452759.2023.2257191.
S. Haeri, “Optimisation of blade type spreaders for powder bed preparation inadditive manufacturing using DEM simulations,” Powder Technol, vol. 321, pp.94–104, Nov. 2017, doi:https://doi.org/10.1016/j.powtec.2017.08.011.
V. V. Ganesan, A. Amerinatanzi, and A. Jain, “Discrete element modeling (DEM)simulations of powder bed densification using horizontal compactors in metaladditive manufacturing,” Powder Technol, vol. 405, Jun. 2022, doi:https://doi.org/10.1016/j.powtec.2022.117557.
Voller VR, Prakash C. A fixed grid numerical modelling methodology forconvection-diffusion mushy region phase-change problems. 1987.
D. Schiochet Nasato and T. Poschel, ¨ “Influence of particle shape in additivemanufacturing: discrete element simulations of polyamide 11 and polyamide 12,”Addit Manuf, vol. 36, Dec. 2020, doi:https://doi.org/10.1016/j.addma.2020.101421.
L. Verbelen, S. Dadbakhsh, M. Van Den Eynde, J. P. Kruth, B. Goderis, and P. VanPuyvelde, “Characterization of polyamide powders for determination of lasersintering thermal https://doi.org/10.1016/j.eurpolymj.2015.12.014.
Bai J, Goodridge RD, Hague RJM, Song M, Okamoto M. Influence of carbonnanotubes on the rheology and dynamic mechanical properties of polyamide-12 forlaser sintering. Polym Test 2014;36:95–100. https://doi.org/10.1016/j.polymertesting.2014.03.012.
F. Bondan, M. R. F. Soares, and O. Bianchi, “Effect of dynamic cross-linking onphase morphology and dynamic mechanical properties of polyamide 12/ethylenevinyl acetate copolymer blends,” Polym Bull, vol. 71, no. 1, pp. 151–166, Jan.2014, doi:https://doi.org/10.1007/s00289-013-1051-8.
M. Bahrami, J. Abenojar, and M. A. Martínez, “Comparative characterization ofhot-pressed polyamide 11 and 12: mechanical, thermal and durability properties,”Polymers (Basel), vol. 13, no. 20, Oct. 2021, doi:https://doi.org/10.3390/polym13203553.
M. Tang, P. C. Pistorius, and J. L. Beuth, “Prediction of lack-of-fusion porosity forpowder bed fusion,” Addit Manuf, vol. 14, pp. 39–48, Mar. 2017, doi:https://doi.org/10.1016/j.addma.2016.12.001.
X. Zhao, S. Dadbakhsh, and A. Rashid, “Contouring strategies to improve thetensile properties and quality of EBM printed Inconel 625 parts,” J Manuf Process,vol. 62, pp. 418–429, Feb. 2021, doi:https://doi.org/10.1016/j.jmapro
날카로운 정상부를 가진 삼각형 허들(Sharp-Crested Triangular Hump) 위의 유동 특성 수치 모델링
연구 배경
문제 정의: 수리 구조물의 성능 및 수면 프로파일을 정확히 예측하는 것은 실험적으로 어렵고 비용이 많이 듦.
목표: CFD(Computational Fluid Dynamics)를 활용하여 삼각형 허들 위의 유동 특성을 보다 효율적이고 정확하게 분석.
접근법: FLOW-3D 기반 시뮬레이션을 수행하여 실험 데이터와 비교 검증.
연구 방법
삼각형 허들(Weir) 개요
위어(Weir)는 개수로에서 유량 조절과 방류 역할을 수행하는 중요한 수리 구조물.
본 연구에서는 크기가 50 cm × 30 cm × 7 cm인 Sharp-Crested Triangular Hump 모델을 사용.
수치 모델링
FLOW-3D를 사용하여 RANS(Reynolds-Averaged Navier-Stokes) 방정식과 VOF(Volume of Fluid) 방법을 적용.
FAVOR(Fractional Area-Volume Obstacle Representation) 기법을 사용하여 메쉬 내 장애물 영향을 반영.
총 1,920,000개의 격자 셀을 사용하여 시뮬레이션 수행.
실험 설정
Universiti Teknologi PETRONAS(UTP)의 수리 실험실에서 실험 수행.
30cm 폭, 60cm 높이, 10m 길이의 플룸(flume)에서 실험 진행.
4가지 유량 조건(30, 51.3, 75.3, 31 m³/h) 및 경사 조건(0, 0.006, 0.01)으로 실험 설계.
주요 결과
수치 시뮬레이션 vs 실험 데이터 비교
수치 시뮬레이션과 실험 결과 간의 차이는 4~5% 이내로 매우 높은 정확도를 보임.
수면 프로파일, 평균 유속, 프로우드 수(Froude Number) 등이 실험과 잘 일치.
유동 특성 분석
프라우드 수(Froude Number) 변화:
상류(Upstream)에서는 Froude Number < 1.0 → 서브크리티컬(Subcritical) 흐름.
하류(Downstream)에서는 Froude Number > 1.0 → 슈퍼크리티컬(Supercritical) 흐름.
유속(Flow Velocity) 변화:
하류로 갈수록 유속 증가, 삼각형 허들이 흐름을 방해하면서 압력 변화를 유발.
수심(Flow Depth) 변화:
상류에서는 높은 수심 유지, 하류에서는 급격한 감소 확인.
수치 시뮬레이션의 유용성
FLOW-3D가 삼각형 허들 및 수리 구조물의 유동 해석에 효과적임을 확인.
기존의 실험적 접근보다 비용이 낮고 신속한 설계 검토 가능.
결론 및 향후 연구
FLOW-3D 기반 CFD 시뮬레이션이 삼각형 허들의 유동 해석 및 설계 최적화에 효과적임을 검증.
실험 데이터와 비교했을 때 높은 정확도(오차 4~5%)를 나타내며, 초기 설계 검토에 유용함.
향후 연구에서는 다양한 난류 모델(k-ε, RNG, LES) 적용 및 추가적인 수리 구조물 연구가 필요.
연구의 의의
이 연구는 수리 구조물의 유동 해석을 위해 CFD 시뮬레이션을 실험적으로 검증하여, 위어 및 삼각형 허들 설계의 최적화 및 성능 예측을 위한 신뢰성 높은 방법론을 제시했다는 점에서 큰 의미가 있다.
Reference
R.L. France, Wetland Design: Principles and Practices for Landscape Architects andLand-Use Planners, WW Norton and Company, 2003.
A. Ferrari, SPH simulation of free surface ow over a sharp-crested weir, Adv. WaterResour. 33 (3) (2010) 270–276.
R. Singh, D. Manivannan, T. Satyanarayana, Discharge coefficient of rectangularside weirs, J. Irrig. Drain. Eng. 120 (4) (1994) 814–819.
S.M. Borghei, M.R. Jalili, M. Ghodsian, Discharge coefficient for sharp-crested sideweir in subcritical ow, J. Hydraul. Eng. 125 (10) (1999) 1051–1056.
A. Al-Shukur, M. Al-jumaily, Z. Shaker, Experimental investigation of flow characteristics over crump weir with Different conditions, Saudi J. Eng. Technol. 2 (10)(2017) 373–379.
K.S. Erduran, G. Seckin, S. Kocaman, S. Atabay, 3D numerical modelling of owaround skewed bridge crossing, Eng. Appl. Comput. Fluid Mech. 6 (3) (2012)475–489.
A.S.I. Abdurrasheed, K.W. Yusof, H.B. Takaijudin, A. Ab, B.S. Iskandar, Effects ofbackwater on hydraulic performance evaluation of rainsmart modules in sustainable drainage systems, in: International Conference on Water Resources, Langkawi,Malaysia, November, 2018, pp. 27–28.
P.G. Chanel, J.C. Doering, Assessment of spillway modeling using computationaluid dynamics, Can. J. Civ. Eng. 35 (12) (2008) 1481–1485.
S. Dehdar-Behbahani, A. Parsaie, Numerical modeling of ow pattern in damspillways guide wall. Case study: balaroud dam, Iran, Alexandria Eng. J. 55 (1)(2016) 467–473.
A. Parsaie, A.H. Haghiabi, A. Moradinejad, CFD modeling of ow pattern in spillwaysapproach channel, Sustain. Water Resour. Manag. 1 (3) (2015) 245–251.
H.K. Versteeg, W. Malalasekera, An Introduction to Computational Uid Dynamics:the infinite Volume Method, Pearson education, 2007.
A.S.I. Abdurrasheed, K.,W. Yusof, H.B. Takaijudin, A.A. Ghani, M.M. Muhammad,A.T. Sholagberu, Advances and challenging issues in subsurface drainage moduletechnology and BIOECODS: a review, in: MATEC Web of Conferences, 203, EDPSciences, 2018, 07005.
S.Y. Kumcu, Investigation of ow over spillway modeling and comparison betweenexperimental data and CFD analysis, KSCE J. Civil Eng. 21 (3) (2017) 994–1003.
M. Darw, F. Moukalled, M. Luca, Finite Volume Method in Computational FluidDynamics: an Advanced Introduction with OpenFOAM an Matlab, Springer, 2015.
H. Zahabi, M. Torabi, E. Alamatian, M. Bahiraei, M. Goodarzi, Effects of geometryand hydraulic characteristics of shallow reservoirs on sediment entrapment, Water10 (12) (2018) 17–25.
G. Li, X. Li, J. Ning, Y. Deng, Numerical simulation and engineering application of adovetail-shaped bucket, Water 11 (2) (2019) 242.
D.C. Lo, J.S. Liou, S. Chang, Hydrodynamic performances of air-water flows ingullies with and without swirl generation vanes for drainage systems of buildings,Water 7 (2) (2015) 679–696.
T. Cebeci, Turbulence models and their application: efficient numerical methodswith computer programs, Springer Science and Business Media, 2003.
B. Mohammadi, O. Pironneau, Analysis of the k-epsilon turbulence model, 1993.
S. Patankar, Numerical Heat Transfer and Uid Ow, CRC press, 1980.
L. Choufu, S. Abbasi, H. Pourshahbaz, P. Taghvaei, S. Tfwala, Investigation of flow,erosion, and sedimentation pattern around varied groynes under Differenthydraulic and geometric conditions: a numerical study, Water 11 (2) (2019) 235.
S. Haun, N.R.B. Olsen, R. Feurich, Numerical modeling of ow over trapezoidalbroad-crested weir, Eng. Appl. Comput. Fluid Mech. 5 (3) (2011) 397–405.
댐 방수로(Spillway) 안내벽의 유동 패턴 수치 모델링: 이란 Balaroud 댐 사례 연구
연구 배경
문제 정의: 댐 방수로의 안내벽(Guide Wall)은 흐름 패턴을 조절하는 중요한 구조물로, 최적의 형상을 설계하면 방수로의 성능을 향상할 수 있음.
목표: Balaroud 댐의 방수로 안내벽에 대해 물리적 및 수치적 모델링을 수행하여, 최적의 안내벽 형상을 도출.
접근법: CFD(Computational Fluid Dynamics) 소프트웨어인 FLOW-3D를 활용하여 다양한 안내벽 설계를 비교 분석.
연구 방법
모델링 개요
AutoCAD를 이용하여 3D 모델 생성 후 FLOW-3D로 내보내기(STL 파일 형식).
1:110 축척의 실험실 모델을 구축하고 실험 결과와 수치 해석을 비교.
수치 모델링 과정
격자 생성(Meshing): 다양한 해상도로 수치 해석을 진행.
경계 조건 설정: 유입 및 유출 조건을 설정하고 난류 모델 선택.
난류 모델 비교
K-epsilon, RNG K-epsilon, LES(Large Eddy Simulation) 모델을 비교.
RNG K-epsilon 모델이 가장 적합한 결과를 보임.
세 가지 안내벽 설계 평가
모델 1: 유동 분리가 심하게 발생하여 부적합.
모델 2: 접근 채널에서 교차파(Cross Waves) 형성.
모델 3: 최소한의 유동 분리 및 교차파 제거 → 최적의 설계로 선정.
주요 결과
모델 3이 가장 우수한 성능을 보이며, 교차파 발생을 최소화하고 유량을 원활하게 전달.
유량-수위 곡선(Rating Curve) 분석을 통해 모델 3이 다른 설계보다 효율적임을 확인.
FLOW-3D의 RNG K-epsilon 난류 모델이 유동 패턴 해석에 가장 적합.
결론 및 향후 연구
수치 모델링과 물리적 실험을 결합하여 최적의 안내벽 형상을 도출.
최적 설계(모델 3)를 통해 방수로 성능을 개선하고, 수력 구조물의 안전성을 향상 가능.
향후 연구에서는 다양한 유입 조건과 추가적인 설계 변수를 고려하여 더욱 정밀한 최적화를 수행할 필요.
이 연구는 댐 방수로 안내벽 설계의 최적화를 목표로 하며, 수치 해석 기법을 활용한 CFD 기반 설계 검증 방법론을 제시한다는 점에서 의의가 있다.
Reference
M.C. Aydin, CFD simulation of free-surface flow overtriangular labyrinth side weir, Adv. Eng. Softw. 45 (1) (2012)159–166.
M.C. Aydin, M.E. Emiroglu, Determination of capacity oflabyrinth side weir by CFD, Flow Meas. Instrum. 29 (2013) 1–8.
H. Babaali, A. Shamsai, H. Vosoughifar, Computationalmodeling of the hydraulic jump in the stilling basin withconvergence walls using CFD codes, Arab. J. Sci. Eng. 40 (2)(2015) 381–395.
T. Cebeci, Turbulence Models and Their Application: EfficientNumerical Methods with Computer Programs, Horizons Pub,2004.
P.G. Chanel, An Evaluation of Computational Fluid Dynamicsfor Spillway Modeling, University of Manitoba, 2008 (Master ofScience).
J. Chatila, M. Tabbara, Computational modeling of flow overan ogee spillway, Comput. Struct. 82 (22) (2004) 1805–1812.
C. Chinnarasri, D. Kositgittiwong, P.Y. Julien, Model of flowover spillways by computational fluid dynamics, Proc. ICE –Water Manage. (2014) 164–175.
R. Ettema, Hydraulic Modeling Concepts and Practice, ASCE,2000.
D. Gessler, CFD modeling of spillway performance, ImpactsGlob. Clim. Change (2005) 1–10.
G. Guyot, H. Maaloul, A. Archer, A Vortex modeling with 3DCFD, in: P. Gourbesville, J. Cunge, G. Caignaert (Eds.),Advances in Hydroinformatics, Springer, Singapore, 2014, pp.433–444.
W.H. Hager, M. Pfister, Hydraulic modelling – an introduction:principles, methods and applications, J. Hydraul. Res. 48 (4)(2010) 557–558.
D. Kim, J. Park, Analysis of flow structure over ogee-spillway inconsideration of scale and roughness effects by using CFDmodel, KSCE J. Civ. Eng. 9 (2) (2005) 161–169.
R. Maghsoodi, M.S. Roozgar, H. Sarkardeh, H.M.Azamathulla, 3D-simulation of flow over submerged weirs,Int. J. Model. Simul. 32 (4) (2012) 237.
B. Mohammadi, O. Pironneau, Analysis of the K-epsilonTurbulence Model, Wiley, 1994.
F. Moukalled, L. Mangani, M. Darwish, The Finite VolumeMethod in Computational Fluid Dynamics: An AdvancedIntroduction with OpenFOAM and Matlab, SpringerInternational Publishing, 2015.
Y. Nakayama, R.F. Boucher, Computational fluid dynamics, in:Y.N.F. Boucher (Ed.), Introduction to Fluid Mechanics,Butterworth-Heinemann, Oxford, 1998, pp. 249–273.
A. Parsaie, A. Haghiabi, Computational modeling of pollutiontransmission in rivers, Appl. Water Sci. (2015) 1–10.
A. Parsaie, A. Haghiabi, Predicting the longitudinal dispersioncoefficient by radial basis function neural network, Model.Earth Syst. Environ. 1 (4) (2015) 1–8.
A. Parsaie, A. Haghiabi, A. Moradinejad, CFD modeling offlow pattern in spillway’s approach channel, Sustain. WaterResour. Manag. 1 (3) (2015) 245–251.Figure 14 Head discharge curve of the model (3).Figure 16 The rating curve of the models for the guide wall.Figure 15 Cross section of the flow through the guide wall at theflood return period 1000 year.472 S. Dehdar-behbahani, A. Parsaie
A. Parsaie, H. Yonesi, S. Najafian, Predictive modeling ofdischarge in compound open channel by support vector machinetechnique, Model. Earth Syst. Environ. 1 (2) (2015) 1–6.
S. Patankar, Numerical Heat Transfer and Fluid Flow, Taylor& Francis, 1980.
W. Rodi, Turbulence Models and Their Application inHydraulics, Taylor & Francis, 1993.
M. Suprapto, Increase spillway capacity using labyrinth weir,Proc. Eng. 54 (2013) 440–446.
H.K. Versteeg, W. Malalasekera, An Introduction to Computational Fluid Dynamics: The Finite Volume Method, Pearson Education Limited, 2007.
J.-B. Wang, H.-C. Chen, Improved design of guide wall of bank spillway at Yutang Hydropower Station, Water Sci. Eng. 3 (1) (2010) 67–74.
J. Wang, H. Chen, Experimental study of elimination of vortices along guide wall of bank spillway, in: Advances in Water Resources and Hydraulic Engineering, Springer, BerlinHeidelberg, 2009, pp. 2059–2063.
Hongliang Wang, Xuanwen Jia,Chuan Wang, Bo Hu, Weidong Cao, Shanshan Li, Hui Wang
Abstract
Water-jet-scouring technology finds extensive applications in various fields, including marine engineering. In this study, the pulse characteristics are introduced on the basis of jet-scouring research, and the sand-scouring characteristics of a pulsed jet under different Reynolds numbers and the impact distances are deeply investigated using Flow-3D v11.2. The primary emphasis is on the comprehensive analysis of the unsteady flow structure within the scouring process, the impulse characteristics, and the geometric properties of the resulting scouring pit. The results show that both the radius and depth of the scour pit show a good linear correlation with the jet-flow rate. The concentration of suspended sediment showed an increasing and then decreasing trend with impinging distance. The study not only helps to enrich the traditional theory of jet scouring, but also provides useful guidance for engineering applications, which have certain theoretical and practical significance.
Water-jet-scouring technology is widely used in marine engineering and its related ancillary fields, such as in the maintenance and repair of marine structures, extraction of deep-sea resources, dredging works, seabed geological research, and cleaning and maintenance of ships. The jet flow establishes a velocity shear layer at its boundary, leading to the destabilization and subsequent generation of vortices. These vortices undergo continuous deformation, rupture, merging, and evolution into turbulence during their movement. Consequently, they entrain surrounding fluid into the jet region, facilitating the transfer of momentum, heat, and mass between the jet and its ambient environment [1,2,3]. Therefore, numerous scholars have carried out detailed studies on the scouring characteristics associated with jets. Chatterjee et al. [4] investigated the local scouring and sediment-transport phenomena due to the formation of horizontal jets during the opening of sluice gates based on experiments, and successfully established empirical expressions for the correlation between the time of reaching the equilibrium stage, the maximum depth of scouring, and the peak of the dune. The important role of jet-diffusion properties in the scouring process was also emphasized. Hoffmans [5] calculated the equilibrium scour process induced using a horizontal jet in the absence of a streambed and used experiments to verify the accuracy of the equations for jet-scour depths in the relevant literature. Luo et al. [6] investigated the induction mechanism of scour in planar jets through particle-image velocimetry (PIV). It was found that the initial stage of scour was dominated by wall shear, while the later stages of the scour process were mainly influenced by the turbulent vortex. Canepa et al. [7] investigated the scour characteristics of gas-doped water jets and found that gas-doped jets significantly reduce the scour depth if the velocity of the mixture is used as a reference. Pulsed jets introduce pulsation, resulting in a water-hammer effect, as well as increased diffusion and coil suction rates. These factors contribute to a more intricate interaction between the pulsed jet and the adjacent wall. The process of generation, development and evolution of its internal vortex structure as well as the interaction between the vortex structure and the surrounding ambient fluid and solid wall have changed significantly [8,9]. At this juncture, researchers in this domain have undertaken investigations centered on the utilization of pulsed jets. Coussement et al. [10] investigated the flow characteristics of a pulsed jet in a cross-flow environment based on Large Eddy Simulation (LES). A new approach to characterize mixing was introduced, which successfully explains and quantifies the complex mixing process between the pulsating jet and the ambient fluid. Bi et al. [11] investigated the thrust of a deformable body generated through a pulsed jet based on an axisymmetric immersed-boundary model. The numerical results show that in addition to the momentum flux of the jet, the jet acceleration is also an important source of thrust generation. Zhang et al. [12] studied the complex unsteady flow characteristics of a pulsed jet impinging on a rotating wall using numerical methods, and it was found that the impact pressure of the pulsed jet on the wall is greater than that of the continuous jet on the wall for a certain period of time when the water-hammer effect occurs. Rakhsha et al. [13] used experiments and numerical simulations to study the effect of pulsed jets on the flow and heat-transfer characteristics over a heated plane. It was found that the Nussell number increases with increasing pulse frequency and Reynolds number and decreases with increasing impinging distance. It is evident that existing studies predominantly center on the unsteady flow characteristics of pulsed jets and their properties related to heat and mass transfer. Conversely, there is a noticeable dearth of research concerning the scouring attributes of pulsed jets in the available literature. The pulsed submerged impinging jet represents a complex jet flow with a significant engineering application background and substantial theoretical research value. Exploring the unsteady hydraulic characteristics of pulsed jets can enhance classical impinging jet theory, deepen our comprehension of the jet–wall interaction mechanism, and establish a scientific foundation for addressing engineering-application challenges. Therefore, this paper introduces the pulse characteristics into the impinging jet, and, based on the Flow-3D software, the sand-scouring characteristics of the impinging jet under different Reynolds numbers and impinging distances are deeply investigated. The surface geometry of the scour pit is characterized while obtaining the pulsation characteristics of the unsteady flow structure during sand scouring. This study not only offers a foundation for implementing flow control and enhancing the understanding of unsteady flow characteristics but also furnishes theoretical backing for predicting impact pressure and impact pit formation.
2. Modeling and Numerical Methods
2.1. Model Building
The geometric model consists of a jet pipe, a body of water, a baffle, and a sand bed, as shown in Figure 1. The inner diameter D of the jet pipe is 20 mm, and the length L is set to 50D to ensure that the turbulence inside the pipe is fully developed. H represents the impinging height, and the initial water height (Hw) is 1600 mm. Baffles positioned on both sides serve to maintain a constant water level. The length Ls and thickness Hs of the sand bed are 5000 mm and 160 mm, respectively. It is worth stating that the sand bed is composed of non-cohesive sand. The median grain size dm of the sand is 0.77 mm, the specific gravity Δ is 1.65, and the particle gradation σg is 1.21.
Figure 1. Geometric modeling for sand scouring.
2.2. Numerical Models
In fluid mechanics, the continuity and momentum equations are the basic governing equations [14]:
where u, v, w denote the velocity of the fluid in the x, y, z direction, respectively; Ax, Ay, Az denote the area fraction of the fluid in the x, y, z direction, respectively; VF denotes the volume fraction; P is the pressure exerted on the fluid micrometric elements; Gx, Gy, Gz are the gravitational acceleration in the x, y, z direction, respectively; and fx, fy, fz are the viscous forces in the x, y, z direction, respectively.
In numerical simulations, the selection of a turbulence model significantly influences the accuracy of the calculations. Hence, it is imperative to choose an appropriate turbulence model. Given that this paper primarily deals with fully developed circular tube turbulence, which entails velocity and momentum coupling among fluids and features substantial time and spatial scales in the non-constant flow, the RNG k–ε turbulence model [15,16,17] has been chosen for the conclusive numerical simulation work. The RNG model takes into account the effect of eddies on turbulence and improves the accuracy of vortex-flow prediction [18]. Its equations are as follows:
where vt is the eddy viscosity coefficient; μ is the kinetic viscosity coefficient; the empirical constants cε1 and cε2 have values of 1.42 and 1.68; c3 = 0.012; η0 = 4.38; cμ = 0.085; and the values of Prandtl numbers αk and αε corresponding to the turbulent kinetic energy k and the dissipation rate ε are both 0.7194.
The Flow-3D software realizes an accurate description of the sediment movement with the help of an empirical equation model proposed by Mastbergen and Van den Berg [19]. The critical Shields number first needs to be calculated from the Soulsby–Whitehouse equation [20], which is given below:
where ρi is the sediment density, ρf is the fluid density, di is the sediment diameter, μf is the hydrodynamic viscosity, and ‖g‖ is the magnitude of gravitational acceleration.
Under the action of the jet, part of the deposited sediment will be disturbed to show a suspended state and it will continue to move under the carrying of the fluid. The uplifting velocities of entrained sediment ulift,i and usetting,i are calculated as follows:
where αi is the sediment carryover coefficient with a recommended value of 0.018 [19]; ns is the normal direction of the bed; and vf is the kinematic viscosity of the liquid.
2.3. Grid-Independent Analysis
It is well known that the number of the grid is closely related to the accuracy and cost of the numerical calculation. In order to investigate the optimal number of grids suitable for this numerical simulation, the scour depth Ht of the sand bed at H/D = 2 and inlet flow velocity Vb = 1.485 m/s is chosen as the monitoring parameter for the grid-independent analysis. Five sets of grid schemes with increasing numbers are set, and the results of the independence analysis are shown in Figure 2. From the figure, it can be seen that the depth of the scour pit Ht increases gradually with the encryption of the grid. When the grid is encrypted to Scheme 4, Ht almost no longer increases. It is considered that the number of meshes at this time can already meet the accuracy requirements of numerical calculations. Therefore, the grid number scheme in Scheme 4 is selected for the subsequent numerical simulation study, and the grid number is 43,825.
Figure 2. Grid-independent analysis.
2.4. Grid Delineation and Boundary Conditions
Within the Flow-3D software, a grid block is used that covers the entire 2D computational area as shown in Figure 1. Given the large aspect ratio of the jet pipe and the significant turbulent coupling between the fluid and sediment near the pipe outlet, grid refinement is implemented in the vicinity of the pipe outlet. The grid-encrypted area is mainly the area between the jet outlet and the sand bed, as shown in Figure 3. In addition, a mesh node is provided at the baffle on each side of the computational domain to ensure proper identification of the fluid boundary during numerical simulations. The upper boundary of the computational domain is defined as a velocity inlet, where the velocity magnitude is denoted as Vb, and the direction is oriented vertically downward. The lower boundary is the wall and no fluid or sediment flux is allowed. The two side boundaries are specified as pressure boundaries and the pressure is set to be 0 Pa. Based on the requirement of 2D numerical simulation, the boundaries of the front and rear sides are set as symmetric boundaries, both with one grid node. At the same time, the boundary-layer mesh near the pipe and the sand bed is encrypted accordingly. y+ is set at around 30 to ensure that the first grid nodes are in the turbulence core region, so as to ensure that the RNG k–ε turbulence model is perfectly adapted to the boundary conditions. Considering that the velocity strength and pressure gradient of the fluid around the baffle are small and it is not an observation area, the encryption of the boundary-layer grid is not performed for the time being.
Figure 3. Computational grid.
Numerical simulations are performed using the discrete control equations of the control volume method, with the diffusion term of the equations in the central difference format and the convection term in the second-order upwind format, and the equations are solved using a coupled algorithm. The standard wall equations are used, and the no-slip option in the wall shear boundary conditions is checked. In the non-stationary numerical simulation, the time step is set to 0.05 s. In order to ensure the accuracy of the numerical calculations, each time step is iterated 100 times, and the convergence accuracy is set to 10−5.
In this paper, the continuous jet is periodically truncated to form a blocking pulsed jet. The pulse period of its pulse velocity can be expressed as T = tj + t0 (tj and t0 are the jet time and truncation time, respectively, taking the value of 0.5 s), and the inlet flow rate of the jet pipe is Vb during the jet time period, while the inlet flow rate of the jet pipe is 0 during the truncation time period, as shown in Figure 4.
Figure 4. Velocity characteristics of the blocking pulsed jet.
3. Experimental Validation
To validate the accuracy of the numerical simulations, an experimental investigation of jet impingement on sediment is conducted. The experimental setup is shown in Figure 5. The parameters characterizing the sediment in the experiments are guaranteed to be the same as the settings in the numerical simulations. Specifically, non-cohesive sand is used with a median particle size dm of 0.77 mm, a specific gravity Δ of 1.65, and a particle gradation σg of 1.21. An angle plate is employed to control the impinging angle of the jet pipe, a COMS camera captures images of the pit, and a laser range finder is utilized for precise measurements of pit depth and dune height. In order to quantitatively describe the effect of jet impingement, the depth of the sand pit and the height of the dune are defined as d and h, respectively.
Figure 5. Schematic diagram of the experimental setup.
Figure 6 compares the stabilized morphology of the sand bed formed under the scouring of the jet for an impinging distance H/D of two in the numerical simulation and the experiment. The inlet flow velocities Vb of the jet pipe are 0.424 m/s, 0.955 m/s, and 1.485 m/s, respectively. As depicted in the figure, the ultimate scouring morphology of the sand bed, as obtained through numerical simulation, closely aligns with the experimental results. This alignment underscores the strong agreement between the numerical simulation and the experimental data. Nevertheless, it must be recognized that the final scour depths of the numerical simulations are all slightly smaller than the experimental values under the same conditions. The possible reason for this is the wall effect, i.e., the porosity of the actual sand bed is not homogeneous, with the upper sand layer being slightly more porous [21], whereas the porosity of the sand bed in the numerical simulation strictly follows the set value. Given that the accuracy of numerical calculations is subject to various influencing factors, and considering that the numerical solution inherently involves an approximation process, the numerical methods employed in this study can be deemed both accurate and dependable.
There are many factors that affect the performance of jet scouring, such as the shape of the nozzle, the size of the nozzle, the inlet flow rate of the jet pipe, the impinging distance, and the sediment parameters. Changes in any one of these factors can have a large effect on the parameters that measure the scouring performance of the jet, such as the depth of the scouring pit |ymin|, the height of the dune ymax, the radius of the scouring pit R. In this paper, the effects of the inlet velocity Vb and impinging distance H/D on the scouring performance of the jet pipe are investigated. Seven working conditions with inlet velocity Vb of 0.424 m/s, 0.690 m/s, 0.955 m/s, 1.220 m/s, 1.485 m/s, 1.751 m/s and 2.016 m/s are calculated for different impinging distances H/D (H/D = 2, 4, 6 and 8). The corresponding Reynolds numbers Re are 8404, 13,657, 18,910, 24,162, 29,415, 34,667, and 39,920, respectively.
4.1. Characterization of Pit at Different Impinging Distances
After the jet impinges on the sand bed for a sustained period of time, the shape of the sand bed will no longer change and remain stable. Figure 7 shows the stable bed morphology formed by the jet impinging on the sand bed with different velocities Vb, and at different impinging distances H/D. The x-axis is at the axial position of the jet pipe, and the y-axis is the initial horizontal plane of the sand bed. As can be seen from the figure, under the condition of Vb = 0.424 m/s, the pit depths |ymin| corresponding to impinging distances H/D of two and four are basically equal. However, when H/D is increased to six, |ymin| becomes significantly smaller, and when H/D is eight, |ymin| increases again. Under the Vb = 0.690 m/s condition, the effect of H/D on the scour pit depth |ymin| is small, and its size basically stays around 3.5 cm. Under the Vb = 0.955 m/s condition, the pit depth corresponding to H/D = eight is slightly smaller than the pit depths at other impinging distances, and the magnitude of |ymin| is basically maintained near 4.6 cm. Under the Vb = 1.220 m/s condition, the change of the scouring pit depth |ymin| with the impinging distance H/D starts to be gradually significant, especially the scouring pit depth |ymin| which decreases by about 1.7 cm when the size of H/D increases from two to six. Under the condition of Vb = 1.220 m/s, the larger the H/D, the smaller the pit depth |ymin|, especially when the H/D is eight, the pit depth is obviously larger than the pit depth at other impinging distances. The corresponding pit depths |ymin| for Vb of 1.751 m/s and 2.016 m/s remain basically unchanged. From the above analysis, it can be seen that under the same Reynolds number conditions to some extent the impinging distance has a very limited effect on the depth of the pit |ymin|. When the impinging distance increases, the depth of the pit begins to decrease. This can be attributed to the fact that the increased distance results in the jet encountering the initial static water resistance over a longer duration, leading to a greater dissipation of kinetic energy and a subsequent reduction in the impinging force of the jet.
The depth of the scouring pit serves as a critical parameter for assessing the impact of jet impingement on sand beds, just as the height of the dune represents a key indicator for evaluating the effectiveness of this process. In Figure 7a, it can be seen that the dune height ymax increases synchronously with the increase of the impinging distance H/D at Vb = 0.424 m/s. When Vb ≥ 0.955 m/s, the dune height ymax no longer grows significantly with the increase of impinging distance H/D. To further explore the relationship between dune height and impinging distance, Figure 8 is plotted with the impinging distance as the horizontal coordinate and the dune heights on either side as the vertical coordinate. From the figure, it can be seen that when 0.424 m/s ≤ Vb ≤ 1.485 m/s, the dune height ymax increases with the increase of the impinging distance H/D, and the dune height ymax starts to decrease with the increase of the impinging distance H/D when Vb > 1.485 m/s. The reason behind the aforementioned phenomenon is that when the inlet velocity Vb of the jet pipe is low, suspended sediment tends to displace towards the sides of the dune, causing some of the sediment to accumulate on the dune and thereby increase its height. When Vb ≥ 1.485 m/s, due to the enhanced impact force, most of the suspended sediment no longer moves and accumulates near the dunes and sand pits, and it starts to move on the outside of the dunes, causing the dune height to decrease.
Figure 8. Variation in the height of dunes on either side of the scour pit with Vb: (a) left; (b) right.
In order to clarify the relationship between the pit radius R and the impinging distance H/D, the relationship is given in Figure 9. From the figure, it can be seen that when 0.424 ≤ Vb ≤ 0.690, the increase of impinging distance H/D has basically no effect on the radius R of the pit, and its magnitude always stays near 13 cm. As the inlet velocity Vb of the jet pipe increases (1.220 ≤ Vb ≤ 1.485), the impact of the pulsed jet intensifies. Consequently, the suspended sediment is propelled towards the sides of the sand pit; although, it has not reached the dune and the area beyond it. Instead, a substantial amount of suspended sediment settles within the sand pit on both sides. Simultaneously, as the impact distance increases, the reach of jet impact and the turbulence induced by the jet expand, leading to enhanced sediment transport on both sides of the sand pit. This ultimately results in a reduction in the radius of the scouring pit as the impinging distance increases.
Figure 9. Relationship between pit size and impinging distance.
4.2. Characterization of Piting at Different Reynolds Numbers
Figure 10 depicts the stabilized morphology of the sand pit resulting from the influence of jets with varying Reynolds numbers. Under the conditions of H/D = two and four, the inlet velocity Vb of the jet pipe is 0.424 m/s and 0.690 m/s, and the depth of the pit |ymin| is basically equal, which indicates that the impact of the jet on the sand bed at this time is small, and the sediment is only transported and circulated in the sand pit. When Vb ≥ 0.955, the depth of the pit |ymin| increases significantly with the increase of Vb. Under the condition of H/D = 6, the depth of the pit, denoted as |ymin|, ceases to remain constant when Vb is less than or equal to 0.690 m/s. However, the disparity between the two measurements remains relatively small, suggesting that the impact force and turbulence of the jet are already capable of transporting sediment from the bottom of the pit to its flanks when Vb ≤ 0.690 m/s. In the H/D = 8 condition, due to the impinging distance H/D is larger, and when the velocity of the jet pipe is small (Vb ≤ 0.690 m/s), the kinetic energy of the jet is continuously exchanged with the static water body and then reduced, making its impact force reduce, and the sediment can only be transported and circulated at the bottom of the sand pit. To further investigate the effect of the Reynolds number of the jet on the depth of the pit |ymin|, Figure 11 is plotted with the jet velocity Vb as the horizontal coordinate and the depth of the pit |ymin| as the vertical coordinate. From the figure, it is evident that there exists a strong linear relationship between the depth of the scouring pit and the jet velocity. The data points in the figure can be fitted to establish the following relationship between the depth of the scouring pit and the jet velocity:
Figure 11. Linear relationship between scouring-pit depth and jet velocity.
4.3. Characterization of Pits with Different Impinging Times
Figure 12 illustrates the deformation of the sand bed caused by the impact of the pulsed jet over a time range from 0.75 s to 3.5 s (with intervals of 0.25 s). When the jet velocity Vb is 0.424 m/s, within the initial 0.75 s of jet initiation, the impact of the pulsed jet leads to noticeable deformation of the sand pit and dune, with their fundamental shapes taking form. The depth of the pit, denoted as |ymin|, continuously increases from 0.75 s to 2 s, eventually stabilizing around 2.75 s. By the onset of the pulsed jet, the dune has already assumed a fundamental profile, and its maximum height, represented as ymax, exhibits minimal variation over time, remaining relatively constant.
In this paper, a numerical computational study is conducted to examine the characteristics of sand-bed impingement using obstructing pulsed jets. A comprehensive analysis is undertaken, encompassing impingement-pit depth, dune height, and impingement-pit radius. The following conclusions are drawn:
Under consistent jet-velocity conditions, the impingement distance (H/D) has minimal impact on the depth of the scouring pit within the range of 2 ≤ H/D ≤ 6. However, beyond this range (H/D > 6), increased impingement distance leads to heightened jet-energy dissipation, resulting in a weakened impact force and a subsequent reduction in pit depth. Additionally, for lower jet velocities, impinging-distance variations have negligible effects on pit radius, while higher jet velocities induce a decrease in pit radius with an increase in impinging distance.
The study establishes strong linear relationships between both the radius and depth of the scouring pit and the jet velocity. However, the relationship between dune height and pulsed-jet velocity is characterized by randomness and uncertainty. The dynamics of sediment transport contribute to the lack of symmetry in the stable configuration of the sand pit concerning the jet-pipe axis. Furthermore, the relationship between dune height and pulsed-jet velocity exhibits transient characteristics, highlighting the complex nature of these interactions.
The numerical computational analysis emphasizes the transient characteristics of the sand-pit configuration due to sediment-transport dynamics. The stable state of the pit does not assume symmetry with the jet pipe as the axis, introducing a level of asymmetry in the system. This asymmetry is crucial in understanding the complex behavior of the sand-bed impingement. The findings underscore the need to consider dynamic and transient factors when studying the impact of obstructing pulsed jets on sand-bed characteristics.
References
Wang, C.; Wang, X.; Shi, W.; Lu, W.; Tan, S.K.; Zhou, L. Experimental investigation on impingement of a submerged circular water jet at varying impinging angles and Reynolds numbers. Exp. Therm. Fluid Sci.2017, 89, 189–198.
Hu, B.; Yao, Y.; Wang, M.; Wang, C.; Liu, Y. Flow and Performance of the Disk Cavity of a Marine Gas Turbine at Varying Nozzle Pressure and Low Rotation Speeds: A Numerical Investigation. Machines2023, 11, 68.
Yu, H.; Wang, C.; Li, G.; Wang, H.; Yang, Y.; Wu, S.; Cao, W.; Li, S. Steady and Unsteady Flow Characteristics inside Short Jet Self-Priming Pump. Sustainability2023, 15, 13643.
Chatterjee, S.S.; Ghosh, S.N.; Chatterjee, M. Local scour due to submerged horizontal jet. J. Hydraul. Eng.1994, 120, 973–992.
Hoffmans, G.J. Jet scour in equilibrium phase. J. Hydraul. Eng.1998, 124, 430–437.
Luo, A.; Cheng, N.-S.; Lu, Y.; Wei, M. Characteristics of Initial Development of Plane Jet Scour. J. Hydraul. Eng.2023, 149, 06023004.
Canepa, S.; Hager, W.H. Effect of jet air content on plunge pool scour. J. Hydraul. Eng.2003, 129, 358–365.
Krueger, P.S. Vortex ring velocity and minimum separation in an infinite train of vortex rings generated by a fully pulsed jet. Theor. Comput. Fluid Dyn.2010, 24, 291–297.
Zhou, Z.; Ge, Z.; Lu, Y.; Zhang, X. Experimental study on characteristics of self-excited oscillation pulsed water jet. J. Vibroeng.2017, 19, 1345–1357.
Coussement, A.; Gicquel, O.; Degrez, G. Large eddy simulation of a pulsed jet in cross-flow. J. Fluid Mech.2012, 695, 1–34.
Bi, X.; Zhu, Q. Pulsed-jet propulsion via shape deformation of an axisymmetric swimmer. Phys. Fluids2020, 32, 081902.
Zhang, L.; Wang, C.; Zhang, Y.; Xiang, W.; He, Z.; Shi, W. Numerical study of coupled flow in blocking pulsed jet impinging on a rotating wall. J. Braz. Soc. Mech. Sci. Eng.2021, 43, 508.
Rakhsha, S.; Zargarabadi, M.R.; Saedodin, S. Experimental and numerical study of flow and heat transfer from a pulsed jet impinging on a pinned surface. Exp. Heat Transf.2021, 34, 376–391.
Idowu, I.A.; Adewuyi, J.B. Relationship between continuity and momentum equation in two dimensional flow. Afr. J. Math. Comput. Sci. Res.2010, 3, 031–035.
Kim, B.J.; Hwang, J.H.; Kim, B. FLOW-3D Model Development for the Analysis of the Flow Characteristics of Downstream Hydraulic Structures. Sustainability2022, 14, 10493.
Jalal, H.K.; Hassan, W.H. Three-Dimensional Numerical Simulation of Local Scour around Circular Bridge Pier Using Flow-3D Software. In Proceedings of the Fourth Scientific Conference for Engineering and Postgraduate Research, Baghdad, Iraq, 16–17 December 2019; IOP Publishing: Bristol, UK, 2020; Volume 745, p. 012150.
Nazari-Sharabian, M.; Nazari-Sharabian, A.; Karakouzian, M.; Karami, M. Sacrificial piles as scour countermeasures in river bridges a numerical study using flow-3D. Civ. Eng. J.2020, 6, 1091–1103.
Abraham, J.; Magi, V. Computations of transient jets: RNG ke model versus standard ke model. SAE Trans.1997, 106, 1442–1452.
Mastbergen, D.R.; Van Den Berg, J.H. Breaching in fine sands and the generation of sustained turbidity currents in submarine canyons. Sedimentology2003, 50, 625–637.
Soulsby, R. Dynamics of Marine Sands; Thomas Telford Ltd.: London, UK, 1997; ISBN 9780727725844.
Atkins, J.E.; Mcbride, E.F. Porosity and packing of holocene river, dune, and beach sands (1). AAPG Bull.1992, 76, 339–355.
The present work provides validation of the ultimate tensile strength computational models, based on full-scale lamellar graphite iron casting process simulation, against previously obtained experimental data. Microstructure models have been combined with modified Griffith and Hall–Petch equations, and incorporated into casting simulation software, to enable the strength prediction for four pearlitic lamellar cast iron alloys with various carbon contents. The results show that the developed models can be successfully applied within the strength prediction methodology along with the simulation tools, for a wide range of carbon contents and for different solidification rates typical for both thin- and thick-walled complex-shaped iron castings.
Nowadays, there is a great need to further improve both the material properties and the prediction models for optimization of the heavy truck engine components aimed to fulfil the rigorous environmental legislations, sustainability goals, and customer demands. Cylinder blocks and cylinder heads are the primary components of these engines, and the majority of them are composed of lamellar graphite iron (LGI). The ultimate tensile strength (UTS) of LGI is an essential material property that determines the engine performance and the fuel consumption. The complex geometry and variation of the wall thickness in the cylinder blocks result in different solidification times through the component, and thus, different tensile properties. A number of investigators [1,2,3,4,5,6] underlined the major influence of the graphite flake size on the strength of LGI. It is believed that under stress, the graphite flakes are dispersed in the metal matrix act as notches that decrease the material strength. Modified Griffith and Hall–Petch models were introduced for the prediction of UTS in LGI, where the maximum graphite length was considered as the maximum defect size [3,7,8,9]. Recently, it was found that the maximum defect size can never be larger than the interdendritic space between the primary austenite dendrites formed during the solidification process [10]. The length scale of the interdendritic space was characterized by the hydraulic diameter of the interdendritic phase (DIPHyde), which proved to be the most suitable parameter to express the detrimental effect of the graphite lamella in the metallic matrix. Thus, the DIPHyde parameter was introduced as the maximum defect size in the modified Griffith and Hall–Petch equations [10,11]. Over the past decades, computer simulations of LGI solidification were carried out by several researchers [7,8,9,12,13] to describe the thermal history and the microstructure evolution of LGI castings. The main objective of these studies was prediction of the UTS. Macroscopic heat flow modeling, coupled with growth kinetic equations, was introduced in [7] to predict various microstructure features of LGI. Consequently, a modified Griffith fracture relation was applied to determine the UTS of a commercial LGI alloy. A similar solidification model was developed in [8], where a microstructure evolution model was employed together with the modified Hall–Petch equation for calculation of the UTS. Note that in [8], two different cooling rates resulted in two different relationships between the UTS and the maximum graphite flake length. Similar observations were made in [10], where three different cooling rates led to providing three different linear dependencies between the eutectic cell size (direct proportional to the maximum graphite length) and the UTS. The present work provides validation of the UTS computational models against experimental data, based on full-scale pearlitic LGI gravity casting process simulation. We investigated whether the models recently developed in [10,11] can be applied within the UTS prediction methodology, along with the simulation tools, for different alloy compositions and for different solidification rates. The novel methodology for UTS prediction, presented in this paper, involves DIPHyde as the key morphological parameter, along with the pearlite lamellar spacing. These parameters are dependent on solidification time, cooling rate, and alloy composition. The proposed approach bears simplicity compared to the microstructure modelling methods [7,8]. The methodology is validated to include analytical formulation of the UTS prediction models and robust experimental thermal analysis, to obtain latent heat of solidification and solid-state transformation as input data for the simulation. First, the UTS modeling methods are elaborated followed by the details on the experimental setup and alloy composition. Casting simulation model is then introduced, as well as the simulation procedure. The results are discussed in comparison with the temperature and UTS measurements, followed by conclusions regarding applicability and limitations of the proposed UTS prediction methodology.
2. UTS Modeling
The modified Griffith fracture relation is given by Equation (1) [3], and the modified Hall–Petch strengthening model is represented by Equation (2) [8].
where 𝜎𝑈𝑇𝑆 is the ultimate tensile strength, α is the maximum defect size, and kt is the stress intensity factor of the metallic matrix, k1 and k2 are the contributions from other strengthening mechanisms, and d is the grain size. The maximum defect size and grain size, α and d, are provided in μm, parameters kt and k2 are in MPa, √μm, and k1 is in MPa.
It was found in [10] that DIPHyde is the dominant factor that reduces the UTS in lamellar graphite iron alloys. A modified Griffith equation was obtained in [10] as result of the linear regression analysis of the experimental data, Equation (3).
According to this model, if a tensile force is applied on the microstructure, a crack will start to form at a certain stress level. The crack will propagate relatively easily through the numerous interconnected graphite particles that are embedded in the metallic matrix of the eutectic cell. When the crack reaches the metallic matrix (pearlite) that was originated from the primary austenite (dendritic phase), the relatively rapid crack extension will be halted, due to the fact that much larger stresses are required for the fracture of this phase. The magnitude of the additional stress is proportional to the pearlite lamellar spacing (λpearlite). Based on this assumption, it becomes apparent that the effect of λpearlite on the UTS must be taken into consideration. Thus, linear multiple regression analysis was made to determine the simultaneous influence of the DIPHyde and the λpearlite on the UTS. The model obtained is based on the modified Hall–Petch relation, and is expressed by Equation (4) [11].
The DIPHyde parameter was found to be related to the solidification time (ts) and the fraction of primary austenite (fγ), as seen from Equation (5) [14].
The λpearlite parameter at room temperature was assumed to be dependent on the cooling rate in the eutectoid transformation region. The empirical relationship between λpearlite at room temperature, and the cooling rate at the temperature intervals between 700 and 740 °C, is shown in Figure 1. The experimentally derived relation Equation (6) was used for investigating the effect of different λpearlite prediction models on simulated UTS. The measurements techniques, the microstructure and thermal data that resulted in Equation (6), are presented elsewhere [11,12]. Briefly, the pearlite lamellar spacing was measured using SEM and a linear intercept method. The minimum value was considered to be the correct spacing (perpendicular to the lamellae). The distance between 11 adjacent ferrite lamellas was measured and divided by 10 for estimation of a single interlamellar spacing.
Figure 1. Pearlite lamellar spacing as function of cooling rate between 700 and 740 °C.
3. Materials and Methods
3.1. Cylindrical Castings
The experimental layout contained three cylindrical cavities, each one surrounded by a different material (steel chill, sand, and insulation) intended to provide three different cooling rates. The entire assembly was enclosed by a furan-bounded sand mold. The dimensions of the cylinders surrounded by sand and chill were ∅50 × 70 mm, and the insulated cylinder dimensions were ∅80 × 70 mm. A lateral 2-D heat flow condition was induced by placing an insulation plate at the top and bottom of the cylindrical castings. The design of the cylindrical castings and arrangement of the experimental layout are shown in Figure 2 and Figure 3, respectively.
Figure 2. Cylindrical castings with the insulation and chill.
Figure 3. The experimental layout. (1) Thermocouples, (2) sand mold, and (3) insulation plates.
Two type S thermocouples with glass tube protection were embedded in every cylindrical casting. A central thermocouple was located on the central axis of the cylinder. The distance between the central and the lateral thermocouple was 20 mm for the ∅50 mm cylinder and 30 mm for the ∅80 mm cylinder. The thermocouples were placed at the mid-height of each cylinder and the temperatures were recorded at approximately 0.2 s interval. A 16-bit resolution data acquisition system with the sampling rate 100 Hz was employed [12]. The mold-filling time was 12 s. The solidification times of the metal in the chill, sand, and insulation were roughly 80, 400, and 1500 s, respectively. An electric induction furnace was utilized for melting of the charge material. The cast iron base alloy was inoculated with a constant level of a standard Sr-based inoculant. Four hypoeutectic lamellar graphite iron heats with varying carbon contents were produced. The alloy with the higher carbon content was cast first, and steel scraps were added to the furnace for the adjustment of the carbon content in the following casting. Coin-shaped specimens were extracted for chemical analysis. The chemical compositions of the four different alloys are presented in Table 1. All the castings had a fully pearlitic microstructure.
Table 1. Chemical composition (wt %) and carbon equivalent (Ceq = %C + %Si/3 + %P/3).
Alloy
C
Si
Mn
P
S
Cr
Cu
Ceq
A
3.62
1.88
0.57
0.04
0.08
0.14
0.38
4.26
B
3.34
1.83
0.56
0.04
0.08
0.15
0.37
3.96
C
3.05
1.77
0.54
0.04
0.08
0.14
0.36
3.65
D
2.80
1.75
0.54
0.04
0.08
0.15
0.35
3.40
Tensile strength measurements were performed using a dog bone-shaped specimen with 6 mm diameter in the gauge section, 35 mm gauge length, and a 3 μm surface finish. The tests were conducted at a strain rate of 0.035 mm/s and at room temperature. The experimental tensile samples were machined at the distance ~10 mm (sand, chill) and ~20 mm (insulation) from the cylinder axis. The load cell error of the tensile testing machine was <0.5%.
3.2. Simulation Model and Assumptions
A CFD software (Flow-3D CAST, v.5.0 from Flow Science, Inc., Santa Fe, NM, USA) [15] was employed to develop a full-scale 3D model of the casting process for the experimental layout. Mold filling and the cooling/solidification stages were simulated, and local UTS computations were performed on the customized models. Mold-filling time was 12 s, and the laminar flow model was applied. The casting temperature was 1360 °C, and the metal input diameter was 3 cm. The ambient temperature was set to 20 °C. Symmetry boundary conditions were used on the faces of the computational domain, except for the upper face, where the pressure boundary condition was applied. A computational grid of cubical control elements was generated with the cell size 3 mm. The computational grid had a total of ~1 million cells. Different grid densities were tested, and grid-independent results were obtained. The explicit solver was employed during the mold filling, whereas the implicit solver was used for heat transfer simulation in the solidification phase. Since the focus was on heat transfer and the UTS computation methodology, shrinkage and micro-porosity models were not included in the solidification phase. In this work, the amount of latent heat release due to solidification was related to the solid fraction curves, seen in Figure 4, for the studied alloys. These curves were calculated from the registered experimental cooling curves by using the Fourier thermal analysis method [16,17]. The latent heat of solidification was considered equal to 240 kJ/kg for all studied alloys [18]. Fourier thermal analysis was also applied on cooling curves for the determination of the latent heat release during the eutectoid transformation. The latent heat releases at the eutectoid transformation was found to be similar for all alloys and were incorporated into the specific heat curve as it is shown in Figure 5. The temperature dependent cast iron thermophysical properties [12], and the calibrated heat transfer coefficients applied in the simulation are presented in Table 2.
Figure 4. Solid fraction variation with temperature.
Figure 5. Specific heat as function of temperature.
Table 2. Temperature dependent properties of the cast iron and heat transfer coefficients *.
Temperature (°C)
Cast Iron Thermophysical Properties
Heat Transfer Coefficient
Density
Specific Heat
Thermal Conductivity
Sand-Casting
Chill-Casting
Insulation-Casting
[kg/m3]
[J/kg/K]
[W/m/K]
[W/m2/K]
[W/m2/K]
[W/m2/K]
600
7146
700
40
40
100
10
720
–
1074
–
–
300
–
721
–
12301
–
–
–
–
724
–
12308
–
–
–
–
725
–
1082
–
50
–
10
750
–
733
–
–
–
–
900
–
–
–
80
–
15
1000
6994
800
–
150
–
25
1100
–
825
–
250
1300
55
1154
6960
837
40
–
1450
–
1170
7016
–
–
–
–
–
1200
6985
–
–
–
1600
60
1227
6939
749
–
–
–
–
1300
6876
771
–
380
–
180
1700
6395
807
38
940
2700
940
* Piecewise linear interpolation was made between neighboring points in the table.
3.3. Simulation Procedure
The simulation procedure consisted of model calibration with respect to the experimental cooling curves available at the location of the central thermocouple. Correct reproduction of the experimental cooling curves is the key for the UTS computation methodology, and one is free to choose methods for model calibration. In this work, the calibration was done by adjustment of the typical heat transfer coefficients between the metal and the insulation, sand, and chill. The UTS calculations for the cylinders were performed during post-processing, by applying local solidification times, local cooling rates in the eutectoid transformation region, and the experimentally determined fraction of primary austenite (fγ) for each alloy: 0.3 for alloy A, 0.4 for alloy B, 0.51 for alloy C, and 0.61 for alloy D [16].
4. Results and Discussion
The general agreement within 7% was achieved between the simulated and measured cooling curves for insulation-, sand-, and chill-encapsulated cylinders; see Figure 6, Figure 7, Figure 8 and Figure 9. The larger differences were observed in the solidification region of the chill castings where the eutectic reaction was predicted at higher temperature than measured. This is because the solid fraction-temperature curves were derived from the sand-casting thermal histories, where the undercooling was much lower. Moreover, the solidification model in the simulation used the enthalpy method [19] and ignored the kinetics of phase transformation and, therefore, the undercooling and recalescence of solidification were not predicted. However, the simulated solidification times were in good agreement with the experiment.
Figure 6. Simulated and experimental cooling curves (central thermocouple) for alloy A: (a) insulation, (b) sand, and (c) chill.
Figure 7. Simulated and experimental cooling curves (central thermocouple) for alloy B: (a) insulation, (b) sand, and (c) chill.
Figure 8. Simulated and experimental cooling curves (central thermocouple) for alloy C: (a) insulation, (b) sand, and (c) chill.
Figure 9. Simulated and experimental cooling curves (central thermocouple) for alloy D: (a) insulation (b) sand, and (c) chill.
The measurement accuracy of the type S thermocouples was ±1.5 °C. It is worth noting that some of the thermocouples inserted in the melt could be slightly displaced from their intended positions during the solidification, which created an additional source of the measurement error; this can be seen clearly, e.g., from the solidification part of the experimental cooling curve for the insulated cylinder in Figure 7. The simulated solidification times and cooling rates were used in Equations (3) and (4) for the calculation of UTS. The predicted UTS distribution, substituted in the middle cross-section of the alloy B casting, is shown in Figure 10. The figure illustrates the inhomogeneous material strength in the casting. It is directly related to the temperature gradient and the cooling rate distribution during solidification and solid-state transformation. The reduced UTS is the result of the microstructure coarseness that is related to the solidification time and the cooling rate. Moreover, large UTS gradients on the chilled cylinder can be explained by the large temperature gradients at high solidification rate. Intermediate and slow solidification rates on sand- and insulation-encapsulated cylinders resulted in more uniform distribution of UTS values, due to the smaller temperature gradients during solidification. It should be noted that the variation of UTS magnitude within the tensile bar positions (shown with dashed lines) complicates the model validation.
Figure 10. Distribution of ultimate tensile strength (UTS) calculated from Equations (4) and (6) for alloy B: (a) insulation-, (b) sand-, and (c) chill-encapsulated cylinder; the dashed lines indicate the position of the tensile bars.
The obtained values were compared to the measured UTS. Table 3 presents the experimental and simulated UTS results for different cooling rates and for each alloy. The simulated UTS values in Table 3 were picked from the mid-height locations of the tensile bar regions, indicated in Figure 10 with dashed lines. This would correspond to the failure location in the tensile test. However, the exact fracture location might be influenced by several other factors, such as microporosities, graphite flakes that are in contact with the casting surface, or other casting impurities. All of these can cause the crack initiation at positions where the theoretical material strength is not the lowest. Apparently, the fracture analysis is out of scope of the present work. There are quite small differences between simulated and measured UTS values, with the exception of the intermediate and slow cooling rates (sand and insulation) for alloy A, where all the models predicted the UTS with less accuracy. Relatively high, but still acceptable average percentage errors are also observed for the insulated cylinders cast of alloys C and D.
Comparisons between the calculated and the measured data are demonstrated in Figure 11. The graph reveals a relatively strong correlation between the measured and computed UTS. The R2 values show that Equation (3) predicts the UTS with better accuracy than Equation (4). This indicates the need to develop further the model for prediction of the λpearlite parameter.
Figure 11. Correlation between measured and simulated UTS values.
The observed deviations between the simulated and measured UTS can be also attributed to the limited number of tensile specimens [10] and to uncertainties regarding the measurements accuracy of the 𝐷𝐻𝑦𝑑𝐼𝑃 parameter, especially for the low cooling rate samples [20] that were used to develop the UTS models. The presented results should be related to two fundamental publications on computer simulations of LGI solidification coupled with the Griffiths and Hall–Petch models [7,8]. The models for UTS calculation utilized in these works were based on a narrow carbon content interval, and on a limited cooling rate variation, in comparison. Moreover, growth kinetic equations were employed in [7,8]. On the contrary, the latent heat release model by the “enthalpy method” [19] was adopted for the solidification simulation in the present work. Furthermore, the presented way to determine the key parameters and incorporate them into material property prediction is novel. In [7,8], the key parameter was the eutectic cell diameter. It is evident that the modified Griffith and Hall–Petch equations are applicable once the eutectic diameter can be predicted, as well as the pearlite lamellar spacing in the Hall–Patch equation. A completely different approach validated in this work involved the hydraulic diameter as the key morphological parameter, along with the pearlite lamellar spacing introduced in [8]. The presented methodology to calculate the UTS features the simplicity of determining the key parameters by simulation (solidification time, cooling rate, and composition dependent). While [7] and [8] introduce complex microstructure models valid for small process intervals (with respect to composition and cooling condition), the current methodology lays back to a robust experimental thermal analysis [16], providing accurate input data (latent heat of both solidification and solid-state transformation) for the simulation. A robust iteration process for tuning up the heat transfer coefficient results in the accurately predicted cooling rate.
5. Conclusions
The novel UTS prediction methodology for fully pearlitic LGI alloys presented in this paper involves hydraulic diameter as the key morphological parameter, along with the pearlite lamellar spacing. It is characterized by simplicity, in comparison to the microstructure modelling methods. The methodology includes analytical formulation of the UTS prediction models, and robust experimental thermal analysis. The latter provides the latent heat of solidification and solid-state transformation as input data for the solidification simulation. In turn, the simulation delivers the solidification time and cooling rates for the UTS prediction models.
Microstructure models for the prediction of hydraulic diameter and the pearlite lamellar spacing, combined with modified Griffith and Hall–Petch equations, were incorporated into casting simulation software for the prediction of UTS in fully pearlitic LGI alloys. Overall, the simulation UTS results were found to be in good agreement (within 9% on the average) with the measurements. However, high average percentage errors were observed for the intermediate and slow cooling rates (sand and insulation) for the alloy with the higher carbon content (alloy A). This study revealed the necessity for development of a more advanced model for the prediction of the λpearlite parameter. The results demonstrated the applicability of the novel UTS prediction models for different chemical compositions and cooling conditions.
Further development of the microstructure modelling would enable determination of the key parameters (hydraulic diameter and pearlite lamellar spacing). However, it seems not to be critical for the presented novel UTS prediction methodology which is valid for the wide process interval.
Author Contributions
A.D. designed the experiment and supervised the work, I.B. performed the simulations, V.F. analyzed the data and wrote the paper, A.D. and I.B. reviewed the paper.
Funding
This research received no external funding.
Acknowledgments
This work was performed within the Swedish Casting Innovation Centre. Cooperating parties are Jönköping University, Scania CV AB, Swerea SWECAST AB and Volvo Powertrain Production Gjuteriet AB. Participating persons from these institutions/companies are acknowledged.
Conflicts of Interest
The authors declare no conflict of interest.
References
Collini, L.; Nicoletto, G.; Konecná, R. Microstrucure and mechanical properties of pearlitic lamellar cast iron. Mater. Sci. Eng. A 2008, 488, 529–539.
Ruff, G.F.; Wallace, J.F. Effects of solidification structure on the tensile properties of lamellar iron. AFS Trans. 1977, 56, 179–202.
Bates, C. Alloy element effect on lamellar iron properties: Part II. AFS Trans. 1986, 94, 889–905.
Nakae, H.; Shin, H. Effect of graphite morphology on tensile properties of flake graphite cast iron. Mater. Trans. 2001, 42, 1428–1434.
Baker, T.J. The fracture resistance of the flake graphite cast iron. Mater. Eng. Appl. 1978, 1, 13–18.
Griffin, J.A.; Bates, C.E. Predicting in-situ lamellar cast iron properties: Effects of the pouring temperature and manganese and sulfur concentration. AFS Trans. 1988, 88, 481–496.
Goettsch, D.D.; Dantzig, J.A. Modeling microstructure development in gray cast irons. Metall. Trans. A 1994, 25, 1063–1079.
Catalina, A.; Guo, X.; Stefanescu, D.M.; Chuzhoy, L.; Pershing, M.A. Prediction of room temperature microstructure and mechanical properties in lamellar iron castings. AFS Trans. 2000, 94, 889–912.
Urrutia, A.; Celentano, J.D.; Dayalan, R. Modeling and Simulation of the Gray-to-White Transition during Solidification of a Hypereutectic Gray Cast Iron: Application to a Stub-to-Carbon Connection used in Smelting Processes. Metals 2017, 7, 549.
Fourlakidis, V.; Diószegi, A. A generic model to predict the ultimate tensile strength in pearlitic lamellar graphite iron. Mater. Sci. Eng. A 2014, 618, 161–167.
Fourlakidis, V.; Diaconu, L.; Diószegi, A. Strength prediction of Lamellar Graphite Iron: From Griffith’s to Hall-Petch modified equation. Mater. Sci. Forum 2018, 925, 272–279.
Diószegi, A. On the Microstructure Formation and Mechanical Properties in Grey Cast Iron. In Linköping Studies in Science and Technology; Dissertation No. 871; Jönköping: Jönköping, Sweden, 2004; p. 25. ISBN 91-7373-939-1.
Leube, B.; Arnberg, L. Modeling gray iron solidification microstructure for prediction of mechanical properties. Int. J. Cast Metals Res. 1999, 11, 507–514.
Fourlakidis, V.; Diószegi, A. Dynamic Coarsening of Austenite Dendrite in Lamellar Cast Iron Part 2—The influence of carbon composition. Mater. Sci. Forum 2014, 790–791, 211–216.
Barkhudarov, M.R.; Hirt, C.W. Casting simulation: Mold filling and solidification—Benchmark calculations using FLOW-3D. In Proceedings of the 7th Conference on Modeling of Casting, Welding and Advanced Solidification Processes, London, UK, 10–15 September 1995.
Diószegi, A.; Diaconu, L.; Fourlakidis, V. Prediction of volume fraction of primary austenite at solidification of lamellar graphite cast iron using thermal analyses. J. Therm. Anal. Calorim. 2016, 124, 215–225.
Svidró, P.; Diószegi, A.; Pour, M.S.; Jönsson, P. Investigation of Dendrite Coarsening in Complex Shaped Lamellar Graphite Iron Castings. Metals 2017, 7, 244.
Diószegi, A.; Hattel, J. An inverse thermal analysis method to study the solidification in cast iron. Int. J. Cast Met. Res. 2004, 17, 311–318.
Hattel, J.H. Fundamentals of Numerical Modelling of Casting Processes, 1st ed.; Polyteknisk Forlag: Lyngby, Denmark, 2005.
Diószegi, A.; Fourlakidis, V.; Lora, R. Austenite Dendrite Morphology in Lamellar Cast Iron. Int. J. Cast Met. Res. 2015, 28, 310–317.
In practical use, there is shrinkage in the width direction in existing overflow water film. This study introduces the ” flow deflectors ” to solve the problem of discontinuous water film. According to the principle of the experimental devices, the model was established by FLOW-3D software and the corresponding boundary conditions were set up, the minimum size of the grid was 0.25mm × 0.25mm × 0.25mm. The film model was investigated under ten working conditions with three factors. Through the analysis of the distribution curves of velocities and thickness, impacts of unit width flux, tank width and the distance between the flow deflectors on the velocity and thickness of the liquid film were obtained. The results indicated that the water film was able to keep continuous and airtight with flow deflectors. The variation law of water film with unit width flux was obtained and a correlation formula was proposed according to Nusselt correlation. And, it was found that the tank width has little influence on the water film itself. The “dry zones” were also founded on the film when the distance between flow deflectors increased.
References
Gong H, Jiang J, Qiu J, Jiang R and Zhang W 2016 Theoretical and Experimental Study on the Water Curtain Shape and Mechanical Relationship of the Smoke Control System Advances in Engineering Research 500-7 Gong H, Jiang J, Zhang W and Guan Y 2017 Theory and Simulation of the Relationship between Smoke-proof Water Curtain’s Tank Structure and Flow Non-uniformity DEStech Transactions on Environment, Energy and Earth Science iceepe 257-63 ZHENG Li, QIAN Zhongdong, CAO Zhixian and TAN Guangming 2009 Comparison of computed result for dam over-topping flow with two 3D models Engineering Journal of Wuhan University 06 758-63 Hartley DE and Murgatroyd W 1964 Criteria for the break-up of thin liquid layers flowing isothermally over solid surfaces International Journal of Heat and Mass Transfer 9 1003-15 QIN Wei, LIU Jianhua, WENG Zemin and JIANG Zhangyan 1997 Characteristics of Interfacial Surface Wave of Free-Falling Liquid Film JOURNAL OF JIMEI NAVIGATION INSTITUTE 02 3-8 Ye X, Yan W, Jiang Z and Li C 2002 Hydrodynamics of Free-Falling Turbulent Wavy Films and Implications for Enhanced Heat Transfer Heat Transfer Engineering 1 48-60
Unintended end-of-process depression (EOPD) commonly occurs in laser powder bed fusion (LPBF), leading to poor surface quality and lower fatigue strength, especially for many implants. In this study, a high-fidelity multi-physics meso-scale simulation model is developed to uncover the forming mechanism of this defect. A defect-process map of the EOPD phenomenon is obtained using this simulation model. It is found that the EOPD formation mechanisms are different under distinct regions of process parameters. At low scanning speeds in keyhole mode, the long-lasting recoil pressure and the large temperature gradient easily induce EOPD. While at high scanning speeds in keyhole mode, the shallow molten pool morphology and the large solidification rate allow the keyhole to evolve into an EOPD quickly. Nevertheless, in the conduction mode, the Marangoni effects along with a faster solidification rate induce EOPD. Finally, a ‘step’ variable power strategy is proposed to optimise the EOPD defects for the case with high volumetric energy density at low scanning speeds. This work provides a profound understanding and valuable insights into the quality control of LPBF fabrication.
의도하지 않은 공정 종료 후 함몰(EOPD)은 LPBF(레이저 분말층 융합)에서 흔히 발생하며, 특히 많은 임플란트의 경우 표면 품질이 떨어지고 피로 강도가 낮아집니다. 본 연구에서는 이 결함의 형성 메커니즘을 밝히기 위해 충실도가 높은 다중 물리학 메조 규모 시뮬레이션 모델을 개발했습니다.
이 시뮬레이션 모델을 사용하여 EOPD 현상의 결함 프로세스 맵을 얻습니다. EOPD 형성 메커니즘은 공정 매개변수의 별개 영역에서 서로 다른 것으로 밝혀졌습니다.
키홀 모드의 낮은 스캔 속도에서는 오래 지속되는 반동 압력과 큰 온도 구배로 인해 EOPD가 쉽게 유발됩니다. 키홀 모드에서 높은 스캐닝 속도를 유지하는 동안 얕은 용융 풀 형태와 큰 응고 속도로 인해 키홀이 EOPD로 빠르게 진화할 수 있습니다.
그럼에도 불구하고 전도 모드에서는 더 빠른 응고 속도와 함께 마랑고니 효과가 EOPD를 유발합니다. 마지막으로, 낮은 스캐닝 속도에서 높은 체적 에너지 밀도를 갖는 경우에 대해 EOPD 결함을 최적화하기 위한 ‘단계’ 가변 전력 전략이 제안되었습니다.
이 작업은 LPBF 제조의 품질 관리에 대한 심오한 이해와 귀중한 통찰력을 제공합니다.
Figure 5. Simulation of the molten pool under low-speed scanning (1.06 m/s). (a) Sequential solidification of the molten pool at the
end of the melt track for laser powers of 190 and 340 W, respectively. (b) Recoil pressure on the molten pool at the keyhole for laser
powers of 190 and 340 W, respectively. (c) The force diagram of the melt at the back of the keyhole at t = 750 μs in case B. (d) Temperature gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case A. (e) Temperature
gradient at the solid–liquid interface of the molten pool at the moment the laser is deactivated in case B.
References
[1] Zhang C, Li Z, Zhang J, et al. Additive manufacturing of magnesium matrix composites: comprehensive review of recent progress and research perspectives. J Mag Alloys. 2023. doi:10.1016/j.jma.2023.02.005 [2] Webster S, Lin H, Carter III FM, et al. Physical mechanisms in hybrid additive manufacturing: a process design framework. J Mater Process Technol. 2022;291:117048. doi:10. 1016/j.jmatprotec.2021.117048 [3] Wang S, Ning J, Zhu L, et al. Role of porosity defects in metal 3D printing: formation mechanisms, impacts on properties and mitigation strategies. Mater Today. 2022. doi:10.1016/j.mattod.2022.08.014 [4] Wei C, Li L. Recent progress and scientific challenges in multi-material additive manufacturing via laser-based powder bed fusion. Virtual Phys Prototyp. 2021;16 (3):347–371. doi:10.1080/17452759.2021.1928520 [5] Lin X, Wang Q, Fuh JYH, et al. Motion feature based melt pool monitoring for selective laser melting process. J Mater Process Technol. 2022;303:117523. doi:10.1016/j. jmatprotec.2022.117523 [6] Gockel J, Sheridan L, Koerper B, et al. The influence of additive manufacturing processing parameters on surface roughness and fatigue life. Int J Fatigue. 2019;124:380–388. doi:10.1016/j.ijfatigue.2019.03.025 [7] Nicoletto G. Influence of rough as-built surfaces on smooth and notched fatigue behavior of L-PBF AlSi10Mg. Addit Manuf. 2020;34:101251. doi:10.1016/j. addma.2020.101251 [8] Spece H, Yu T, Law AW, et al. 3D printed porous PEEK created via fused filament fabrication for osteoconductive orthopaedic surfaces. J Mech Behav Biomed Mater. 2020;109:103850. doi:10.1115/1.0004270v [9] Andrukhov O, Huber R, Shi B, et al. Proliferation, behavior, and differentiation of osteoblasts on surfaces of different microroughness. Dent Mater. 2016;32(11):1374–1384. doi:10.1016/j.dental.2016.08.217 [10] Dai N, Zhang LC, Zhang J, et al. Corrosion behavior of selective laser melted Ti-6Al-4 V alloy in NaCl solution. Corros Sci. 2016;102:484–489. doi:10.1016/j.corsci.2015. 10.041 [11] Li EL, Wang L, Yu AB, et al. A three-phase model for simulation of heat transfer and melt pool behaviour in laser powder bed fusion process. Powder Technol. 2021;381:298–312. doi:10.1016/j.powtec.2020.11.061 [12] Liao B, Xia RF, Li W, et al. 3D-printed ti6al4v scaffolds with graded triply periodic minimal surface structure for bone tissue engineering. J Mater Eng Perform. 2021;30:4993– 5004. doi:10.1007/s11665-021-05580-z [13] Li E, Zhou Z, Wang L, et al. Melt pool dynamics and pores formation in multi-track studies in laser powder bed fusion process. Powder Technol. 2022;405:117533. doi:10.1016/j.powtec.2022.117533 [14] Guo L, Geng S, Gao X, et al. Numerical simulation of heat transfer and fluid flow during nanosecond pulsed laser processing of Fe78Si9B13 amorphous alloys. Int J Heat Mass Transfer. 2021;170:121003. doi:10.1016/j.ijheatma sstransfer.2021.121003 [15] Guo L, Li Y, Geng S, et al. Numerical and experimental analysis for morphology evolution of 6061 aluminum alloy during nanosecond pulsed laser cleaning. Surf Coat Technol. 2022;432:128056. doi:10.1016/j.surfcoat. 2021.128056 [16] Li S, Liu D, Mi H, et al. Numerical simulation on evolution process of molten pool and solidification characteristics of melt track in selective laser melting of ceramic powder. Ceram Int. 2022;48(13):18302–18315. doi:10. 1016/j.ceramint.2022.03.089 [17] Aboulkhair NT, Maskery I, Tuck C, et al. On the formation of AlSi10Mg single tracks and layers in selective laser melting: microstructure and nano-mechanical properties. J Mater Process Technol. 2016;230:88–98. doi:10.1016/j. jmatprotec.2015.11.016 [18] Thijs L, Kempen K, Kruth JP, et al. Fine-structured aluminium products with controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder. Acta Mater. 2013;61(5):1809–1819. doi:10.1016/j.actamat.2012.11.052 [19] Qiu C, Adkins NJE, Attallah MM. Microstructure and tensile properties of selectively laser-melted and of HIPed laser-melted Ti–6Al–4 V. Mater Sci Eng A. 2013;578:230–239. doi:10.1016/j.msea.2013.04.099 [20] Kazemi Z, Soleimani M, Rokhgireh H, et al. Melting pool simulation of 316L samples manufactured by selective laser melting method, comparison with experimental results. Int J Therm Sci. 2022;176:107538. doi:10.1016/j. ijthermalsci.2022.107538 [21] Cao L. Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel. Comput Math Appl. 2021;96:209–228. doi:10.1016/j. camwa.2020.04.020 [22] Liu B, Fang G, Lei L, et al. Predicting the porosity defects in selective laser melting (SLM) by molten pool geometry. Int J Mech Sci. 2022;228:107478. doi:10.1016/j.ijmecsci. 2022.107478 [23] Ur Rehman A, Pitir F, Salamci MU. Full-field mapping and flow quantification of melt pool dynamics in laser powder bed fusion of SS316L. Materials. 2021;14(21):6264. doi:10. 3390/ma14216264 [24] Chia HY, Wang L, Yan W. Influence of oxygen content on melt pool dynamics in metal additive manufacturing: high-fidelity modeling with experimental validation. Acta Mater. 2023;249:118824. doi:10.1016/j.actamat. 2023.118824 [25] Cheng B, Loeber L, Willeck H, et al. Computational investigation of melt pool process dynamics and pore formation in laser powder bed fusion. J Mater Eng Perform. 2019;28:6565–6578. doi:10.1007/s11665-019- 04435-y [26] Li X, Guo Q, Chen L, et al. Quantitative investigation of gas flow, powder-gas interaction, and powder behavior under different ambient pressure levels in laser powder bed fusion. Int J Mach Tools Manuf. 2021;170:103797. doi:10.1016/j.ijmachtools.2021.103797 [27] Wu Y, Li M, Wang J, et al. Powder-bed-fusion additive manufacturing of molybdenum: process simulation, optimization, and property prediction. Addit Manuf. 2022;58:103069. doi:10.1016/j.addma.2022.103069 [28] Wu S, Yang Y, Huang Y, et al. Study on powder particle behavior in powder spreading with discrete element method and its critical implications for binder jetting additive manufacturing processes. Virtual Phys Prototyp. 2023;18(1):e2158877. doi:10.1080/17452759.2022.2158877 [29] Klassen A, Schakowsky T, Kerner C. Evaporation model for beam based additive manufacturing using free surface lattice Boltzmann methods. J Phys D Appl Phys. 2014;47 (27):275303. doi:10.1088/0022-3727/47/27/275303 [30] Cao L. Mesoscopic-scale numerical simulation including the influence of process parameters on slm single-layer multi-pass formation. Metall Mater Trans A. 2020;51:4130–4145. doi:10.1007/s11661-020-05831-z [31] Zhuang JR, Lee YT, Hsieh WH, et al. Determination of melt pool dimensions using DOE-FEM and RSM with process window during SLM of Ti6Al4V powder. Opt Laser Technol. 2018;103:59–76. doi:10.1016/j.optlastec.2018. 01.013 [32] Li Y, Gu D. Thermal behavior during selective laser melting of commercially pure titanium powder: numerical simulation and experimental study. Addit Manuf. 2014;1–4:99–109. doi:10.1016/j.addma.2014.09.001 [33] Dai D, Gu D. Thermal behavior and densification mechanism during selective laser melting of copper matrix composites: simulation and experiments. Mater Des. 2014;55 (0):482–491. doi:10.1016/j.matdes.2013.10.006 [34] Wang S, Zhu L, Dun Y, et al. Multi-physics modeling of direct energy deposition process of thin-walled structures: defect analysis. Comput Mech. 2021;67:c1229– c1242. doi:10.1007/s00466-021-01992-9 [35] Wu J, Zheng J, Zhou H, et al. Molten pool behavior and its mechanism during selective laser melting of polyamide 6 powder: single track simulation and experiments. Mater Res Express. 2019;6. doi:10.1088/2053-1591/ab2747 [36] Cho JH, Farson DF, Milewski JO, et al. Weld pool flows during initial stages of keyhole formation in laser welding. J Phys D Appl Phys. 2009;42. doi:10.1088/0022- 3727/42/17/175502 [37] Sinha KN. Identification of a suitable volumetric heat source for modelling of selective laser melting of Ti6Al4V powder using numerical and experimental validation approach. Int J Adv Manuf Technol. 2018;99:2257–2270. doi:10.1007/s00170-018-2631-4 [38] Fu CH, Guo YB. Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V. J Manuf Sci Eng. 2014;136(6):061004. doi:10.1115/1.4028539 [39] Ansari P, Rehman AU, Pitir F, et al. Selective laser melting of 316 l austenitic stainless steel: detailed process understanding using multiphysics simulation and experimentation. Metals. 2021;11(7):1076. doi:10.3390/met11071076 [40] Zhao C, Shi B, Chen S, et al. Laser melting modes in metal powder bed fusion additive manufacturing. Rev Mod Phys. 2022;94(4):045002. doi:10.1103/revmodphys.94. 045002 [41] Bertoli US, Wolfer AJ, Matthews MJ, et al. On the limitations of volumetric energy density as a design parameter for selective laser melting. Mater Des. 2017;113:331–340. doi:10.1016/j.matdes.2016.10.037 [42] Dash A, Kamaraj A. Prediction of the shift in melting mode during additive manufacturing of 316L stainless steel. Mater Today Commun. 2023: 107238. doi:10.1016/j. mtcomm.2023.107238 [43] Majeed M, Khan HM, Rasheed I. Finite element analysis of melt pool thermal characteristics with passing laser in SLM process. Optik. 2019;194:163068. doi:10.1016/j.ijleo. 2019.163068
Yi Wei ;Genyu Chen;Nengru Tao;Wei Zhou https://doi.org/10.1063/5.0191504
In order to comprehensively reveal the evolutionary dynamics of the molten pool and the state of motion of the fluid during the high-precision laser powder bed fusion (HP-LPBF) process, this study aims to deeply investigate the specific manifestations of the multiphase flow, solidification phenomena, and heat transfer during the process by means of numerical simulation methods. Numerical simulation models of SS316L single-layer HP-LPBF formation with single and double tracks were constructed using the discrete element method and the computational fluid dynamics method. The effects of various factors such as Marangoni convection, surface tension, vapor recoil, gravity, thermal convection, thermal radiation, and evaporative heat dissipation on the heat and mass transfer in the molten pool have been paid attention to during the model construction process. The results show that the molten pool exhibits a “comet” shape, in which the temperature gradient at the front end of the pool is significantly larger than that at the tail end, with the highest temperature gradient up to 1.69 × 108 K/s. It is also found that the depth of the second track is larger than that of the first one, and the process parameter window has been determined preliminarily. In addition, the application of HP-LPBF technology helps to reduce the surface roughness and minimize the forming size.
Laser powder bed fusion (LPBF) has become a research hotspot in the field of additive manufacturing of metals due to its advantages of high-dimensional accuracy, good surface quality, high density, and high material utilization.1,2 With the rapid development of electronics, medical, automotive, biotechnology, energy, communication, and optics, the demand for microfabrication technology is increasing day by day.3 High-precision laser powder bed fusion (HP-LPBF) is one of the key manufacturing technologies for tiny parts in the fields of electronics, medical, automotive, biotechnology, energy, communication, and optics because of its process characteristics such as small focal spot diameter, small powder particle size, and thin powder layup layer thickness.4–13 Compared with LPBF, HP-LPBF has the significant advantages of smaller focal spot diameter, smaller powder particle size, and thinner layer thickness. These advantages make HP-LPBF perform better in producing micro-fine parts, high surface quality, and parts with excellent mechanical properties.
HP-LPBF is in the exploratory stage, and researchers have already done some exploratory studies on the focal spot diameter, the amount of defocusing, and the powder particle size. In order to explore the influence of changing the laser focal spot diameter on the LPBF process characteristics of the law, Wildman et al.14 studied five groups of different focal spot diameter LPBF forming 316L stainless steel (SS316L) processing effect, the smallest focal spot diameter of 26 μm, and the results confirm that changing the focal spot diameter can be achieved to achieve the energy control, so as to control the quality of forming. Subsequently, Mclouth et al.15 proposed the laser out-of-focus amount (focal spot diameter) parameter, which characterizes the distance between the forming plane and the laser focal plane. The laser energy density was controlled by varying the defocusing amount while keeping the laser parameters constant. Sample preparation at different focal positions was investigated, and their microstructures were characterized. The results show that the samples at the focal plane have finer microstructure than those away from the focal plane, which is the effect of higher power density and smaller focal spot diameter. In order to explore the influence of changing the powder particle size on the characteristics of the LPBF process, Qian et al.16 carried out single-track scanning simulations on powder beds with average powder particle sizes of 70 and 40 μm, respectively, and the results showed that the melt tracks sizes were close to each other under the same process parameters for the two particle-size distributions and that the molten pool of powder beds with small particles was more elongated and the edges of the melt tracks were relatively flat. In order to explore the superiority of HP-LPBF technology, Xu et al.17 conducted a comparative analysis of HP-LPBF and conventional LPBF of SS316L. The results showed that the average surface roughness of the top surface after forming by HP-LPBF could reach 3.40 μm. Once again, it was verified that HP-LPBF had higher forming quality than conventional LPBF. On this basis, Wei et al.6 comparatively analyzed the effects of different laser focal spot diameters on different powder particle sizes formed by LPBF. The results showed that the smaller the laser focal spot diameter, the fewer the defects on the top and side surfaces. The above research results confirm that reducing the laser focal spot diameter can obtain higher energy density and thus better forming quality.
LPBF involves a variety of complex systems and mechanisms, and the final quality of the part is influenced by a large number of process parameters.18–24 Some research results have shown that there are more than 50 factors affecting the quality of the specimen. The influencing factors are mainly categorized into three main groups: (1) laser parameters, (2) powder parameters, and (3) equipment parameters, which interact with each other to determine the final specimen quality. With the continuous development of technologies such as computational materials science and computational fluid dynamics (CFD), the method of studying the influence of different factors on the forming quality of LPBF forming process has been shifted from time-consuming and laborious experimental characterization to the use of numerical simulation methods. As a result, more and more researchers are adopting this approach for their studies. Currently, numerical simulation studies on LPBF are mainly focused on the exploration of molten pool, temperature distribution, and residual stresses.
Finite element simulation based on continuum mechanics and free surface fluid flow modeling based on fluid dynamics are two common approaches to study the behavior of LPBF molten pool.25–28 Finite element simulation focuses on the temperature and thermal stress fields, treats the powder bed as a continuum, and determines the molten pool size by plotting the elemental temperature above the melting point. In contrast, fluid dynamics modeling can simulate the 2D or 3D morphology of the metal powder pile and obtain the powder size and distribution by certain algorithms.29 The flow in the molten pool is mainly affected by recoil pressure and the Marangoni effect. By simulating the molten pool formation, it is possible to predict defects, molten pool shape, and flow characteristics, as well as the effect of process parameters on the molten pool geometry.30–34 In addition, other researchers have been conducted to optimize the laser processing parameters through different simulation methods and experimental data.35–46 Crystal growth during solidification is studied to further understand the effect of laser parameters on dendritic morphology and solute segregation.47–54 A multi-scale system has been developed to describe the fused deposition process during 3D printing, which is combined with the conductive heat transfer model and the dendritic solidification model.55,56
Relevant scholars have adopted various different methods for simulation, such as sequential coupling theory,57 Lagrangian and Eulerian thermal models,58 birth–death element method,25 and finite element method,59 in order to reveal the physical phenomena of the laser melting process and optimize the process parameters. Luo et al.60 compared the LPBF temperature field and molten pool under double ellipsoidal and Gaussian heat sources by ANSYS APDL and found that the diffusion of the laser energy in the powder significantly affects the molten pool size and the temperature field.
The thermal stresses obtained from the simulation correlate with the actual cracks,61 and local preheating can effectively reduce the residual stresses.62 A three-dimensional thermodynamic finite element model investigated the temperature and stress variations during laser-assisted fabrication and found that powder-to-solid conversion increases the temperature gradient, stresses, and warpage.63 Other scholars have predicted residual stresses and part deflection for LPBF specimens and investigated the effects of deposition pattern, heat, laser power, and scanning strategy on residual stresses, noting that high-temperature gradients lead to higher residual stresses.64–67
In short, the process of LPBF forming SS316L is extremely complex and usually involves drastic multi-scale physicochemical changes that will only take place on a very small scale. Existing literature employs DEM-based mesoscopic-scale numerical simulations to investigate the effects of process parameters on the molten pool dynamics of LPBF-formed SS316L. However, a few studies have been reported on the key mechanisms of heating and solidification, spatter, and convective behavior of the molten pool of HP-LPBF-formed SS316L with small laser focal spot diameters. In this paper, the geometrical properties of coarse and fine powder particles under three-dimensional conditions were first calculated using DEM. Then, numerical simulation models for single-track and double-track cases in the single-layer HP-LPBF forming SS316L process were developed at mesoscopic scale using the CFD method. The flow genesis of the melt in the single-track and double-track molten pools is discussed, and their 3D morphology and dimensional characteristics are discussed. In addition, the effects of laser process parameters, powder particle size, and laser focal spot diameter on the temperature field, characterization information, and defects in the molten pool are discussed.
II. MODELING
A. 3D powder bed modeling
HP-LPBF is an advanced processing technique for preparing target parts layer by layer stacking, the process of which involves repetitive spreading and melting of powders. In this process, both the powder spreading and the morphology of the powder bed are closely related to the results of the subsequent melting process, while the melted surface also affects the uniform distribution of the next layer of powder. For this reason, this chapter focuses on the modeling of the physical action during the powder spreading process and the theory of DEM to establish the numerical model of the powder bed, so as to lay a solid foundation for the accuracy of volume of fluid (VOF) and CFD.
1. DEM
DEM is a numerical technique for calculating the interaction of a large number of particles, which calculates the forces and motions of the spheres by considering each powder sphere as an independent unit. The motion of the powder particles follows the laws of classical Newtonian mechanics, including translational and rotational,38,68–70 which are expressed as follows:����¨=���+∑��ij,
(1)����¨=∑�(�ij×�ij),
(2)
where �� is the mass of unit particle i in kg, ��¨ is the advective acceleration in m/s2, And g is the gravitational acceleration in m/s2. �ij is the force in contact with the neighboring particle � in N. �� is the rotational inertia of the unit particle � in kg · m2. ��¨ is the unit particle � angular acceleration in rad/s2. �ij is the vector pointing from unit particle � to the contact point of neighboring particle �.
Equations (1) and (2) can be used to calculate the velocity and angular velocity variations of powder particles to determine their positions and velocities. A three-dimensional powder bed model of SS316L was developed using DEM. The powder particles are assumed to be perfect spheres, and the substrate and walls are assumed to be rigid. To describe the contact between the powder particles and between the particles and the substrate, a non-slip Hertz–Mindlin nonlinear spring-damping model71 was used with the following expression:�hz=��������+��[(�����ij−�eff����)−(�����+�eff����)],
(3)
where �hz is the force calculated using the Hertzian in M. �� and �� are the radius of unit particles � and � in m, respectively. �� is the overlap size of the two powder particles in m. ��, �� are the elastic constants in the normal and tangential directions, respectively. �ij is the unit vector connecting the centerlines of the two powder particles. �eff is the effective mass of the two powder particles in kg. �� and �� are the viscoelastic damping constants in the normal and tangential directions, respectively. �� and �� are the components of the relative velocities of the two powder particles. ��� is the displacement vector between two spherical particles. The schematic diagram of overlapping powder particles is shown in Fig. 1.
Schematic diagram of overlapping powder particles.
Because the particle size of the powder used for HP-LPBF is much smaller than 100 μm, the effect of van der Waals forces must be considered. Therefore, the cohesive force �jkr of the Hertz–Mindlin model was used instead of van der Waals forces,72 with the following expression:�jkr=−4��0�*�1.5+4�*3�*�3,
(4)1�*=(1−��2)��+(1−��2)��,
(5)1�*=1��+1��,
(6)
where �* is the equivalent Young’s modulus in GPa; �* is the equivalent particle radius in m; �0 is the surface energy of the powder particles in J/m2; α is the contact radius in m; �� and �� are the Young’s modulus of the unit particles � and �, respectively, in GPa; and �� and �� are the Poisson’s ratio of the unit particles � and �, respectively.
2. Model building
Figure 2 shows a 3D powder bed model generated using DEM with a coarse powder geometry of 1000 × 400 × 30 μm3. The powder layer thickness is 30 μm, and the powder bed porosity is 40%. The average particle size of this spherical powder is 31.7 μm and is normally distributed in the range of 15–53 μm. The geometry of the fine powder was 1000 × 400 × 20 μm3, with a layer thickness of 20 μm, and the powder bed porosity of 40%. The average particle size of this spherical powder is 11.5 μm and is normally distributed in the range of 5–25 μm. After the 3D powder bed model is generated, it needs to be imported into the CFD simulation software for calculation, and the imported geometric model is shown in Fig. 3. This geometric model is mainly composed of three parts: protective gas, powder bed, and substrate. Under the premise of ensuring the accuracy of the calculation, the mesh size is set to 3 μm, and the total number of coarse powder meshes is 1 704 940. The total number of fine powder meshes is 3 982 250.
Geometric modeling of the powder bed computational domain: (a) coarse powder, (b) fine powder.
B. Modeling of fluid mechanics simulation
In order to solve the flow, melting, and solidification problems involved in HP-LPBF molten pool, the study must follow the three governing equations of conservation of mass, conservation of energy, and conservation of momentum.73 The VOF method, which is the most widely used in fluid dynamics, is used to solve the molten pool dynamics model.
1. VOF
VOF is a method for tracking the free interface between the gas and liquid phases on the molten pool surface. The core idea of the method is to define a volume fraction function F within each grid, indicating the proportion of the grid space occupied by the material, 0 ≤ F ≤ 1 in Fig. 4. Specifically, when F = 0, the grid is empty and belongs to the gas-phase region; when F = 1, the grid is completely filled with material and belongs to the liquid-phase region; and when 0 < F < 1, the grid contains free surfaces and belongs to the mixed region. The direction normal to the free surface is the direction of the fastest change in the volume fraction F (the direction of the gradient of the volume fraction), and the direction of the gradient of the volume fraction can be calculated from the values of the volume fractions in the neighboring grids.74 The equations controlling the VOF are expressed as follows:𝛻����+�⋅(��→)=0,
(7)
where t is the time in s and �→ is the liquid velocity in m/s.
The material parameters of the mixing zone are altered due to the inclusion of both the gas and liquid phases. Therefore, in order to represent the density of the mixing zone, the average density �¯ is used, which is expressed as follows:72�¯=(1−�1)�gas+�1�metal,
(8)
where �1 is the proportion of liquid phase, �gas is the density of protective gas in kg/m3, and �metal is the density of metal in kg/m3.
2. Control equations and boundary conditions
Figure 5 is a schematic diagram of the HP-LPBF melting process. First, the laser light strikes a localized area of the material and rapidly heats up the area. Next, the energy absorbed in the region is diffused through a variety of pathways (heat conduction, heat convection, and surface radiation), and this process triggers complex phase transition phenomena (melting, evaporation, and solidification). In metals undergoing melting, the driving forces include surface tension and the Marangoni effect, recoil due to evaporation, and buoyancy due to gravity and uneven density. The above physical phenomena interact with each other and do not occur independently.
Laser heat sourceThe Gaussian surface heat source model is used as the laser heat source model with the following expression:�=2�0����2exp(−2�12��2),(9)where � is the heat flow density in W/m2, �0 is the absorption rate of SS316L, �� is the radius of the laser focal spot in m, and �1 is the radial distance from the center of the laser focal spot in m. The laser focal spot can be used for a wide range of applications.
Energy absorptionThe formula for calculating the laser absorption �0 of SS316L is as follows:�0=0.365(�0[1+�0(�−20)]/�)0.5,(10)where �0 is the direct current resistivity of SS316L at 20 °C in Ω m, �0 is the resistance temperature coefficient in ppm/°C, � is the temperature in °C, and � is the laser wavelength in m.
Heat transferThe basic principle of heat transfer is conservation of energy, which is expressed as follows:𝛻𝛻𝛻�(��)��+�·(��→�)=�·(�0����)+��,(11)where � is the density of liquid phase SS316L in kg/m3, �� is the specific heat capacity of SS316L in J/(kg K), 𝛻� is the gradient operator, t is the time in s, T is the temperature in K, 𝛻�� is the temperature gradient, �→ is the velocity vector, �0 is the coefficient of thermal conduction of SS316L in W/(m K), and �� is the thermal energy dissipation term in the molten pool.
Molten pool flowThe following three conditions need to be satisfied for the molten pool to flow:
Conservation of mass with the following expression:𝛻�·(��→)=0.(12)
Conservation of momentum (Navier–Stokes equation) with the following expression:𝛻𝛻𝛻𝛻���→��+�(�→·�)�→=�·[−pI+�(��→+(��→)�)]+�,(13)where � is the pressure in Pa exerted on the liquid phase SS316L microelement, � is the unit matrix, � is the fluid viscosity in N s/m2, and � is the volumetric force (gravity, atmospheric pressure, surface tension, vapor recoil, and the Marangoni effect).
Surface tension and the Marangoni effectThe effect of temperature on the surface tension coefficient is considered and set as a linear relationship with the following expression:�=�0−��dT(�−��),(14)where � is the surface tension of the molten pool at temperature T in N/m, �� is the melting temperature of SS316L in K, �0 is the surface tension of the molten pool at temperature �� in Pa, and σdσ/ dT is the surface tension temperature coefficient in N/(m K).In general, surface tension decreases with increasing temperature. A temperature gradient causes a gradient in surface tension that drives the liquid to flow, known as the Marangoni effect.
Metal vapor recoilAt higher input energy densities, the maximum temperature of the molten pool surface reaches the evaporation temperature of the material, and a gasification recoil pressure occurs vertically downward toward the molten pool surface, which will be the dominant driving force for the molten pool flow.75 The expression is as follows:��=0.54�� exp ���−���0���,(15)where �� is the gasification recoil pressure in Pa, �� is the ambient pressure in kPa, �� is the latent heat of evaporation in J/kg, �0 is the gas constant in J/(mol K), T is the surface temperature of the molten pool in K, and Te is the evaporation temperature in K.
Solid–liquid–gas phase transitionWhen the laser hits the powder layer, the powder goes through three stages: heating, melting, and solidification. During the solidification phase, mutual transformations between solid, liquid, and gaseous states occur. At this point, the latent heat of phase transition absorbed or released during the phase transition needs to be considered.68 The phase transition is represented based on the relationship between energy and temperature with the following expression:�=�����,(�<��),�(��)+�−����−����,(��<�<��)�(��)+(�−��)����,(��<�),,(16)where �� and �� are solid and liquid phase density, respectively, of SS316L in kg/m3. �� and �� unit volume of solid and liquid phase-specific heat capacity, respectively, of SS316L in J/(kg K). �� and ��, respectively, are the solidification temperature and melting temperature of SS316L in K. �� is the latent heat of the phase transition of SS316L melting in J/kg.
3. Assumptions
The CFD model was computed using the commercial software package FLOW-3D.76 In order to simplify the calculation and solution process while ensuring the accuracy of the results, the model makes the following assumptions:
It is assumed that the effects of thermal stress and material solid-phase thermal expansion on the calculation results are negligible.
The molten pool flow is assumed to be a Newtonian incompressible laminar flow, while the effects of liquid thermal expansion and density on the results are neglected.
It is assumed that the surface tension can be simplified to an equivalent pressure acting on the free surface of the molten pool, and the effect of chemical composition on the results is negligible.
Neglecting the effect of the gas flow field on the molten pool.
The mass loss due to evaporation of the liquid metal is not considered.
The influence of the plasma effect of the molten metal on the calculation results is neglected.
It is worth noting that the formulation of assumptions requires a trade-off between accuracy and computational efficiency. In the above models, some physical phenomena that have a small effect or high difficulty on the calculation results are simplified or ignored. Such simplifications make numerical simulations more efficient and computationally tractable, while still yielding accurate results.
4. Initial conditions
The preheating temperature of the substrate was set to 393 K, at which time all materials were in the solid state and the flow rate was zero.
5. Material parameters
The material used is SS316L and the relevant parameters required for numerical simulations are shown in Table I.46,77,78
TABLE I.
SS316L-related parameters.
Property
Symbol
Value
Density of solid metal (kg/m3)
�metal
7980
Solid phase line temperature (K)
��
1658
Liquid phase line temperature (K)
��
1723
Vaporization temperature (K)
��
3090
Latent heat of melting ( J/kg)
��
2.60×105
Latent heat of evaporation ( J/kg)
��
7.45×106
Surface tension of liquid phase (N /m)
�
1.60
Liquid metal viscosity (kg/m s)
��
6×10−3
Gaseous metal viscosity (kg/m s)
�gas
1.85×10−5
Temperature coefficient of surface tension (N/m K)
��/�T
0.80×10−3
Molar mass ( kg/mol)
M
0.05 593
Emissivity
�
0.26
Laser absorption
�0
0.35
Ambient pressure (kPa)
��
101 325
Ambient temperature (K)
�0
300
Stefan–Boltzmann constant (W/m2 K4)
�
5.67×10−8
Thermal conductivity of metals ( W/m K)
�
24.55
Density of protective gas (kg/m3)
�gas
1.25
Coefficient of thermal expansion (/K)
��
16×10−6
Generalized gas constant ( J/mol K)
R
8.314
III. RESULTS AND DISCUSSION
With the objective of studying in depth the evolutionary patterns of single-track and double-track molten pool development, detailed observations were made for certain specific locations in the model, as shown in Fig. 6. In this figure, P1 and P2 represent the longitudinal tangents to the centers of the two melt tracks in the XZ plane, while L1 is the transverse profile in the YZ plane. The scanning direction is positive and negative along the X axis. Points A and B are the locations of the centers of the molten pool of the first and second melt tracks, respectively (x = 1.995 × 10−4, y = 5 × 10−7, and z = −4.85 × 10−5).
A series of single-track molten pool simulation experiments were carried out in order to investigate the influence law of laser power as well as scanning speed on the HP-LPBF process. Figure 7 demonstrates the evolution of the 3D morphology and temperature field of the single-track molten pool in the time period of 50–500 μs under a laser power of 100 W and a scanning speed of 800 mm/s. The powder bed is in the natural cooling state. When t = 50 μs, the powder is heated by the laser heat and rapidly melts and settles to form the initial molten pool. This process is accompanied by partial melting of the substrate and solidification together with the melted powder. The molten pool rapidly expands with increasing width, depth, length, and temperature, as shown in Fig. 7(a). When t = 150 μs, the molten pool expands more obviously, and the temperature starts to transfer to the surrounding area, forming a heat-affected zone. At this point, the width of the molten pool tends to stabilize, and the temperature in the center of the molten pool has reached its peak and remains largely stable. However, the phenomenon of molten pool spatter was also observed in this process, as shown in Fig. 7(b). As time advances, when t = 300 μs, solidification begins to occur at the tail of the molten pool, and tiny ripples are produced on the solidified surface. This is due to the fact that the melt flows toward the region with large temperature gradient under the influence of Marangoni convection and solidifies together with the melt at the end of the bath. At this point, the temperature gradient at the front of the bath is significantly larger than at the end. While the width of the molten pool was gradually reduced, the shape of the molten pool was gradually changed to a “comet” shape. In addition, a slight depression was observed at the top of the bath because the peak temperature at the surface of the bath reached the evaporation temperature, which resulted in a recoil pressure perpendicular to the surface of the bath downward, creating a depressed region. As the laser focal spot moves and is paired with the Marangoni convection of the melt, these recessed areas will be filled in as shown in Fig. 7(c). It has been shown that the depressed regions are the result of the coupled effect of Marangoni convection, recoil pressure, and surface tension.79 By t = 500 μs, the width and height of the molten pool stabilize and show a “comet” shape in Fig. 7(d).
Single-track molten pool process: (a) t = 50 ��, (b) t = 150 ��, (c) t = 300 ��, (d) t = 500 ��.
Figure 8 depicts the velocity vector diagram of the P1 profile in a single-track molten pool, the length of the arrows represents the magnitude of the velocity, and the maximum velocity is about 2.36 m/s. When t = 50 μs, the molten pool takes shape, and the velocities at the two ends of the pool are the largest. The variation of the velocities at the front end is especially more significant in Fig. 8(a). As the time advances to t = 150 μs, the molten pool expands rapidly, in which the velocity at the tail increases and changes more significantly, while the velocity at the front is relatively small. At this stage, the melt moves backward from the center of the molten pool, which in turn expands the molten pool area. The melt at the back end of the molten pool center flows backward along the edge of the molten pool surface and then converges along the edge of the molten pool to the bottom center, rising to form a closed loop. Similarly, a similar closed loop is formed at the front end of the center of the bath, but with a shorter path. However, a large portion of the melt in the center of the closed loop formed at the front end of the bath is in a nearly stationary state. The main cause of this melt flow phenomenon is the effect of temperature gradient and surface tension (the Marangoni effect), as shown in Figs. 8(b) and 8(e). This dynamic behavior of the melt tends to form an “elliptical” pool. At t = 300 μs, the tendency of the above two melt flows to close the loop is more prominent and faster in Fig. 8(c). When t = 500 μs, the velocity vector of the molten pool shows a stable trend, and the closed loop of melt flow also remains stable. With the gradual laser focal spot movement, the melt is gradually solidified at its tail, and finally, a continuous and stable single track is formed in Fig. 8(d).
Vector plot of single-track molten pool velocity in XZ longitudinal section: (a) t = 50 ��, (b) t = 150 ��, (c) t = 300 ��, (d) t = 500 ��, (e) molten pool flow.
In order to explore in depth the transient evolution of the molten pool, the evolution of the single-track temperature field and the melt flow was monitored in the YZ cross section. Figure 9(a) shows the state of the powder bed at the initial moment. When t = 250 μs, the laser focal spot acts on the powder bed and the powder starts to melt and gradually collects in the molten pool. At this time, the substrate will also start to melt, and the melt flow mainly moves in the downward and outward directions and the velocity is maximum at the edges in Fig. 9(b). When t = 300 μs, the width and depth of the molten pool increase due to the recoil pressure. At this time, the melt flows more slowly at the center, but the direction of motion is still downward in Fig. 9(c). When t = 350 μs, the width and depth of the molten pool further increase, at which time the intensity of the melt flow reaches its peak and the direction of motion remains the same in Fig. 9(d). When t = 400 μs, the melt starts to move upward, and the surrounding powder or molten material gradually fills up, causing the surface of the molten pool to begin to flatten. At this time, the maximum velocity of the melt is at the center of the bath, while the velocity at the edge is close to zero, and the edge of the melt starts to solidify in Fig. 9(e). When t = 450 μs, the melt continues to move upward, forming a convex surface of the melt track. However, the melt movement slows down, as shown in Fig. 9(f). When t = 500 μs, the melt further moves upward and its speed gradually becomes smaller. At the same time, the melt solidifies further, as shown in Fig. 9(g). When t = 550 μs, the melt track is basically formed into a single track with a similar “mountain” shape. At this stage, the velocity is close to zero only at the center of the molten pool, and the flow behavior of the melt is poor in Fig. 9(h). At t = 600 μs, the melt stops moving and solidification is rapidly completed. Up to this point, a single track is formed in Fig. 9(i). During the laser action on the powder bed, the substrate melts and combines with the molten state powder. The powder-to-powder fusion is like the convergence of water droplets, which are rapidly fused by surface tension. However, the fusion between the molten state powder and the substrate occurs driven by surface tension, and the molten powder around the molten pool is pulled toward the substrate (a wetting effect occurs), which ultimately results in the formation of a monolithic whole.38,80,81
Evolution of single-track molten pool temperature and melt flow in the YZ cross section: (a) t = 0 ��, (b) t = 250 ��, (c) t = 300 ��, (d) t = 350 ��, (e) t = 400 ��, (f) t = 450 ��, (g) t = 500 ��, (h) t = 550 ��, (i) t = 600 ��.
The wetting ability between the liquid metal and the solid substrate in the molten pool directly affects the degree of balling of the melt,82,83 and the wetting ability can be measured by the contact angle of a single track in Fig. 10. A smaller value of contact angle represents better wettability. The contact angle α can be calculated by�=�1−�22,
(17)
where �1 and �2 are the contact angles of the left and right regions, respectively.
Relevant studies have confirmed that the wettability is better at a contact angle α around or below 40°.84 After measurement, a single-track contact angle α of about 33° was obtained under this process parameter, which further confirms the good wettability.
B. Double-track simulation
In order to deeply investigate the influence of hatch spacing on the characteristics of the HP-LPBF process, a series of double-track molten pool simulation experiments were systematically carried out. Figure 11 shows in detail the dynamic changes of the 3D morphology and temperature field of the double-track molten pool in the time period of 2050–2500 μs under the conditions of laser power of 100 W, scanning speed of 800 mm/s, and hatch spacing of 0.06 mm. By comparing the study with Fig. 7, it is observed that the basic characteristics of the 3D morphology and temperature field of the second track are similar to those of the first track. However, there are subtle differences between them. The first track exhibits a basically symmetric shape, but the second track morphology shows a slight deviation influenced by the difference in thermal diffusion rate between the solidified metal and the powder. Otherwise, the other characteristic information is almost the same as that of the first track. Figure 12 shows the velocity vector plot of the P2 profile in the double-track molten pool, with a maximum velocity of about 2.63 m/s. The melt dynamics at both ends of the pool are more stable at t = 2050 μs, where the maximum rate of the second track is only 1/3 of that of the first one. Other than that, the rest of the information is almost no significant difference from the characteristic information of the first track. Figure 13 demonstrates a detailed observation of the double-track temperature field and melts flow in the YZ cross section, and a comparative study with Fig. 9 reveals that the width of the second track is slightly wider. In addition, after the melt direction shifts from bottom to top, the first track undergoes four time periods (50 μs) to reach full solidification, while the second track takes five time periods. This is due to the presence of significant heat buildup in the powder bed after the forming of the first track, resulting in a longer dynamic time of the melt and an increased molten pool lifetime. In conclusion, the level of specimen forming can be significantly optimized by adjusting the laser power and hatch spacing.
Evolution of double-track molten pool temperature and melt flow in the YZ cross section: (a) t = 2250 ��, (b) t = 2300 ��, (c) t = 2350 ��, (d) t = 2400 ��, (e) t = 2450 ��, (f) t = 2500 ��, (g) t = 2550 ��, (h) t = 2600 ��, (i) t = 2650 ��.
In order to quantitatively detect the molten pool dimensions as well as the remolten region dimensions, the molten pool characterization information in Fig. 14 is constructed by drawing the boundary on the YZ cross section based on the isothermal surface of the liquid phase line. It can be observed that the heights of the first track and second track are basically the same, but the depth of the second track increases relative to the first track. The molten pool width is mainly positively correlated with the laser power as well as the scanning speed (the laser line energy density �). However, the remelted zone width is negatively correlated with the hatch spacing (the overlapping ratio). Overall, the forming quality of the specimens can be directly influenced by adjusting the laser power, scanning speed, and hatch spacing.
Double-track molten pool characterization information on YZ cross section.
In order to study the variation rule of the temperature in the center of the molten pool with time, Fig. 15 demonstrates the temperature variation curves with time for two reference points, A and B. Among them, the red dotted line indicates the liquid phase line temperature of SS316L. From the figure, it can be seen that the maximum temperature at the center of the molten pool in the first track is lower than that in the second track, which is mainly due to the heat accumulation generated after passing through the first track. The maximum temperature gradient was calculated to be 1.69 × 108 K/s. When the laser scanned the first track, the temperature in the center of the molten pool of the second track increased slightly. Similarly, when the laser scanned the second track, a similar situation existed in the first track. Since the temperature gradient in the second track is larger than that in the first track, the residence time of the liquid phase in the molten pool of the first track is longer than that of the second track.
Temperature profiles as a function of time for two reference points A and B.
C. Simulation analysis of molten pool under different process parameters
In order to deeply investigate the effects of various process parameters on the mesoscopic-scale temperature field, molten pool characteristic information and defects of HP-LPBF, numerical simulation experiments on mesoscopic-scale laser power, scanning speed, and hatch spacing of double-track molten pools were carried out.
1. Laser power
Figure 16 shows the effects of different laser power on the morphology and temperature field of the double-track molten pool at a scanning speed of 800 mm/s and a hatch spacing of 0.06 mm. When P = 50 W, a smaller molten pool is formed due to the lower heat generated by the Gaussian light source per unit time. This leads to a smaller track width, which results in adjacent track not lapping properly and the presence of a large number of unmelted powder particles, resulting in an increase in the number of defects, such as pores in the specimen. The surface of the track is relatively flat, and the depth is small. In addition, the temperature gradient before and after the molten pool was large, and the depression location appeared at the biased front end in Fig. 16(a). When P = 100 W, the surface of the track is flat and smooth with excellent lap. Due to the Marangoni effect, the velocity field of the molten pool is in the form of “vortex,” and the melt has good fluidity, and the maximum velocity reaches 2.15 m/s in Fig. 16(b). When P = 200 W, the heat generated by the Gaussian light source per unit time is too large, resulting in the melt rapidly reaching the evaporation temperature, generating a huge recoil pressure, forming a large molten pool, and the surface of the track is obviously raised. The melt movement is intense, especially the closed loop at the center end of the molten pool. At this time, the depth and width of the molten pool are large, leading to the expansion of the remolten region and the increased chance of the appearance of porosity defects in Fig. 16(c). The results show that at low laser power, the surface tension in the molten pool is dominant. At high laser power, recoil pressure is its main role.
Simulation results of double-track molten pool under different laser powers: (a) P = 50 W, (b) P = 100 W, (c) P = 200 W.
Table II shows the effect of different laser powers on the characteristic information of the double-track molten pool at a scanning speed of 800 mm/s and a hatch spacing of 0.06 mm. The negative overlapping ratio in the table indicates that the melt tracks are not lapped, and 26/29 indicates the melt depth of the first track/second track. It can be seen that with the increase in laser power, the melt depth, melt width, melt height, and remelted zone show a gradual increase. At the same time, the overlapping ratio also increases. Especially in the process of laser power from 50 to 200 W, the melting depth and melting width increased the most, which increased nearly 2 and 1.5 times, respectively. Meanwhile, the overlapping ratio also increases with the increase in laser power, which indicates that the melting and fusion of materials are better at high laser power. On the other hand, the dimensions of the molten pool did not change uniformly with the change of laser power. Specifically, the depth-to-width ratio of the molten pool increased from about 0.30 to 0.39 during the increase from 50 to 120 W, which further indicates that the effective heat transfer in the vertical direction is greater than that in the horizontal direction with the increase in laser power. This dimensional response to laser power is mainly affected by the recoil pressure and also by the difference in the densification degree between the powder layer and the metal substrate. In addition, according to the experimental results, the contact angle shows a tendency to increase and then decrease during the process of laser power increase, and always stays within the range of less than 33°. Therefore, in practical applications, it is necessary to select the appropriate laser power according to the specific needs in order to achieve the best processing results.
TABLE II.
Double-track molten pool characterization information at different laser powers.
Laser power (W)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
50
16
54
11
/
−10
23
100
26/29
74
14
18
23.33
33
200
37/45
116
21
52
93.33
28
2. Scanning speed
Figure 17 demonstrates the effect of different scanning speeds on the morphology and temperature field of the double-track molten pool at a laser power of 100 W and a hatch spacing of 0.06 mm. With the gradual increase in scanning speed, the surface morphology of the molten pool evolves from circular to elliptical. When � = 200 mm/s, the slow scanning speed causes the material to absorb too much heat, which is very easy to trigger the overburning phenomenon. At this point, the molten pool is larger and the surface morphology is uneven. This situation is consistent with the previously discussed scenario with high laser power in Fig. 17(a). However, when � = 1600 mm/s, the scanning speed is too fast, resulting in the material not being able to absorb sufficient heat, which triggers the powder particles that fail to melt completely to have a direct effect on the bonding of the melt to the substrate. At this time, the molten pool volume is relatively small and the neighboring melt track cannot lap properly. This result is consistent with the previously discussed case of low laser power in Fig. 17(b). Overall, the ratio of the laser power to the scanning speed (the line energy density �) has a direct effect on the temperature field and surface morphology of the molten pool.
Simulation results of double-track molten pool under different scanning speed: (a) � = 200 mm/s, (b) � = 1600 mm/s.
Table III shows the effects of different scanning speed on the characteristic information of the double-track molten pool under the condition of laser power of 100 W and hatch spacing of 0.06 mm. It can be seen that the scanning speed has a significant effect on the melt depth, melt width, melt height, remolten region, and overlapping ratio. With the increase in scanning speed, the melt depth, melt width, melt height, remelted zone, and overlapping ratio show a gradual decreasing trend. Among them, the melt depth and melt width decreased faster, while the melt height and remolten region decreased relatively slowly. In addition, when the scanning speed was increased from 200 to 800 mm/s, the decreasing speeds of melt depth and melt width were significantly accelerated, while the decreasing speeds of overlapping ratio were relatively slow. When the scanning speed was further increased to 1600 mm/s, the decreasing speeds of melt depth and melt width were further accelerated, and the un-lapped condition of the melt channel also appeared. In addition, the contact angle increases and then decreases with the scanning speed, and both are lower than 33°. Therefore, when selecting the scanning speed, it is necessary to make reasonable trade-offs according to the specific situation, and take into account the factors of melt depth, melt width, melt height, remolten region, and overlapping ratio, in order to achieve the best processing results.
TABLE III.
Double-track molten pool characterization information at different scanning speeds.
Scanning speed (mm/s)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
200
55/68
182
19/32
124
203.33
22
1600
13
50
11
/
−16.67
31
3. Hatch spacing
Figure 18 shows the effect of different hatch spacing on the morphology and temperature field of the double-track molten pool under the condition of laser power of 100 W and scanning speed of 800 mm/s. The surface morphology and temperature field of the first track and second track are basically the same, but slightly different. The first track shows a basically symmetric morphology along the scanning direction, while the second track shows a slight offset due to the difference in the heat transfer rate between the solidified material and the powder particles. When the hatch spacing is too small, the overlapping ratio increases and the probability of defects caused by remelting phenomenon grows. When the hatch spacing is too large, the neighboring melt track cannot overlap properly, and the powder particles are not completely melted, leading to an increase in the number of holes. In conclusion, the ratio of the line energy density � to the hatch spacing (the volume energy density E) has a significant effect on the temperature field and surface morphology of the molten pool.
Simulation results of double-track molten pool under different hatch spacings: (a) H = 0.03 mm, (b) H = 0.12 mm.
Table IV shows the effects of different hatch spacing on the characteristic information of the double-track molten pool under the condition of laser power of 100 W and scanning speed of 800 mm/s. It can be seen that the hatch spacing has little effect on the melt depth, melt width, and melt height, but has some effect on the remolten region. With the gradual expansion of hatch spacing, the remolten region shows a gradual decrease. At the same time, the overlapping ratio also decreased with the increase in hatch spacing. In addition, it is observed that the contact angle shows a tendency to increase and then remain stable when the hatch spacing increases, which has a more limited effect on it. Therefore, trade-offs and decisions need to be made on a case-by-case basis when selecting the hatch spacing.
TABLE IV.
Double-track molten pool characterization information at different hatch spacings.
Hatch spacing (mm)
Depth (μm)
Width (μm)
Height (μm)
Remolten region (μm)
Overlapping ratio (%)
Contact angle (°)
0.03
25/27
82
14
59
173.33
30
0.12
26
78
14
/
−35
33
In summary, the laser power, scanning speed, and hatch spacing have a significant effect on the formation of the molten pool, and the correct selection of these three process parameters is crucial to ensure the forming quality. In addition, the melt depth of the second track is slightly larger than that of the first track at higher line energy density � and volume energy density E. This is mainly due to the fact that a large amount of heat accumulation is generated after the first track, forming a larger molten pool volume, which leads to an increase in the melt depth.
D. Simulation analysis of molten pool with powder particle size and laser focal spot diameter
Figure 19 demonstrates the effect of different powder particle sizes and laser focal spot diameters on the morphology and temperature field of the double-track molten pool under a laser power of 100 W, a scanning speed of 800 mm/s, and a hatch spacing of 0.06 mm. In the process of melting coarse powder with small laser focal spot diameter, the laser energy cannot completely melt the larger powder particles, resulting in their partial melting and further generating excessive pore defects. The larger powder particles tend to generate zigzag molten pool edges, which cause an increase in the roughness of the melt track surface. In addition, the molten pool is also prone to generate the present spatter phenomenon, which can directly affect the quality of forming. The volume of the formed molten pool is relatively small, while the melt depth, melt width, and melt height are all smaller relative to the fine powder in Fig. 19(a). In the process of melting fine powders with a large laser focal spot diameter, the laser energy is able to melt the fine powder particles sufficiently, even to the point of overmelting. This results in a large number of fine spatters being generated at the edge of the molten pool, which causes porosity defects in the melt track in Fig. 19(b). In addition, the maximum velocity of the molten pool is larger for large powder particle sizes compared to small powder particle sizes, which indicates that the temperature gradient in the molten pool is larger for large powder particle sizes and the melt motion is more intense. However, the size of the laser focal spot diameter has a relatively small effect on the melt motion. However, a larger focal spot diameter induces a larger melt volume with greater depth, width, and height. In conclusion, a small powder size helps to reduce the surface roughness of the specimen, and a small laser spot diameter reduces the minimum forming size of a single track.
Simulation results of double-track molten pool with different powder particle size and laser focal spot diameter: (a) focal spot = 25 μm, coarse powder, (b) focal spot = 80 μm, fine powder.
Table V shows the maximum temperature gradient at the reference point for different powder sizes and laser focal spot diameters. As can be seen from the table, the maximum temperature gradient is lower than that of HP-LPBF for both coarse powders with a small laser spot diameter and fine powders with a large spot diameter, a phenomenon that leads to an increase in the heat transfer rate of HP-LPBF, which in turn leads to a corresponding increase in the cooling rate and, ultimately, to the formation of finer microstructures.
TABLE V.
Maximum temperature gradient at the reference point for different powder particle sizes and laser focal spot diameters.
Laser power (W)
Scanning speed (mm/s)
Hatch spacing (mm)
Average powder size (μm)
Laser focal spot diameter (μm)
Maximum temperature gradient (×107 K/s)
100
800
0.06
31.7
25
7.89
11.5
80
7.11
IV. CONCLUSIONS
In this study, the geometrical characteristics of 3D coarse and fine powder particles were first calculated using DEM and then numerical simulations of single track and double track in the process of forming SS316L from monolayer HP-LPBF at mesoscopic scale were developed using CFD method. The effects of Marangoni convection, surface tension, recoil pressure, gravity, thermal convection, thermal radiation, and evaporative heat dissipation on the heat and mass transfer in the molten pool were considered in this model. The effects of laser power, scanning speed, and hatch spacing on the dynamics of the single-track and double-track molten pools, as well as on other characteristic information, were investigated. The effects of the powder particle size on the molten pool were investigated comparatively with the laser focal spot diameter. The main conclusions are as follows:
The results show that the temperature gradient at the front of the molten pool is significantly larger than that at the tail, and the molten pool exhibits a “comet” morphology. At the top of the molten pool, there is a slightly concave region, which is the result of the coupling of Marangoni convection, recoil pressure, and surface tension. The melt flow forms two closed loops, which are mainly influenced by temperature gradients and surface tension. This special dynamic behavior of the melt tends to form an “elliptical” molten pool and an almost “mountain” shape in single-track forming.
The basic characteristics of the three-dimensional morphology and temperature field of the second track are similar to those of the first track, but there are subtle differences. The first track exhibits a basically symmetrical shape; however, due to the difference in thermal diffusion rates between the solidified metal and the powder, a slight asymmetry in the molten pool morphology of the second track occurs. After forming through the first track, there is a significant heat buildup in the powder bed, resulting in a longer dynamic time of the melt, which increases the life of the molten pool. The heights of the first track and second track remained essentially the same, but the depth of the second track was greater relative to the first track. In addition, the maximum temperature gradient was 1.69 × 108 K/s during HP-LPBF forming.
At low laser power, the surface tension in the molten pool plays a dominant role. At high laser power, recoil pressure becomes the main influencing factor. With the increase of laser power, the effective heat transfer in the vertical direction is superior to that in the horizontal direction. With the gradual increase of scanning speed, the surface morphology of the molten pool evolves from circular to elliptical. In addition, the scanning speed has a significant effect on the melt depth, melt width, melt height, remolten region, and overlapping ratio. Too large or too small hatch spacing will lead to remelting or non-lap phenomenon, which in turn causes the formation of defects.
When using a small laser focal spot diameter, it is difficult to completely melt large powder particle sizes, resulting in partial melting and excessive porosity generation. At the same time, large powder particles produce curved edges of the molten pool, resulting in increased surface roughness of the melt track. In addition, spatter occurs, which directly affects the forming quality. At small focal spot diameters, the molten pool volume is relatively small, and the melt depth, the melt width, and the melt height are correspondingly small. Taken together, the small powder particle size helps to reduce surface roughness, while the small spot diameter reduces the forming size.
REFERENCES
S. L. Sing and W. Y. Yeong , “ Laser powder bed fusion for metal additive manufacturing: Perspectives on recent developments,” Virtual Phys. Prototyping. 15, 359–370 (2020).https://doi.org/10.1080/17452759.2020.1779999 Google ScholarCrossref
A. M. Khorasani , I. G. Jithin , J. K. Veetil , and A. H. Ghasemi , “ A review of technological improvements in laser-based powder bed fusion of metal printers,” Int. J. Adv. Manuf. Technol. 108, 191–209 (2020).https://doi.org/10.1007/s00170-020-05361-3 Google ScholarCrossref
Y. Qin , A. Brockett , Y. Ma , A. Razali , J. Zhao , C. Harrison , W. Pan , X. Dai , and D. Loziak , “ Micro-manufacturing: Research, technology outcomes and development issues,” Int. J. Adv. Manuf. Technol. 47, 821–837 (2010).https://doi.org/10.1007/s00170-009-2411-2 Google ScholarCrossref
B. Nagarajan , Z. Hu , X. Song , W. Zhai , and J. Wei , “ Development of micro selective laser melting: The state of the art and future perspectives,” Engineering. 5, 702–720 (2019).https://doi.org/10.1016/j.eng.2019.07.002 Google ScholarCrossref
Y. Wei , G. Chen , W. Li , Y. Zhou , Z. Nie , J. Xu , and W. Zhou , “ Micro selective laser melting of SS316L: Single tracks, defects, microstructures and thermal/mechanical properties,” Opt. Laser Technol. 145, 107469 (2022).https://doi.org/10.1016/j.optlastec.2021.107469 Google ScholarCrossref
Y. Wei , G. Chen , W. Li , M. Li , Y. Zhou , Z. Nie , and J. Xu , “ Process optimization of micro selective laser melting and comparison of different laser diameter for forming different powder,” Opt. Laser Technol. 150, 107953 (2022).https://doi.org/10.1016/j.optlastec.2022.107953 Google ScholarCrossref
H. Zhiheng , B. Nagarajan , X. Song , R. Huang , W. Zhai , and J. Wei , “ Formation of SS316L single tracks in micro selective laser melting: Surface, geometry, and defects,” Adv. Mater. Sci. Eng. 2019, 9451406.https://doi.org/10.1155/2019/9451406 Crossref
B. Nagarajan , Z. Hu , S. Gao , X. Song , R. Huang , M. Seita , and J. Wei , “ Effect of in-situ laser remelting on the microstructure of SS316L fabricated by micro selective laser melting,” in Advanced Surface Enhancement, edited by Sho Itoh and Shashwat Shukla , Lecture Notes in Mechanical Engineering ( Springer Singapore, Singapore, 2020), pp. 330–336. Google ScholarCrossref
H. Zhiheng , B. Nagarajan , X. Song , R. Huang , W. Zhai , and J. Wei , “ Tailoring surface roughness of micro selective laser melted SS316L by in-situ laser remelting,” in Advanced Surface Enhancement, edited by Sho Itoh and Shashwat Shukla , Lecture Notes in Mechanical Engineering ( Springer Singapore, Singapore, 2020), pp. 337–343. Google Scholar
J. Fu , Z. Hu , X. Song , W. Zhai , Y. Long , H. Li , and M. Fu , “ Micro selective laser melting of NiTi shape memory alloy: Defects, microstructures and thermal/mechanical properties,” Opt. Laser Technol. 131, 106374 (2020).https://doi.org/10.1016/j.optlastec.2020.106374 Google ScholarCrossref
E. Abele and M. Kniepkamp , “ Analysis and optimisation of vertical surface roughness in micro selective laser melting,” Surf. Topogr.: Metrol. Prop. 3, 034007 (2015).https://doi.org/10.1088/2051-672X/3/3/034007 Google ScholarCrossref
S. Qu , J. Ding , J. Fu , M. Fu , B. Zhang , and X. Song , “ High-precision laser powder bed fusion processing of pure copper,” Addit. Manuf. 48, 102417 (2021).https://doi.org/10.1016/j.addma.2021.102417 Google ScholarCrossref
Y. Wei , G. Chen , M. Li , W. Li , Y. Zhou , J. Xu , and Z. wei , “ High-precision laser powder bed fusion of 18Ni300 maraging steel and its SiC reinforcement composite materials,” J. Manuf. Process. 84, 750–763 (2022).https://doi.org/10.1016/j.jmapro.2022.10.049 Google ScholarCrossref
B. Liu , R. Wildman , T. Christopher , I. Ashcroft , and H. Richard , “ Investigation the effect of particle size distribution on processing parameters optimisation in selective laser melting process,” in 2011 International Solid Freeform Fabrication Symposium ( University of Texas at Austin, 2011). Google Scholar
T. D. McLouth , G. E. Bean , D. B. Witkin , S. D. Sitzman , P. M. Adams , D. N. Patel , W. Park , J.-M. Yang , and R. J. Zaldivar , “ The effect of laser focus shift on microstructural variation of Inconel 718 produced by selective laser melting,” Mater. Des. 149, 205–213 (2018).https://doi.org/10.1016/j.matdes.2018.04.019 Google ScholarCrossref
Y. Qian , Y. Wentao , and L. Feng , “ Mesoscopic simulations of powder bed fusion: Research progresses and conditions,” Electromachining Mould 06, 46–52 (2017).https://doi.org/10.3969/j.issn.1009-279X.2017.06.012 Google Scholar
J. Fu , S. Qu , J. Ding , X. Song , and M. W. Fu , “ Comparison of the microstructure, mechanical properties and distortion of stainless Steel 316L fabricated by micro and conventional laser powder bed fusion,” Addit. Manuf. 44, 102067 (2021).https://doi.org/10.1016/j.addma.2021.102067 Google ScholarCrossref
N. T. Aboulkhair , I. Maskery , C. Tuck , I. Ashcroft , and N. M. Everitt , “ The microstructure and mechanical properties of selectively laser Melted AlSi10Mg: The effect of a conventional T6-like heat treatment,” Mater. Sci. Eng. A 667, 139–146 (2016).https://doi.org/10.1016/j.msea.2016.04.092 Google ScholarCrossref
S. Y. Chen , J. C. Huang , C. T. Pan , C. H. Lin , T. L. Yang , Y. S. Huang , C. H. Ou , L. Y. Chen , D. Y. Lin , H. K. Lin , T. H. Li , J. S. C. Jang , and C. C. Yang , “ Microstructure and mechanical properties of open-cell porous Ti-6Al-4V fabricated by selective laser melting,” J. Alloys Compd. 713, 248–254 (2017).https://doi.org/10.1016/j.jallcom.2017.04.190 Google ScholarCrossref
Y. Bai , Y. Yang , D. Wang , and M. Zhang , “ Influence mechanism of parameters process and mechanical properties evolution mechanism of Maraging steel 300 by selective laser melting,” Mater. Sci. Eng. A 703, 116–123 (2017).https://doi.org/10.1016/j.msea.2017.06.033 Google ScholarCrossref
Y. Bai , Y. Yang , Z. Xiao , M. Zhang , and D. Wang , “ Process optimization and mechanical property evolution of AlSiMg0.75 by selective laser melting,” Mater. Des. 140, 257–266 (2018).https://doi.org/10.1016/j.matdes.2017.11.045 Google ScholarCrossref
Y. Liu , M. Zhang , W. Shi , Y. Ma , and J. Yang , “ Study on performance optimization of 316L stainless steel parts by high-efficiency selective laser melting,” Opt. Laser Technol. 138, 106872 (2021).https://doi.org/10.1016/j.optlastec.2020.106872 Google ScholarCrossref
D. Gu , Y.-C. Hagedorn , W. Meiners , G. Meng , R. J. S. Batista , K. Wissenbach , and R. Poprawe , “ Densification behavior, microstructure evolution, and wear performance of selective laser melting processed commercially pure titanium,” Acta Mater. 60, 3849–3860 (2012).https://doi.org/10.1016/j.actamat.2012.04.006 Google ScholarCrossref
N. Read , W. Wang , K. Essa , and M. M. Attallah , “ Selective laser melting of AlSi10Mg alloy: Process optimisation and mechanical properties development,” Mater. Des. 65, 417–424 (2015).https://doi.org/10.1016/j.matdes.2014.09.044 Google ScholarCrossref
I. A. Roberts , C. J. Wang , R. Esterlein , M. Stanford , and D. J. Mynors , “ A three-dimensional finite element analysis of the temperature field during laser melting of metal powders in additive layer manufacturing,” Int. J. Mach. Tools Manuf. 49(12–13), 916–923 (2009).https://doi.org/10.1016/j.ijmachtools.2009.07.004 Google ScholarCrossref
K. Dai and L. Shaw , “ Finite element analysis of the effect of volume shrinkage during laser densification,” Acta Mater. 53(18), 4743–4754 (2005).https://doi.org/10.1016/j.actamat.2005.06.014 Google ScholarCrossref
K. Carolin , E. Attar , and P. Heinl , “ Mesoscopic simulation of selective beam melting processes,” J. Mater. Process. Technol. 211(6), 978–987 (2011).https://doi.org/10.1016/j.jmatprotec.2010.12.016 Google ScholarCrossref
F.-J. Gürtler , M. Karg , K.-H. Leitz , and M. Schmidt , “ Simulation of laser beam melting of steel powders using the three-dimensional volume of fluid method,” Phys. Procedia 41, 881–886 (2013).https://doi.org/10.1016/j.phpro.2013.03.162 Google ScholarCrossref
P. Meakin and R. Jullien , “ Restructuring effects in the rain model for random deposition,” J. Phys. France 48(10), 1651–1662 (1987).https://doi.org/10.1051/jphys:0198700480100165100 Google ScholarCrossref
J-m Wang , G-h Liu , Y-l Fang , and W-k Li , “ Marangoni effect in nonequilibrium multiphase system of material processing,” Rev. Chem. Eng. 32(5), 551–585 (2016).https://doi.org/10.1515/revce-2015-0067 Google ScholarCrossref
W. Ye , S. Zhang , L. L. Mendez , M. Farias , J. Li , B. Xu , P. Li , and Y. Zhang , “ Numerical simulation of the melting and alloying processes of elemental titanium and boron powders using selective laser alloying,” J. Manuf. Process. 64, 1235–1247 (2021).https://doi.org/10.1016/j.jmapro.2021.02.044 Google ScholarCrossref
U. S. Bertoli , A. J. Wolfer , M. J. Matthews , J.-P. R. Delplanque , and J. M. Schoenung , “ On the limitations of volumetric energy density as a design parameter for selective laser melting,” Mater. Des. 113, 331–340 (2017).https://doi.org/10.1016/j.matdes.2016.10.037 Google ScholarCrossref
W. E. King , H. D. Barth , V. M. Castillo , G. F. Gallegos , J. W. Gibbs , D. E. Hahn , C. Kamath , and A. M. Rubenchik , “ Observation of keyhole-mode laser melting in laser powder-bed fusion additive manufacturing,” J. Mater. Process. Technol. 214(12), 2915–2925 (2014).https://doi.org/10.1016/j.jmatprotec.2014.06.005 Google ScholarCrossref
L. Cao , “ Numerical simulation of the impact of laying powder on selective laser melting single-pass formation,” Int. J. Heat Mass Transfer 141, 1036–1048 (2019).https://doi.org/10.1016/j.ijheatmasstransfer.2019.07.053 Google ScholarCrossref
L. Huang , X. Hua , D. Wu , and F. Li , “ Numerical study of keyhole instability and porosity formation mechanism in laser welding of aluminum alloy and steel,” J. Mater. Process. Technol. 252, 421–431 (2018).https://doi.org/10.1016/j.jmatprotec.2017.10.011 Google ScholarCrossref
K. Q. Le , C. Tang , and C. H. Wong , “ On the study of keyhole-mode melting in selective laser melting process,” Int. J. Therm. Sci. 145, 105992 (2019).https://doi.org/10.1016/j.ijthermalsci.2019.105992 Google ScholarCrossref
J.-H. Cho and S.-J. Na , “ Theoretical analysis of keyhole dynamics in polarized laser drilling,” J. Phys. D: Appl. Phys. 40(24), 7638 (2007).https://doi.org/10.1088/0022-3727/40/24/007 Google ScholarCrossref
W. Ye , “ Mechanism analysis of selective laser melting and metallurgy process based on base element powder of titanium and boron,” Ph.D. dissertation ( Nanchang University, 2021). Google Scholar
R. Ammer , M. Markl , U. Ljungblad , C. Körner , and U. Rüde , “ Simulating fast electron beam melting with a parallel thermal free surface lattice Boltzmann method,” Comput. Math. Appl. 67(2), 318–330 (2014).https://doi.org/10.1016/j.camwa.2013.10.001 Google ScholarCrossref
H. Chen , Q. Wei , S. Wen , Z. Li , and Y. Shi , “ Flow behavior of powder particles in layering process of selective laser melting: Numerical modeling and experimental verification based on discrete element method,” Int. J. Mach. Tools Manuf. 123, 146–159 (2017).https://doi.org/10.1016/j.ijmachtools.2017.08.004 Google ScholarCrossref
F. Verhaeghe , T. Craeghs , J. Heulens , and L. Pandelaers , “ A pragmatic model for selective laser melting with evaporation,” Acta Mater. 57(20), 6006–6012 (2009).https://doi.org/10.1016/j.actamat.2009.08.027 Google ScholarCrossref
C. H. Fu and Y. B. Guo , “ Three-dimensional temperature gradient mechanism in selective laser melting of Ti-6Al-4V,” J. Manuf. Sci. Eng. 136(6), 061004 (2014).https://doi.org/10.1115/1.4028539 Google ScholarCrossref
Y. Xiang , Z. Shuzhe , L. Junfeng , W. Zhengying , Y. Lixiang , and J. Lihao , “ Numerical simulation and experimental verification for selective laser single track melting forming of Ti6Al4V,” J. Zhejiang Univ. (Eng. Sci.) 53(11), 2102–2109 + 2117 (2019).https://doi.org/10.3785/j.issn.1008-973X.2019.11.007 Google Scholar
Q. He , H. Xia , J. Liu , X. Ao , and S. Lin , “ Modeling and numerical studies of selective laser melting: Multiphase flow, solidification and heat transfer,” Mater. Des. 196, 109115 (2020).https://doi.org/10.1016/j.matdes.2020.109115 Google ScholarCrossref
L. Cao , “ Mesoscopic-scale numerical simulation including the influence of process parameters on SLM single-layer multi-pass formation,” Metall. Mater. Trans. A 51, 4130–4145 (2020).https://doi.org/10.1007/s11661-020-05831-z Google ScholarCrossref
L. Cao , “ Mesoscopic-scale numerical investigation including the influence of process parameters on LPBF multi-layer multi-path formation,” Comput. Model. Eng. Sci. 126(1), 5–23 (2021).https://doi.org/10.32604/cmes.2021.014693 Google ScholarCrossref
H. Yin and S. D. Felicelli , “ Dendrite growth simulation during solidification in the LENS process,” Acta Mater. 58(4), 1455–1465 (2010).https://doi.org/10.1016/j.actamat.2009.10.053 Google ScholarCrossref
P. Nie , O. A. Ojo , and Z. Li , “ Numerical modeling of microstructure evolution during laser additive manufacturing of a nickel-based superalloy,” Acta Mater. 77, 85–95 (2014).https://doi.org/10.1016/j.actamat.2014.05.039 Google ScholarCrossref
Z. Liu and H. Qi , “ Effects of substrate crystallographic orientations on crystal growth and microstructure formation in laser powder deposition of nickel-based superalloy,” Acta Mater. 87, 248–258 (2015).https://doi.org/10.1016/j.actamat.2014.12.046 Google ScholarCrossref
L. Wei , L. Xin , W. Meng , and H. Weidong , “ Cellular automaton simulation of the molten pool of laser solid forming process,” Acta Phys. Sin. 64(01), 018103–018363 (2015).https://doi.org/10.7498/aps.64.018103 Google ScholarCrossref
R. Acharya , J. A. Sharon , and A. Staroselsky , “ Prediction of microstructure in laser powder bed fusion process,” Acta Mater. 124, 360–371 (2017).https://doi.org/10.1016/j.actamat.2016.11.018 Google ScholarCrossref
M. R. Rolchigo and R. LeSar , “ Modeling of binary alloy solidification under conditions representative of additive manufacturing,” Comput. Mater. Sci. 150, 535–545 (2018).https://doi.org/10.1016/j.commatsci.2018.04.004 Google ScholarCrossref
S. Geng , P. Jiang , L. Guo , X. Gao , and G. Mi , “ Multi-scale simulation of grain/sub-grain structure evolution during solidification in laser welding of aluminum alloys,” Int. J. Heat Mass Transfer 149, 119252 (2020).https://doi.org/10.1016/j.ijheatmasstransfer.2019.119252 Google ScholarCrossref
W. L. Wang , W. Q. Liu , X. Yang , R. R. Xu , and Q. Y. Dai , “ Multi-scale simulation of columnar-to-equiaxed transition during laser selective melting of rare earth magnesium alloy,” J. Mater. Sci. Technol. 119, 11–24 (2022).https://doi.org/10.1016/j.jmst.2021.12.029 Google ScholarCrossref
Q. Xia , J. Yang , and Y. Li , “ On the conservative phase-field method with the N-component incompressible flows,” Phys. Fluids 35, 012120 (2023).https://doi.org/10.1063/5.0135490 Google ScholarCrossref
Q. Xia , G. Sun , J. Kim , and Y. Li , “ Multi-scale modeling and simulation of additive manufacturing based on fused deposition technique,” Phys. Fluids 35, 034116 (2023).https://doi.org/10.1063/5.0141316 Google ScholarCrossref
A. Hussein , L. Hao , C. Yan , and R. Everson , “ Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting,” Mater. Des. 52, 638–647 (2013).https://doi.org/10.1016/j.matdes.2013.05.070 Google ScholarCrossref
J. Ding , P. Colegrove , J. Mehnen , S. Ganguly , P. M. Sequeira Almeida , F. Wang , and S. Williams , “ Thermo-mechanical analysis of wire and arc additive layer manufacturing process on large multi-layer parts,” Comput. Mater. Sci. 50(12), 3315–3322 (2011).https://doi.org/10.1016/j.commatsci.2011.06.023 Google ScholarCrossref
Y. Du , X. You , F. Qiao , L. Guo , and Z. Liu , “ A model for predicting the temperature field during selective laser melting,” Results Phys. 12, 52–60 (2019).https://doi.org/10.1016/j.rinp.2018.11.031 Google ScholarCrossref
X. Luo , M. Liu , L. Zhenhua , H. Li , and J. Shen , “ Effect of different heat-source models on calculated temperature field of selective laser melted 18Ni300,” Chin. J. Lasers 48(14), 1402005–1402062 (2021).https://doi.org/10.3788/CJL202148.1402005 Google ScholarCrossref
J. F. Li , L. Li , and F. H. Stott , “ Thermal stresses and their implication on cracking during laser melting of ceramic materials,” Acta Mater. 52(14), 4385–4398 (2004).https://doi.org/10.1016/j.actamat.2004.06.005 Google ScholarCrossref
P. Aggarangsi and J. L. Beuth , “ Localized preheating approaches for reducing residual stress in additive manufacturing,” paper presented at the 2006 International Solid Freeform Fabrication Symposium, The University of Texas in Austin on August 14–16, 2006.
K. Dai and L. Shaw , “ Thermal and mechanical finite element modeling of laser forming from metal and ceramic powders,” Acta Mater. 52(1), 69–80 (2004).https://doi.org/10.1016/j.actamat.2003.08.028 Google ScholarCrossref
A. H. Nickel , D. M. Barnett , and F. B. Prinz , “ Thermal stresses and deposition patterns in layered manufacturing,” Mater. Sci. Eng. A 317(1–2), 59–64 (2001).https://doi.org/10.1016/S0921-5093(01)01179-0 Google ScholarCrossref
M. F. Zaeh and G. Branner , “ Investigations on residual stresses and deformations in selective laser melting,” Prod. Eng. 4(1), 35–45 (2010).https://doi.org/10.1007/s11740-009-0192-y Google ScholarCrossref
P. Bian , J. Shi , Y. Liu , and Y. Xie , “ Influence of laser power and scanning strategy on residual stress distribution in additively manufactured 316L steel,” Opt. Laser Technol. 132, 106477 (2020).https://doi.org/10.1016/j.optlastec.2020.106477 Google ScholarCrossref
B. M. Marques , C. M. Andrade , D. M. Neto , M. C. Oliveira , J. L. Alves , and L. F. Menezes , “ Numerical analysis of residual stresses in parts produced by selective laser melting process,” Procedia Manuf. 47, 1170–1177 (2020).https://doi.org/10.1016/j.promfg.2020.04.167 Google ScholarCrossref
W. Mu , “ Numerical simulation of SLM forming process and research and prediction of forming properties,” MA thesis ( Anhui Jianzhu University, 2022). Google Scholar
Y. Zhang , “ Multi-scale multi-physics modeling of laser powder bed fusion process of metallic materials with experiment validation,” Ph.D. dissertation ( Purdue University, 2018). Google Scholar
Y. Qian , “ Mesoscopic simulation studies of key processing issues for powder bed fusion technology,” Ph.D. dissertation ( Tsinghua University, 2019). Google Scholar
N. V. Brilliantov , S. Frank , J.-M. Hertzsch , and T. Pöschel , “ Model for collisions in granular gases,” Phys. Rev. E 53(5), 5382–5392 (1996).https://doi.org/10.1103/PhysRevE.53.5382 Google ScholarCrossref
Z. Xiao , “ Research on microscale selective laser melting process of high strength pure copper specimens,” MA thesis ( Hunan University, 2022). Google Scholar
Z. Li , K. Mukai , M. Zeze , and K. C. Mills , “ Determination of the surface tension of liquid stainless steel,” J. Mater. Sci. 40(9–10), 2191–2195 (2005).https://doi.org/10.1007/s10853-005-1931-x Google ScholarCrossref
R. Scardovelli and S. Zaleski , “ Analytical relations connecting linear interfaces and volume fractions in rectangular grids,” J. Comput. Phys. 164(1), 228–237 (2000).https://doi.org/10.1006/jcph.2000.6567 Google ScholarCrossref
D.-W. Cho , W.-I. Cho , and S.-J. Na , “ Modeling and simulation of arc: Laser and hybrid welding process,” J. Manuf. Process. 16(1), 26–55 (2014).https://doi.org/10.1016/j.jmapro.2013.06.012 Google ScholarCrossref 76.Flow3D. Version 11.1.0: User Manual ( FlowScience, Santa Fe, NM, USA, 2015).
Y. Tian , L. Yang , D. Zhao , Y. Huang , and J. Pan , “ Numerical analysis of powder bed generation and single track forming for selective laser melting of ss316l stainless steel,” J. Manuf. Process. 58, 964–974 (2020).https://doi.org/10.1016/j.jmapro.2020.09.002 Google ScholarCrossref
C. Tang , K. Q. Le , and C. H. Wong , “ Physics of humping formation in laser powder bed fusion,” Int. J. Heat Mass Transfer 149, 119172 (2020).https://doi.org/10.1016/j.ijheatmasstransfer.2019.119172 Google ScholarCrossref
L. Cao , “ Mesoscopic-scale simulation of pore evolution during laser powder bed fusion process,” Comput. Mater. Sci. 179, 109686 (2020).https://doi.org/10.1016/j.commatsci.2020.109686 Google ScholarCrossref
R. Li , J. Liu , Y. Shi , W. Li , and W. Jiang , “ Balling behavior of stainless steel and nickel powder during selective laser melting process,” Int. J. Adv. Manuf. Technol. 59(9–12), 1025–1035 (2012).https://doi.org/10.1007/s00170-011-3566-1 Google ScholarCrossref
S. A. Khairallah and A. Anderson , “ Mesoscopic simulation model of selective laser melting of stainless steel powder,” J. Mater. Process. Technol. 214(11), 2627–2636 (2014).https://doi.org/10.1016/j.jmatprotec.2014.06.001 Google ScholarCrossref
J. Liu , D. Gu , H. Chen , D. Dai , and H. Zhang , “ Influence of substrate surface morphology on wetting behavior of tracks during selective laser melting of aluminum-based alloys,” J. Zhejiang Univ. Sci. A 19(2), 111–121 (2018).https://doi.org/10.1631/jzus.A1700599 Google ScholarCrossref
L. Li , J. Li , and T. Fan , “ Phase-field modeling of wetting and balling dynamics in powder bed fusion process,” Phys. Fluids 33, 042116 (2021).https://doi.org/10.1063/5.0046771 Google ScholarCrossref
X. Nie , Z. Hu , H. Zhu , Z. Hu , L. Ke , and X. Zeng , “ Analysis of processing parameters and characteristics of selective laser melted high strength Al-Cu-Mg alloys: from single tracks to cubic samples,” J. Mater. Process. Technol. 256, 69–77 (2018).https://doi.org/10.1016/j.jmatprotec.2018.01.030 Google ScholarCrossref
금속 적층 제조 중 고체 상 변형 예측: Inconel-738의 전자빔 분말층 융합에 대한 사례 연구
Nana Kwabena Adomako a, Nima Haghdadi a, James F.L. Dingle bc, Ernst Kozeschnik d, Xiaozhou Liao bc, Simon P. Ringer bc, Sophie Primig a
Abstract
Metal additive manufacturing (AM) has now become the perhaps most desirable technique for producing complex shaped engineering parts. However, to truly take advantage of its capabilities, advanced control of AM microstructures and properties is required, and this is often enabled via modeling. The current work presents a computational modeling approach to studying the solid-state phase transformation kinetics and the microstructural evolution during AM. Our approach combines thermal and thermo-kinetic modelling. A semi-analytical heat transfer model is employed to simulate the thermal history throughout AM builds. Thermal profiles of individual layers are then used as input for the MatCalc thermo-kinetic software. The microstructural evolution (e.g., fractions, morphology, and composition of individual phases) for any region of interest throughout the build is predicted by MatCalc. The simulation is applied to an IN738 part produced by electron beam powder bed fusion to provide insights into how γ′ precipitates evolve during thermal cycling. Our simulations show qualitative agreement with our experimental results in predicting the size distribution of γ′ along the build height, its multimodal size character, as well as the volume fraction of MC carbides. Our findings indicate that our method is suitable for a range of AM processes and alloys, to predict and engineer their microstructures and properties.
Additive manufacturing (AM) is an advanced manufacturing method that enables engineering parts with intricate shapes to be fabricated with high efficiency and minimal materials waste. AM involves building up 3D components layer-by-layer from feedstocks such as powder [1]. Various alloys, including steel, Ti, Al, and Ni-based superalloys, have been produced using different AM techniques. These techniques include directed energy deposition (DED), electron- and laser powder bed fusion (E-PBF and L-PBF), and have found applications in a variety of industries such as aerospace and power generation[2], [3], [4]. Despite the growing interest, certain challenges limit broader applications of AM fabricated components in these industries and others. One of such limitations is obtaining a suitable and reproducible microstructure that offers the desired mechanical properties consistently. In fact, the AM as-built microstructure is highly complex and considerably distinctive from its conventionally processed counterparts owing to the complicated thermal cycles arising from the deposition of several layers upon each other [5], [6].
Several studies have reported that the solid-state phases and solidification microstructure of AM processed alloys such as CMSX-4, CoCr [7], [8], Ti-6Al-4V [9], [10], [11], IN738[6], 304L stainless steel[12], and IN718 [13], [14] exhibit considerable variations along the build direction. For instance, references [9], [10] have reported that there is a variation in the distribution of α and β phases along the build direction in Ti-alloys. Similarly, the microstructure of an L-PBF fabricated martensitic steel exhibits variations in the fraction of martensite [15]. Furthermore, some of the present authors and others [6], [16], [17], [18], [19], [20] have recently reviewed and reported that there is a difference in the morphology and fraction of nanoscale precipitates as a function of build height in Ni-based superalloys. These non-uniformities in the as-built microstructure result in an undesired heterogeneity in mechanical and other important properties such as corrosion and oxidation[19], [21], [22], [23]. To obtain the desired microstructure and properties, additional processing treatments are utilized, but this incurs extra costs and may lead to precipitation of detrimental phases and grain coarsening. Therefore, a through-process understanding of the microstructure evolution under repeated heating and cooling is now needed to further advance 3D printed microstructure and property control.
It is now commonly understood that the microstructure evolution during printing is complex, and most AM studies concentrate on the microstructure and mechanical properties of the final build only. Post-printing studies of microstructure characteristics at room temperature miss crucial information on how they evolve. In-situ measurements and modelling approaches are required to better understand the complex microstructural evolution under repeated heating and cooling. Most in-situ measurements in AM focus on monitoring the microstructural changes, such as phase transformations and melt pool dynamics during fabrication using X-ray scattering and high-speed X-ray imaging [24], [25], [26], [27]. For example, Zhao et al. [25] measured the rate of solidification and described the α/β phase transformation during L-PBF of Ti-6Al-4V in-situ. Also, Wahlmann et al. [21] recently used an L-PBF machine coupled with X-ray scattering to investigate the changes in CMSX-4 phase during successive melting processes. Although these techniques provide significant understanding of the basic principles of AM, they are not widely accessible. This is due to the great cost of the instrument, competitive application process, and complexities in terms of the experimental set-up, data collection, and analysis [26], [28].
Computational modeling techniques are promising and more widely accessible tools that enable advanced understanding, prediction, and engineering of microstructures and properties during AM. So far, the majority of computational studies have concentrated on physics based process models for metal AM, with the goal of predicting the temperature profile, heat transfer, powder dynamics, and defect formation (e.g., porosity) [29], [30]. In recent times, there have been efforts in modeling of the AM microstructure evolution using approaches such as phase-field [31], Monte Carlo (MC) [32], and cellular automata (CA) [33], coupled with finite element simulations for temperature profiles. However, these techniques are often restricted to simulating the evolution of solidification microstructures (e.g., grain and dendrite structure) and defects (e.g., porosity). For example, Zinovieva et al. [33] predicted the grain structure of L-PBF Ti-6Al-4V using finite difference and cellular automata methods. However, studies on the computational modelling of the solid-state phase transformations, which largely determine the resulting properties, remain limited. This can be attributed to the multi-component and multi-phase nature of most engineering alloys in AM, along with the complex transformation kinetics during thermal cycling. This kind of research involves predictions of the thermal cycle in AM builds, and connecting it to essential thermodynamic and kinetic data as inputs for the model. Based on the information provided, the thermokinetic model predicts the history of solid-state phase microstructure evolution during deposition as output. For example, a multi-phase, multi-component mean-field model has been developed to simulate the intermetallic precipitation kinetics in IN718 [34] and IN625 [35] during AM. Also, Basoalto et al. [36] employed a computational framework to examine the contrasting distributions of process-induced microvoids and precipitates in two Ni-based superalloys, namely IN718 and CM247LC. Furthermore, McNamara et al. [37] established a computational model based on the Johnson-Mehl-Avrami model for non-isothermal conditions to predict solid-state phase transformation kinetics in L-PBF IN718 and DED Ti-6Al-4V. These models successfully predicted the size and volume fraction of individual phases and captured the repeated nucleation and dissolution of precipitates that occur during AM.
In the current study, we propose a modeling approach with appreciably short computational time to investigate the detailed microstructural evolution during metal AM. This may include obtaining more detailed information on the morphologies of phases, such as size distribution, phase fraction, dissolution and nucleation kinetics, as well as chemistry during thermal cycling and final cooling to room temperature. We utilize the combination of the MatCalc thermo-kinetic simulator and a semi-analytical heat conduction model. MatCalc is a software suite for simulation of phase transformations, microstructure evolution and certain mechanical properties in engineering alloys. It has successfully been employed to simulate solid-state phase transformations in Ni-based superalloys [38], [39], steels [40], and Al alloys[41] during complex thermo-mechanical processes. MatCalc uses the classical nucleation theory as well as the so-called Svoboda-Fischer-Fratzl-Kozeschnik (SFFK) growth model as the basis for simulating precipitation kinetics [42]. Although MatCalc was originally developed for conventional thermo-mechanical processes, we will show that it is also applicable for AM if the detailed time-temperature profile of the AM build is known. The semi-analytical heat transfer code developed by Stump and Plotkowski [43] is used to simulate these profile throughout the AM build.
1.1. Application to IN738
Inconel-738 (IN738) is a precipitation hardening Ni-based superalloy mainly employed in high-temperature components, e.g. in gas turbines and aero-engines owing to its exceptional mechanical properties at temperatures up to 980 °C, coupled with high resistance to oxidation and corrosion [44]. Its superior high-temperature strength (∼1090 MPa tensile strength) is provided by the L12 ordered Ni3(Al,Ti) γ′ phase that precipitates in a face-centered cubic (FCC) γ matrix [45], [46]. Despite offering great properties, IN738, like most superalloys with high γ′ fractions, is challenging to process owing to its propensity to hot cracking [47], [48]. Further, machining of such alloys is challenging because of their high strength and work-hardening rates. It is therefore difficult to fabricate complex INC738 parts using traditional manufacturing techniques like casting, welding, and forging.
The emergence of AM has now made it possible to fabricate such parts from IN738 and other superalloys. Some of the current authors’ recent research successfully applied E-PBF to fabricate defect-free IN738 containing γ′ throughout the build [16], [17]. The precipitated γ′ were heterogeneously distributed. In particular, Haghdadi et al. [16] studied the origin of the multimodal size distribution of γ′, while Lim et al. [17] investigated the gradient in γ′ character with build height and its correlation to mechanical properties. Based on these results, the present study aims to extend the understanding of the complex and site-specific microstructural evolution in E-PBF IN738 by using a computational modelling approach. New experimental evidence (e.g., micrographs not published previously) is presented here to support the computational results.
2. Materials and Methods
2.1. Materials preparation
IN738 Ni-based superalloy (59.61Ni-8.48Co-7.00Al-17.47Cr-3.96Ti-1.01Mo-0.81W-0.56Ta-0.49Nb-0.47C-0.09Zr-0.05B, at%) gas-atomized powder was used as feedstock. The powders, with average size of 60 ± 7 µm, were manufactured by Praxair and distributed by Astro Alloys Inc. An Arcam Q10 machine by GE Additive with an acceleration voltage of 60 kV was used to fabricate a 15 × 15 × 25 mm3 block (XYZ, Z: build direction) on a 316 stainless steel substrate. The block was 3D-printed using a ‘random’ spot melt pattern. The random spot melt pattern involves randomly selecting points in any given layer, with an equal chance of each point being melted. Each spot melt experienced a dwell time of 0.3 ms, and the layer thickness was 50 µm. Some of the current authors have previously characterized the microstructure of the very same and similar builds in more detail [16], [17]. A preheat temperature of ∼1000 °C was set and kept during printing to reduce temperature gradients and, in turn, thermal stresses [49], [50], [51]. Following printing, the build was separated from the substrate through electrical discharge machining. It should be noted that this sample was simultaneously printed with the one used in [17] during the same build process and on the same build plate, under identical conditions.
2.2. Microstructural characterization
The printed sample was longitudinally cut in the direction of the build using a Struers Accutom-50, ground, and then polished to 0.25 µm suspension via standard techniques. The polished x-z surface was electropolished and etched using Struers A2 solution (perchloric acid in ethanol). Specimens for image analysis were polished using a 0.06 µm colloidal silica. Microstructure analyses were carried out across the height of the build using optical microscopy (OM) and scanning electron microscopy (SEM) with focus on the microstructure evolution (γ′ precipitates) in individual layers. The position of each layer being analyzed was determined by multiplying the layer number by the layer thickness (50 µm). It should be noted that the position of the first layer starts where the thermal profile is tracked (in this case, 2 mm from the bottom). SEM images were acquired using a JEOL 7001 field emission microscope. The brightness and contrast settings, acceleration voltage of 15 kV, working distance of 10 mm, and other SEM imaging parameters were all held constant for analysis of the entire build. The ImageJ software was used for automated image analysis to determine the phase fraction and size of γ′ precipitates and carbides. A 2-pixel radius Gaussian blur, following a greyscale thresholding and watershed segmentation was used [52]. Primary γ′ sizes (>50 nm), were measured using equivalent spherical diameters. The phase fractions were considered equal to the measured area fraction. Secondary γ′ particles (<50 nm) were not considered here. The γ′ size in the following refers to the diameter of a precipitate.
2.3. Hardness testing
A Struers DuraScan tester was utilized for Vickers hardness mapping on a polished x-z surface, from top to bottom under a maximum load of 100 mN and 10 s dwell time. 30 micro-indentations were performed per row. According to the ASTM standard [53], the indentations were sufficiently distant (∼500 µm) to assure that strain-hardened areas did not interfere with one another.
2.4. Computational simulation of E-PBF IN738 build
2.4.1. Thermal profile modeling
The thermal history was generated using the semi-analytical heat transfer code (also known as the 3DThesis code) developed by Stump and Plotkowski [43]. This code is an open-source C++ program which provides a way to quickly simulate the conductive heat transfer found in welding and AM. The key use case for the code is the simulation of larger domains than is practicable with Computational Fluid Dynamics/Finite Element Analysis programs like FLOW-3D AM. Although simulating conductive heat transfer will not be an appropriate simplification for some investigations (for example the modelling of keyholding or pore formation), the 3DThesis code does provide fast estimates of temperature, thermal gradient, and solidification rate which can be useful for elucidating microstructure formation across entire layers of an AM build. The mathematics involved in the code is as follows:
In transient thermal conduction during welding and AM, with uniform and constant thermophysical properties and without considering fluid convection and latent heat effects, energy conservation can be expressed as:(1)��∂�∂�=�∇2�+�̇where � is density, � specific heat, � temperature, � time, � thermal conductivity, and �̇ a volumetric heat source. By assuming a semi-infinite domain, Eq. 1 can be analytically solved. The solution for temperature at a given time (t) using a volumetric Gaussian heat source is presented as:(2)��,�,�,�−�0=33�����32∫0�1������exp−3�′�′2��+�′�′2��+�′�′2����′(3)and��=12��−�′+��2for�=�,�,�(4)and�′�′=�−���′Where � is the vector �,�,� and �� is the location of the heat source.
The numerical integration scheme used is an adaptive Gaussian quadrature method based on the following nondimensionalization:(5)�=��xy2�,�′=��xy2�′,�=��xy,�=��xy,�=��xy,�=���xy
A more detailed explanation of the mathematics can be found in reference [43].
The main source of the thermal cycling present within a powder-bed fusion process is the fusion of subsequent layers. Therefore, regions near the top of a build are expected to undergo fewer thermal cycles than those closer to the bottom. For this purpose, data from the single scan’s thermal influence on multiple layers was spliced to represent the thermal cycles experienced at a single location caused by multiple subsequent layers being fused.
The cross-sectional area simulated by this model was kept constant at 1 × 1 mm2, and the depth was dependent on the build location modelled with MatCalc. For a build location 2 mm from the bottom, the maximum number of layers to simulate is 460. Fig. 1a shows a stitched overview OM image of the entire build indicating the region where this thermal cycle is simulated and tracked. To increase similarity with the conditions of the physical build, each thermal history was constructed from the results of two simulations generated with different versions of a random scan path. The parameters used for these thermal simulations can be found in Table 1. It should be noted that the main purpose of the thermal profile modelling was to demonstrate how the conditions at different locations of the build change relative to each other. Accurately predicting the absolute temperature during the build would require validation via a temperature sensor measurement during the build process which is beyond the scope of the study. Nonetheless, to establish the viability of the heat source as a suitable approximation for this study, an additional sensitivity analysis was conducted. This analysis focused on the influence of energy input on γ′ precipitation behavior, the central aim of this paper. This was achieved by employing varying beam absorption energies (0.76, 0.82 – the values utilized in the simulation, and 0.9). The direct impact of beam absorption efficiency on energy input into the material was investigated. Specifically, the initial 20 layers of the build were simulated and subsequently compared to experimental data derived from SEM. While phase fractions were found to be consistent across all conditions, disparities emerged in the mean size of γ′ precipitates. An absorption efficiency of 0.76 yielded a mean size of approximately 70 nm. Conversely, absorption efficiencies of 0.82 and 0.9 exhibited remarkably similar mean sizes of around 130 nm, aligning closely with the outcomes of the experiments.
The numerical analyses of the evolution of precipitates was performed using MatCalc version 6.04 (rel 0.011). The thermodynamic (‘mc_ni.tdb’, version 2.034) and diffusion (‘mc_ni.ddb’, version 2.007) databases were used. MatCalc’s basic principles are elaborated as follows:
The nucleation kinetics of precipitates are computed using a computational technique based on a classical nucleation theory[54] that has been modified for systems with multiple components [42], [55]. Accordingly, the transient nucleation rate (�), which expresses the rate at which nuclei are formed per unit volume and time, is calculated as:(6)�=�0��*∙�xp−�*�∙�∙exp−��where �0 denotes the number of active nucleation sites, �* the rate of atomic attachment, � the Boltzmann constant, � the temperature, �* the critical energy for nucleus formation, τ the incubation time, and t the time. � (Zeldovich factor) takes into consideration that thermal excitation destabilizes the nucleus as opposed to its inactive state [54]. Z is defined as follows:(7)�=−12�kT∂2∆�∂�2�*12where ∆� is the overall change in free energy due to the formation of a nucleus and n is the nucleus’ number of atoms. ∆�’s derivative is evaluated at n* (critical nucleus size). �* accounts for the long-range diffusion of atoms required for nucleation, provided that the matrix’ and precipitates’ composition differ. Svoboda et al. [42] developed an appropriate multi-component equation for �*, which is given by:(8)�*=4��*2�4�∑�=1��ki−�0�2�0��0�−1where �* denotes the critical radius for nucleation, � represents atomic distance, and � is the molar volume. �ki and �0� represent the concentration of elements in the precipitate and matrix, respectively. The parameter �0� denotes the rate of diffusion of the ith element within the matrix. The expression for the incubation time � is expressed as [54]:(9)�=12�*�2
and �*, which represents the critical energy for nucleation:(10)�*=16�3�3∆�vol2where � is the interfacial energy, and ∆Gvol the change in the volume free energy. The critical nucleus’ composition is similar to the γ′ phase’s equilibrium composition at the same temperature. � is computed based on the precipitate and matrix compositions, using a generalized nearest neighbor broken bond model, with the assumption of interfaces being planar, sharp, and coherent [56], [57], [58].
In Eq. 7, it is worth noting that �* represents the fundamental variable in the nucleation theory. It contains �3/∆�vol2 and is in the exponent of the nucleation rate. Therefore, even small variations in γ and/or ∆�vol can result in notable changes in �, especially if �* is in the order of �∙�. This is demonstrated in [38] for UDIMET 720 Li during continuous cooling, where these quantities change steadily during precipitation due to their dependence on matrix’ and precipitate’s temperature and composition. In the current work, these changes will be even more significant as the system is exposed to multiple cycles of rapid cooling and heating.
Once nucleated, the growth of a precipitate is assessed using the radius and composition evolution equations developed by Svoboda et al. [42] with a mean-field method that employs the thermodynamic extremal principle. The expression for the total Gibbs free energy of a thermodynamic system G, which consists of n components and m precipitates, is given as follows:(11)�=∑���0��0�+∑�=1�4���33��+∑�=1��ki�ki+∑�=1�4���2��.
The chemical potential of component � in the matrix is denoted as �0�(�=1,…,�), while the chemical potential of component � in the precipitate is represented by �ki(�=1,…,�,�=1,…,�). These chemical potentials are defined as functions of the concentrations �ki(�=1,…,�,�=1,…,�). The interface energy density is denoted as �, and �� incorporates the effects of elastic energy and plastic work resulting from the volume change of each precipitate.
Eq. (12) establishes that the total free energy of the system in its current state relies on the independent state variables: the sizes (radii) of the precipitates �� and the concentrations of each component �ki. The remaining variables can be determined by applying the law of mass conservation to each component �. This can be represented by the equation:(12)��=�0�+∑�=1�4���33�ki,
Furthermore, the global mass conservation can be expressed by equation:(13)�=∑�=1���When a thermodynamic system transitions to a more stable state, the energy difference between the initial and final stages is dissipated. This model considers three distinct forms of dissipation effects [42]. These include dissipations caused by the movement of interfaces, diffusion within the precipitate and diffusion within the matrix.
Consequently, �̇� (growth rate) and �̇ki (chemical composition’s rate of change) of the precipitate with index � are derived from the linear system of equation system:(14)�ij��=��where �� symbolizes the rates �̇� and �̇ki [42]. Index i contains variables for precipitate radius, chemical composition, and stoichiometric boundary conditions suggested by the precipitate’s crystal structure. Eq. (10) is computed separately for every precipitate �. For a more detailed description of the formulae for the coefficients �ij and �� employed in this work please refer to [59].
The MatCalc software was used to perform the numerical time integration of �̇� and �̇ki of precipitates based on the classical numerical method by Kampmann and Wagner [60]. Detailed information on this method can be found in [61]. Using this computational method, calculations for E-PBF thermal cycles (cyclic heating and cooling) were computed and compared to experimental data. The simulation took approximately 2–4 hrs to complete on a standard laptop.
3. Results
3.1. Microstructure
Fig. 1 displays a stitched overview image and selected SEM micrographs of various γ′ morphologies and carbides after observations of the X-Z surface of the build from the top to 2 mm above the bottom. Fig. 2 depicts a graph that charts the average size and phase fraction of the primary γ′, as it changes with distance from the top to the bottom of the build. The SEM micrographs show widespread primary γ′ precipitation throughout the entire build, with the size increasing in the top to bottom direction. Particularly, at the topmost height, representing the 460th layer (Z = 22.95 mm), as seen in Fig. 1b, the average size of γ′ is 110 ± 4 nm, exhibiting spherical shapes. This is representative of the microstructure after it solidifies and cools to room temperature, without experiencing additional thermal cycles. The γ′ size slightly increases to 147 ± 6 nm below this layer and remains constant until 0.4 mm (∼453rd layer) from the top. At this position, the microstructure still closely resembles that of the 460th layer. After the 453rd layer, the γ′ size grows rapidly to ∼503 ± 19 nm until reaching the 437th layer (1.2 mm from top). The γ′ particles here have a cuboidal shape, and a small fraction is coarser than 600 nm. γ′ continue to grow steadily from this position to the bottom (23 mm from the top). A small fraction of γ′ is > 800 nm.
Besides primary γ′, secondary γ′ with sizes ranging from 5 to 50 nm were also found. These secondary γ′ precipitates, as seen in Fig. 1f, were present only in the bottom and middle regions. A detailed analysis of the multimodal size distribution of γ′ can be found in [16]. There is no significant variation in the phase fraction of the γ′ along the build. The phase fraction is ∼ 52%, as displayed in Fig. 2. It is worth mentioning that the total phase fraction of γ′ was estimated based on the primary γ′ phase fraction because of the small size of secondary γ′. Spherical MC carbides with sizes ranging from 50 to 400 nm and a phase fraction of 0.8% were also observed throughout the build. The carbides are the light grey precipitates in Fig. 1g. The light grey shade of carbides in the SEM images is due to their composition and crystal structure [52]. These carbides are not visible in Fig. 1b-e because they were dissolved during electro-etching carried out after electropolishing. In Fig. 1g, however, the sample was examined directly after electropolishing, without electro-etching.
Table 2 shows the nominal and measured composition of γ′ precipitates throughout the build by atom probe microscopy as determined in our previous study [17]. No build height-dependent composition difference was observed in either of the γ′ precipitate populations. However, there was a slight disparity between the composition of primary and secondary γ′. Among the main γ′ forming elements, the primary γ′ has a high Ti concentration while secondary γ′ has a high Al concentration. A detailed description of the atom distribution maps and the proxigrams of the constituent elements of γ′ throughout the build can be found in [17].
Table 2. Bulk IN738 composition determined using inductively coupled plasma atomic emission spectroscopy (ICP-AES). Compositions of γ, primary γ′, and secondary γ′ at various locations in the build measured by APT. This information is reproduced from data in Ref. [17] with permission.
at%
Ni
Cr
Co
Al
Mo
W
Ti
Nb
C
B
Zr
Ta
Others
Bulk
59.12
17.47
8.48
7.00
1.01
0.81
3.96
0.49
0.47
0.05
0.09
0.56
0.46
γ matrix
Top
50.48
32.91
11.59
1.94
1.39
0.82
0.44
0.8
0.03
0.03
0.02
–
0.24
Mid
50.37
32.61
11.93
1.79
1.54
0.89
0.44
0.1
0.03
0.02
0.02
0.01
0.23
Bot
48.10
34.57
12.08
2.14
1.43
0.88
0.48
0.08
0.04
0.03
0.01
–
0.12
Primary γ′
Top
72.17
2.51
3.44
12.71
0.25
0.39
7.78
0.56
–
0.03
0.02
0.05
0.08
Mid
71.60
2.57
3.28
13.55
0.42
0.68
7.04
0.73
–
0.01
0.03
0.04
0.04
Bot
72.34
2.47
3.86
12.50
0.26
0.44
7.46
0.50
0.05
0.02
0.02
0.03
0.04
Secondary γ′
Mid
70.42
4.20
3.23
14.19
0.63
1.03
5.34
0.79
0.03
–
0.04
0.04
0.05
Bot
69.91
4.06
3.68
14.32
0.81
1.04
5.22
0.65
0.05
–
0.10
0.02
0.11
3.2. Hardness
Fig. 3a shows the Vickers hardness mapping performed along the entire X-Z surface, while Fig. 3b shows the plot of average hardness at different build heights. This hardness distribution is consistent with the γ′ precipitate size gradient across the build direction in Fig. 1, Fig. 2. The maximum hardness of ∼530 HV1 is found at ∼0.5 mm away from the top surface (Z = 22.5), where γ′ particles exhibit the smallest observed size in Fig. 2b. Further down the build (∼ 2 mm from the top), the hardness drops to the 440–490 HV1 range. This represents the region where γ′ begins to coarsen. The hardness drops further to 380–430 HV1 at the bottom of the build.
3.3. Modeling of the microstructural evolution during E-PBF
3.3.1. Thermal profile modeling
Fig. 4 shows the simulated thermal profile of the E-PBF build at a location of 23 mm from the top of the build, using a semi-analytical heat conduction model. This profile consists of the time taken to deposit 460 layers until final cooling, as shown in Fig. 4a. Fig. 4b-d show the magnified regions of Fig. 4a and reveal the first 20 layers from the top, a single layer (first layer from the top), and the time taken for the build to cool after the last layer deposition, respectively.
The peak temperatures experienced by previous layers decrease progressively as the number of layers increases but never fall below the build preheat temperature (1000 °C). Our simulated thermal cycle may not completely capture the complexity of the actual thermal cycle utilized in the E-PBF build. For instance, the top layer (Fig. 4c), also representing the first deposit’s thermal profile without additional cycles (from powder heating, melting, to solidification), recorded the highest peak temperature of 1390 °C. Although this temperature is above the melting range of the alloy (1230–1360 °C) [62], we believe a much higher temperature was produced by the electron beam to melt the powder. Nevertheless, the solidification temperature and dynamics are outside the scope of this study as our focus is on the solid-state phase transformations during deposition. It takes ∼25 s for each layer to be deposited and cooled to the build temperature. The interlayer dwell time is 125 s. The time taken for the build to cool to room temperature (RT) after final layer deposition is ∼4.7 hrs (17,000 s).
3.3.2. MatCalc simulation
During the MatCalc simulation, the matrix phase is defined as γ. γ′, and MC carbide are included as possible precipitates. The domain of these precipitates is set to be the matrix (γ), and nucleation is assumed to be homogenous. In homogeneous nucleation, all atoms of the unit volume are assumed to be potential nucleation sites. Table 3 shows the computational parameters used in the simulation. All other parameters were set at default values as recommended in the version 6.04.0011 of MatCalc. The values for the interfacial energies are automatically calculated according to the generalized nearest neighbor broken bond model and is one of the most outstanding features in MatCalc [56], [57], [58]. It should be noted that the elastic misfit strain was not included in the calculation. The output of MatCalc includes phase fraction, size, nucleation rate, and composition of the precipitates. The phase fraction in MatCalc is the volume fraction. Although the experimental phase fraction is the measured area fraction, it is relatively similar to the volume fraction. This is because of the generally larger precipitate size and similar morphology at the various locations along the build [63]. A reliable phase fraction comparison between experiment and simulation can therefore be made.
Table 3. Computational parameters used in the simulation.
γ′ = 0.080–0.140 J/m2 and MC carbide = 0.410–0.430 J/m2
3.3.2.1. Precipitate phase fraction
Fig. 5a shows the simulated phase fraction of γ′ and MC carbide during thermal cycling. Fig. 5b is a magnified view of 5a showing the simulated phase fraction at the center points of the top 70 layers, whereas Fig. 5c corresponds to the first two layers from the top. As mentioned earlier, the top layer (460th layer) represents the microstructure after solidification. The microstructure of the layers below is determined by the number of thermal cycles, which increases with distance to the top. For example, layers 459, 458, 457, up to layer 1 (region of interest) experience 1, 2, 3 and 459 thermal cycles, respectively. In the top layer in Fig. 5c, the volume fraction of γ′ and carbides increases with temperature. For γ′, it decreases to zero when the temperature is above the solvus temperature after a few seconds. Carbides, however, remain constant in their volume fraction reaching equilibrium (phase fraction ∼ 0.9%) in a short time. The topmost layer can be compared to the first deposit, and the peak in temperature symbolizes the stage where the electron beam heats the powder until melting. This means γ′ and carbide precipitation might have started in the powder particles during heating from the build temperature and electron beam until the onset of melting, where γ′ dissolves, but carbides remain stable [28].
During cooling after deposition, γ′ reprecipitates at a temperature of 1085 °C, which is below its solvus temperature. As cooling progresses, the phase fraction increases steadily to ∼27% and remains constant at 1000 °C (elevated build temperature). The calculated equilibrium fraction of phases by MatCalc is used to show the complex precipitation characteristics in this alloy. Fig. 6 shows that MC carbides form during solidification at 1320 °C, followed by γ′, which precipitate when the solidified layer cools to 1140 °C. This indicates that all deposited layers might contain a negligible amount of these precipitates before subsequent layer deposition, while being at the 1000 °C build temperature or during cooling to RT. The phase diagram also shows that the equilibrium fraction of the γ′ increases as temperature decreases. For instance, at 1000, 900, and 800 °C, the phase fractions are ∼30%, 38%, and 42%, respectively.
Deposition of subsequent layers causes previous layers to undergo phase transformations as they are exposed to several thermal cycles with different peak temperatures. In Fig. 5c, as the subsequent layer is being deposited, γ′ in the previous layer (459th layer) begins to dissolve as the temperature crosses the solvus temperature. This is witnessed by the reduction of the γ′ phase fraction. This graph also shows how this phase dissolves during heating. However, the phase fraction of MC carbide remains stable at high temperatures and no dissolution is seen during thermal cycling. Upon cooling, the γ′ that was dissolved during heating reprecipitates with a surge in the phase fraction until 1000 °C, after which it remains constant. This microstructure is similar to the solidification microstructure (layer 460), with a similar γ′ phase fraction (∼27%).
The complete dissolution and reprecipitation of γ′ continue for several cycles until the 50th layer from the top (layer 411), where the phase fraction does not reach zero during heating to the peak temperature (see Fig. 5d). This indicates the ‘partial’ dissolution of γ′, which continues progressively with additional layers. It should be noted that the peak temperatures for layers that underwent complete dissolution were much higher (1170–1300 °C) than the γ′ solvus.
The dissolution and reprecipitation of γ′ during thermal cycling are further confirmed in Fig. 7, which summarizes the nucleation rate, phase fraction, and concentration of major elements that form γ′ in the matrix. Fig. 7b magnifies a single layer (3rd layer from top) within the full dissolution region in Fig. 7a to help identify the nucleation and growth mechanisms. From Fig. 7b, γ′ nucleation begins during cooling whereby the nucleation rate increases to reach a maximum value of approximately 1 × 1020 m−3s−1. This fast kinetics implies that some rearrangement of atoms is required for γ′ precipitates to form in the matrix [65], [66]. The matrix at this stage is in a non-equilibrium condition. Its composition is similar to the nominal composition and remains unchanged. The phase fraction remains insignificant at this stage although nucleation has started. The nucleation rate starts declining upon reaching the peak value. Simultaneously, diffusion-controlled growth of existing nuclei occurs, depleting the matrix of γ′ forming elements (Al and Ti). Thus, from (7), (11), ∆�vol continuously decreases until nucleation ceases. The growth of nuclei is witnessed by the increase in phase fraction until a constant level is reached at 27% upon cooling to and holding at build temperature. This nucleation event is repeated several times.
At the onset of partial dissolution, the nucleation rate jumps to 1 × 1021 m−3s−1, and then reduces sharply at the middle stage of partial dissolution. The nucleation rate reaches 0 at a later stage. Supplementary Fig. S1 shows a magnified view of the nucleation rate, phase fraction, and thermal profile, underpinning this trend. The jump in nucleation rate at the onset is followed by a progressive reduction in the solute content of the matrix. The peak temperatures (∼1130–1160 °C) are lower than those in complete dissolution regions but still above or close to the γ′ solvus. The maximum phase fraction (∼27%) is similar to that of the complete dissolution regions. At the middle stage, the reduction in nucleation rate is accompanied by a sharp drop in the matrix composition. The γ′ fraction drops to ∼24%, where the peak temperatures of the layers are just below or at γ′ solvus. The phase fraction then increases progressively through the later stage of partial dissolution to ∼30% towards the end of thermal cycling. The matrix solute content continues to drop although no nucleation event is seen. The peak temperatures are then far below the γ′ solvus. It should be noted that the matrix concentration after complete dissolution remains constant. Upon cooling to RT after final layer deposition, the nucleation rate increases again, indicating new nucleation events. The phase fraction reaches ∼40%, with a further depletion of the matrix in major γ′ forming elements.
3.3.2.2. γ′ size distribution
Fig. 8 shows histograms of the γ′ precipitate size distributions (PSD) along the build height during deposition. These PSDs are predicted at the end of each layer of interest just before final cooling to room temperature, to separate the role of thermal cycles from final cooling on the evolution of γ′. The PSD for the top layer (layer 460) is shown in Fig. 8a (last solidified region with solidification microstructure). The γ′ size ranges from 120 to 230 nm and is similar to the 44 layers below (2.2 mm from the top).
Further down the build, γ′ begins to coarsen after layer 417 (44th layer from top). Fig. 8c shows the PSD after the 44th layer, where the γ′ size exhibits two peaks at ∼120–230 and ∼300 nm, with most of the population being in the former range. This is the onset of partial dissolution where simultaneously with the reprecipitation and growth of fresh γ′, the undissolved γ′ grows rapidly through diffusive transport of atoms to the precipitates. This is shown in Fig. 8c, where the precipitate class sizes between 250 and 350 represent the growth of undissolved γ′. Although this continues in the 416th layer, the phase fractions plot indicates that the onset of partial dissolution begins after the 411th layer. This implies that partial dissolution started early, but the fraction of undissolved γ′ was too low to impact the phase fraction. The reprecipitated γ′ are mostly in the 100–220 nm class range and similar to those observed during full dissolution.
As the number of layers increases, coarsening intensifies with continued growth of more undissolved γ′, and reprecipitation and growth of partially dissolved ones. Fig. 8d, e, and f show this sequence. Further down the build, coarsening progresses rapidly, as shown in Figs. 8d, 8e, and 8f. The γ′ size ranges from 120 to 1100 nm, with the peaks at 160, 180, and 220 nm in Figs. 8d, 8e, and 8f, respectively. Coarsening continues until nucleation ends during dissolution, where only the already formed γ′ precipitates continue to grow during further thermal cycling. The γ′ size at this point is much larger, as observed in layers 361 and 261, and continues to increase steadily towards the bottom (layer 1). Two populations in the ranges of ∼380–700 and ∼750–1100 nm, respectively, can be seen. The steady growth of γ′ towards the bottom is confirmed by the gradual decrease in the concentration of solute elements in the matrix (Fig. 7a). It should be noted that for each layer, the γ′ class with the largest size originates from continuous growth of the earliest set of the undissolved precipitates.
Fig. 9, Fig. 10 and supplementary Figs. S2 and S3 show the γ′ size evolution during heating and cooling of a single layer in the full dissolution region, and early, middle stages, and later stages of partial dissolution, respectively. In all, the size of γ′ reduces during layer heating. Depending on the peak temperature of the layer which varies with build height, γ′ are either fully or partially dissolved as mentioned earlier. Upon cooling, the dissolved γ′ reprecipitate.
In Fig. 9, those layers that underwent complete dissolution (top layers) were held above γ′ solvus temperature for longer. In Fig. 10, layers at the early stage of partial dissolution spend less time in the γ′ solvus temperature region during heating, leading to incomplete dissolution. In such conditions, smaller precipitates are fully dissolved while larger ones shrink [67]. Layers in the middle stages of partial dissolution have peak temperatures just below or at γ′ solvus, not sufficient to achieve significant γ′ dissolution. As seen in supplementary Fig. S2, only a few smaller γ′ are dissolved back into the matrix during heating, i.e., growth of precipitates is more significant than dissolution. This explains the sharp decrease in concentration of Al and Ti in the matrix in this layer.
The previous sections indicate various phenomena such as an increase in phase fraction, further depletion of matrix composition, and new nucleation bursts during cooling. Analysis of the PSD after the final cooling of the build to room temperature allows a direct comparison to post-printing microstructural characterization. Fig. 11 shows the γ′ size distribution of layer 1 (460th layer from the top) after final cooling to room temperature. Precipitation of secondary γ′ is observed, leading to the multimodal size distribution of secondary and primary γ′. The secondary γ′ size falls within the 10–80 nm range. As expected, a further growth of the existing primary γ′ is also observed during cooling.
3.3.2.3. γ′ chemistry after deposition
Fig. 12 shows the concentration of the major elements that form γ′ (Al, Ti, and Ni) in the primary and secondary γ′ at the bottom of the build, as calculated by MatCalc. The secondary γ′ has a higher Al content (13.5–14.5 at% Al), compared to 13 at% Al in the primary γ′. Additionally, within the secondary γ′, the smallest particles (∼10 nm) have higher Al contents than larger ones (∼70 nm). In contrast, for the primary γ′, there is no significant variation in the Al content as a function of their size. The Ni concentration in secondary γ′ (71.1–72 at%) is also higher in comparison to the primary γ′ (70 at%). The smallest secondary γ′ (∼10 nm) have higher Ni contents than larger ones (∼70 nm), whereas there is no substantial change in the Ni content of primary γ′, based on their size. As expected, Ti shows an opposite size-dependent variation. It ranges from ∼ 7.7–8.7 at% Ti in secondary γ′ to ∼9.2 at% in primary γ′. Similarly, within the secondary γ′, the smallest (∼10 nm) have lower Al contents than the larger ones (∼70 nm). No significant variation is observed for Ti content in primary γ′.
4. Discussion
A combined modelling method is utilized to study the microstructural evolution during E-PBF of IN738. The presented results are discussed by examining the precipitation and dissolution mechanism of γ′ during thermal cycling. This is followed by a discussion on the phase fraction and size evolution of γ′ during thermal cycling and after final cooling. A brief discussion on carbide morphology is also made. Finally, a comparison is made between the simulation and experimental results to assess their agreement.
4.1. γ′ morphology as a function of build height
4.1.1. Nucleation of γ′
The fast precipitation kinetics of the γ′ phase enables formation of γ′ upon quenching from higher temperatures (above solvus) during thermal cycling [66]. In Fig. 7b, for a single layer in the full dissolution region, during cooling, the initial increase in nucleation rate signifies the first formation of nuclei. The slight increase in nucleation rate during partial dissolution, despite a decrease in the concentration of γ′ forming elements, may be explained by the nucleation kinetics. During partial dissolution and as the precipitates shrink, it is assumed that the regions at the vicinity of partially dissolved precipitates are enriched in γ′ forming elements [68], [69]. This differs from the full dissolution region, in which case the chemical composition is evenly distributed in the matrix. Several authors have attributed the solute supersaturation of the matrix around primary γ′ to partial dissolution during isothermal ageing [69], [70], [71], [72]. The enhanced supersaturation in the regions close to the precipitates results in a much higher driving force for nucleation, leading to a higher nucleation rate upon cooling. This phenomenon can be closely related to the several nucleation bursts upon continuous cooling of Ni-based superalloys, where second nucleation bursts exhibit higher nucleation rates [38], [68], [73], [74].
At middle stages of partial dissolution, the reduction in the nucleation rate indicates that the existing composition and low supersaturation did not trigger nucleation as the matrix was closer to the equilibrium state. The end of a nucleation burst means that the supersaturation of Al and Ti has reached a low level, incapable of providing sufficient driving force during cooling to or holding at 1000 °C for further nucleation [73]. Earlier studies on Ni-based superalloys have reported the same phenomenon during ageing or continuous cooling from the solvus temperature to RT [38], [73], [74].
4.1.2. Dissolution of γ′ during thermal cycling
γ′ dissolution kinetics during heating are fast when compared to nucleation due to exponential increase in phase transformation and diffusion activities with temperature [65]. As shown in Fig. 9, Fig. 10, and supplementary Figs. S2 and S3, the reduction in γ′ phase fraction and size during heating indicates γ′ dissolution. This is also revealed in Fig. 5 where phase fraction decreases upon heating. The extent of γ′ dissolution mostly depends on the temperature, time spent above γ′ solvus, and precipitate size[75], [76], [77]. Smaller γ′ precipitates are first to be dissolved [67], [77], [78]. This is mainly because more solute elements need to be transported away from large γ′ precipitates than from smaller ones [79]. Also, a high temperature above γ′ solvus temperature leads to a faster dissolution rate[80]. The equilibrium solvus temperature of γ′ in IN738 in our MatCalc simulation (Fig. 6) and as reported by Ojo et al. [47] is 1140 °C and 1130–1180 °C, respectively. This means the peak temperature experienced by previous layers decreases progressively from γ′ supersolvus to subsolvus, near-solvus, and far from solvus as the number of subsequent layers increases. Based on the above, it can be inferred that the degree of dissolution of γ′ contributes to the gradient in precipitate distribution.
Although the peak temperatures during later stages of partial dissolution are much lower than the equilibrium γ′ solvus, γ′ dissolution still occurs but at a significantly lower rate (supplementary Fig. S3). Wahlmann et al. [28] also reported a similar case where they observed the rapid dissolution of γ′ in CMSX-4 during fast heating and cooling cycles at temperatures below the γ′ solvus. They attributed this to the γ′ phase transformation process taking place in conditions far from the equilibrium. While the same reasoning may be valid for our study, we further believe that the greater surface area to volume ratio of the small γ′ precipitates contributed to this. This ratio means a larger area is available for solute atoms to diffuse into the matrix even at temperatures much below the solvus [81].
4.2. γ′ phase fraction and size evolution
4.2.1. During thermal cycling
In the first layer, the steep increase in γ′ phase fraction during heating (Fig. 5), which also represents γ′ precipitation in the powder before melting, has qualitatively been validated in [28]. The maximum phase fraction of 27% during the first few layers of thermal cycling indicates that IN738 theoretically could reach the equilibrium state (∼30%), but the short interlayer time at the build temperature counteracts this. The drop in phase fraction at middle stages of partial dissolution is due to the low number of γ′ nucleation sites [73]. It has been reported that a reduction of γ′ nucleation sites leads to a delay in obtaining the final volume fraction as more time is required for γ′ precipitates to grow and reach equilibrium [82]. This explains why even upon holding for 150 s before subsequent layer deposition, the phase fraction does not increase to those values that were observed in the previous full γ′ dissolution regions. Towards the end of deposition, the increase in phase fraction to the equilibrium value of 30% is as a result of the longer holding at build temperature or close to it [83].
During thermal cycling, γ′ particles begin to grow immediately after they first precipitate upon cooling. This is reflected in the rapid increase in phase fraction and size during cooling in Fig. 5 and supplementary Fig. S2, respectively. The rapid growth is due to the fast diffusion of solute elements at high temperatures [84]. The similar size of γ′ for the first 44 layers from the top can be attributed to the fact that all layers underwent complete dissolution and hence, experienced the same nucleation event and growth during deposition. This corresponds with the findings by Balikci et al. [85], who reported that the degree of γ′ precipitation in IN738LC does not change when a solution heat treatment is conducted above a certain critical temperature.
The increase in coarsening rate (Fig. 8) during thermal cycling can first be ascribed to the high peak temperature of the layers [86]. The coarsening rate of γ′ is known to increase rapidly with temperature due to the exponential growth of diffusion activity. Also, the simultaneous dissolution with coarsening could be another reason for the high coarsening rate, as γ′ coarsening is a diffusion-driven process where large particles grow by consuming smaller ones [78], [84], [86], [87]. The steady growth of γ′ towards the bottom of the build is due to the much lower layer peak temperature, which is almost close to the build temperature, and reduced dissolution activity, as is seen in the much lower solute concentration in γ′ compared to those in the full and partial dissolution regions.
4.2.2. During cooling
The much higher phase fraction of ∼40% upon cooling signifies the tendency of γ′ to reach equilibrium at lower temperatures (Fig. 4). This is due to the precipitation of secondary γ′ and a further increase in the size of existing primary γ′, which leads to a multimodal size distribution of γ′ after cooling [38], [73], [88], [89], [90]. The reason for secondary γ′ formation during cooling is as follows: As cooling progresses, it becomes increasingly challenging to redistribute solute elements in the matrix owing to their lower mobility [38], [73]. A higher supersaturation level in regions away from or free of the existing γ′ precipitates is achieved, making them suitable sites for additional nucleation bursts. More cooling leads to the growth of these secondary γ′ precipitates, but as the temperature and in turn, the solute diffusivity is low, growth remains slow.
4.3. Carbides
MC carbides in IN738 are known to have a significant impact on the high-temperature strength. They can also act as effective hardening particles and improve the creep resistance [91]. Precipitation of MC carbides in IN738 and several other superalloys is known to occur during solidification or thermal treatments (e.g., hot isostatic pressing) [92]. In our case, this means that the MC carbides within the E-PBF build formed because of the thermal exposure from the E-PBF thermal cycle in addition to initial solidification. Our simulation confirms this as MC carbides appear during layer heating (Fig. 5). The constant and stable phase fraction of MC carbides during thermal cycling can be attributed to their high melting point (∼1360 °C) and the short holding time at peak temperatures [75], [93], [94]. The solvus temperature for most MC carbides exceeds most of the peak temperatures observed in our simulation, and carbide dissolution kinetics at temperatures above the solvus are known to be comparably slow [95]. The stable phase fraction and random distribution of MC carbides signifies the slight influence on the gradient in hardness.
4.4. Comparison of simulations and experiments
4.4.1. Precipitate phase fraction and morphology as a function of build height
A qualitative agreement is observed for the phase fraction of carbides, i.e. ∼0.8% in the experiment and ∼0.9% in the simulation. The phase fraction of γ′ differs, with the experiment reporting a value of ∼51% and the simulation, 40%. Despite this, the size distribution of primary γ′ along the build shows remarkable consistency between experimental and computational analyses. It is worth noting that the primary γ′ morphology in the experimental analysis is observed in the as-fabricated state, whereas the simulation (Fig. 8) captures it during deposition process. The primary γ′ size in the experiment is expected to experience additional growth during the cooling phase. Regardless, both show similar trends in primary γ′ size increments from the top to the bottom of the build. The larger primary γ’ size in the simulation versus the experiment can be attributed to the fact that experimental and simulation results are based on 2D and 3D data, respectively. The absence of stereological considerations [96] in our analysis could have led to an underestimation of the precipitate sizes from SEM measurements. The early starts of coarsening (8th layer) in the experiment compared to the simulation (45th layer) can be attributed to a higher actual γ′ solvus temperature than considered in our simulation [47]. The solvus temperature of γ′ in a Ni-based superalloy is mainly determined by the detailed composition. A high amount of Cr and Co are known to reduce the solvus temperature, whereas Ta and Mo will increase it [97], [98], [99]. The elemental composition from our experimental work was used for the simulation except for Ta. It should be noted that Ta is not included in the thermodynamic database in MatCalc used, and this may have reduced the solvus temperature. This could also explain the relatively higher γ′ phase fraction in the experiment than in simulation, as a higher γ′ solvus temperature will cause more γ′ to precipitate and grow early during cooling [99], [100].
Another possible cause of this deviation can be attributed to the extent of γ′ dissolution, which is mainly determined by the peak temperature. It can be speculated that individual peak temperatures at different layers in the simulation may have been over-predicted. However, one needs to consider that the true thermal profile is likely more complicated in the actual E-PBF process [101]. For example, the current model assumes that the thermophysical properties of the material are temperature-independent, which is not realistic. Many materials, including IN738, exhibit temperature-dependent properties such as thermal conductivity, specific heat capacity, and density [102]. This means that heat transfer simulations may underestimate or overestimate the temperature gradients and cooling rates within the powder bed and the solidified part. Additionally, the model does not account for the reduced thermal diffusivity through unmelted powder, where gas separating the powder acts as insulation, impeding the heat flow [1]. In E-PBF, the unmelted powder regions with trapped gas have lower thermal diffusivity compared to the fully melted regions, leading to localized temperature variations, and altered solidification behavior. These limitations can impact the predictions, particularly in relation to the carbide dissolution, as the peak temperatures may be underestimated.
While acknowledging these limitations, it is worth emphasizing that achieving a detailed and accurate representation of each layer’s heat source would impose tough computational challenges. Given the substantial layer count in E-PBF, our decision to employ a semi-analytical approximation strikes a balance between computational feasibility and the capture of essential trends in thermal profiles across diverse build layers. In future work, a dual-calibration strategy is proposed to further reduce simulation-experiment disparities. By refining temperature-independent thermophysical property approximations and absorptivity in the heat source model, and by optimizing interfacial energy descriptions in the kinetic model, the predictive precision could be enhanced. Further refining the simulation controls, such as adjusting the precipitate class size may enhance quantitative comparisons between modeling outcomes and experimental data in future work.
4.4.2. Multimodal size distribution of γ′ and concentration
Another interesting feature that sees qualitative agreement between the simulation and the experiment is the multimodal size distribution of γ′. The formation of secondary γ′ particles in the experiment and most E-PBF Ni-based superalloys is suggested to occur at low temperatures, during final cooling to RT [16], [73], [90]. However, so far, this conclusion has been based on findings from various continuous cooling experiments, as the study of the evolution during AM would require an in-situ approach. Our simulation unambiguously confirms this in an AM context by providing evidence for secondary γ′ precipitation during slow cooling to RT. Additionally, it is possible to speculate that the chemical segregation occurring during solidification, due to the preferential partitioning of certain elements between the solid and liquid phases, can contribute to the multimodal size distribution during deposition [51]. This is because chemical segregation can result in variations in the local composition of superalloys, which subsequently affects the nucleation and growth of γ′. Regions with higher concentrations of alloying elements will encourage the formation of larger γ′ particles, while regions with lower concentrations may favor the nucleation of smaller precipitates. However, it is important to acknowledge that the elevated temperature during the E-PBF process will largely homogenize these compositional differences [103], [104].
A good correlation is also shown in the composition of major γ′ forming elements (Al and Ti) in primary and secondary γ′. Both experiment and simulation show an increasing trend for Al content and a decreasing trend for Ti content from primary to secondary γ′. The slight composition differences between primary and secondary γ′ particles are due to the different diffusivity of γ′ stabilizers at different thermal conditions [105], [106]. As the formation of multimodal γ′ particles with different sizes occurs over a broad temperature range, the phase chemistry of γ′ will be highly size dependent. The changes in the chemistry of various γ′ (primary, secondary, and tertiary) have received significant attention since they have a direct influence on the performance [68], [105], [107], [108], [109]. Chen et al. [108], [109], reported a high Al content in the smallest γ′ precipitates compared to the largest, while Ti showed an opposite trend during continuous cooling in a RR1000 Ni-based superalloy. This was attributed to the temperature and cooling rate at which the γ′ precipitates were formed. The smallest precipitates formed last, at the lowest temperature and cooling rate. A comparable observation is evident in the present investigation, where the secondary γ′ forms at a low temperature and cooling rate in comparison to the primary. The temperature dependence of γ′ chemical composition is further evidenced in supplementary Fig. S4, which shows the equilibrium chemical composition of γ′ as a function of temperature.
5. Conclusions
A correlative modelling approach capable of predicting solid-state phase transformations kinetics in metal AM was developed. This approach involves computational simulations with a semi-analytical heat transfer model and the MatCalc thermo-kinetic software. The method was used to predict the phase transformation kinetics and detailed morphology and chemistry of γ′ and MC during E-PBF of IN738 Ni-based superalloy. The main conclusions are:
1.The computational simulations are in qualitative agreement with the experimental observations. This is particularly true for the γ′ size distribution along the build height, the multimodal size distribution of particles, and the phase fraction of MC carbides.
2.The deviations between simulation and experiment in terms of γ′ phase fraction and location in the build are most likely attributed to a higher γ′ solvus temperature during the experiment than in the simulation, which is argued to be related to the absence of Ta in the MatCalc database.
3.The dissolution and precipitation of γ′ occur fast and under non-equilibrium conditions. The level of γ′ dissolution determines the gradient in γ′ size distribution along the build. After thermal cycling, the final cooling to room temperature has further significant impacts on the final γ′ size, morphology, and distribution.
4.A negligible amount of γ′ forms in the first deposited layer before subsequent layer deposition, and a small amount of γ′ may also form in the powder induced by the 1000 °C elevated build temperature before melting.
Our findings confirm the suitability of MatCalc to predict the microstructural evolution at various positions throughout a build in a Ni-based superalloy during E-PBF. It also showcases the suitability of a tool which was originally developed for traditional thermo-mechanical processing of alloys to the new additive manufacturing context. Our simulation capabilities are likely extendable to other alloy systems that undergo solid-state phase transformations implemented in MatCalc (various steels, Ni-based superalloys, and Al-alloys amongst others) as well as other AM processes such as L-DED and L-PBF which have different thermal cycle characteristics. New tools to predict the microstructural evolution and properties during metal AM are important as they provide new insights into the complexities of AM. This will enable control and design of AM microstructures towards advanced materials properties and performances.
The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.
Acknowledgements
This research was sponsored by the Department of Industry, Innovation, and Science under the auspices of the AUSMURI program – which is a part of the Commonwealth’s Next Generation Technologies Fund. The authors acknowledge the facilities and the scientific and technical assistance at the Electron Microscope Unit (EMU) within the Mark Wainwright Analytical Centre (MWAC) at UNSW Sydney and Microscopy Australia. Nana Adomako is supported by a UNSW Scientia PhD scholarship. Michael Haines’ (UNSW Sydney) contribution to the revised version of the original manuscript is thankfully acknowledged.
[1]T. Debroy, H.L. Wei, J.S. Zuback, T. Mukherjee, J.W. Elmer, J.O. Milewski, A.M. Beese, A. Wilson-heid, A. De, W. ZhangAdditive manufacturing of metallic components – process, structure and propertiesProg. Mater. Sci., 92 (2018), pp. 112-224, 10.1016/j.pmatsci.2017.10.001View PDFView articleView in ScopusGoogle Scholar
[4]N.K. Adomako, J.J. Lewandowski, B.M. Arkhurst, H. Choi, H.J. Chang, J.H. KimMicrostructures and mechanical properties of multi-layered materials composed of Ti-6Al-4V, vanadium, and 17–4PH stainless steel produced by directed energy depositionAddit. Manuf., 59 (2022), Article 103174, 10.1016/j.addma.2022.103174View PDFView articleView in ScopusGoogle Scholar
[5]H. Wang, Z.G. Zhu, H. Chen, A.G. Wang, J.Q. Liu, H.W. Liu, R.K. Zheng, S.M.L. Nai, S. Primig, S.S. Babu, S.P. Ringer, X.Z. LiaoEffect of cyclic rapid thermal loadings on the microstructural evolution of a CrMnFeCoNi high-entropy alloy manufactured by selective laser meltingActa Mater., 196 (2020), pp. 609-625, 10.1016/J.ACTAMAT.2020.07.006View PDFView articleView in ScopusGoogle Scholar
[10]S.S. Al-Bermani, M.L. Blackmore, W. Zhang, I. ToddThe origin of microstructural diversity, texture, and mechanical properties in electron beam melted Ti-6Al-4VMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 41 (2010), pp. 3422-3434, 10.1007/s11661-010-0397-xView article View in ScopusGoogle Scholar
[13]H. Helmer, A. Bauereiß, R.F. Singer, C. KörnerErratum to: ‘Grain structure evolution in Inconel 718 during selective electron beam melting’ (Materials Science & Engineering A (2016) 668 (180–187 (S0921509316305536) (10.1016/j.msea.2016.05.046))Mater. Sci. Eng. A., 676 (2016), p. 546, 10.1016/j.msea.2016.09.016View PDFView articleView in ScopusGoogle Scholar
[16]N. Haghdadi, E. Whitelock, B. Lim, H. Chen, X. Liao, S.S. Babu, S.P. Ringer, S. PrimigMultimodal γ′ precipitation in Inconel-738 Ni-based superalloy during electron-beam powder bed fusion additive manufacturingJ. Mater. Sci., 55 (2020), pp. 13342-13350, 10.1007/s10853-020-04915-wView article View in ScopusGoogle Scholar
[17]B. Lim, H. Chen, Z. Chen, N. Haghdadi, X. Liao, S. Primig, S.S. Babu, A. Breen, S.P. RingerMicrostructure–property gradients in Ni-based superalloy (Inconel 738) additively manufactured via electron beam powder bed fusionAddit. Manuf. (2021), Article 102121, 10.1016/j.addma.2021.102121View PDFView articleView in ScopusGoogle Scholar
[18]P. Karimi, E. Sadeghi, P. Åkerfeldt, J. Ålgårdh, J. AnderssonInfluence of successive thermal cycling on microstructure evolution of EBM-manufactured alloy 718 in track-by-track and layer-by-layer designMater. Des., 160 (2018), pp. 427-441, 10.1016/j.matdes.2018.09.038View PDFView articleView in ScopusGoogle Scholar
[19]E. Chauvet, P. Kontis, E.A. Jägle, B. Gault, D. Raabe, C. Tassin, J.J. Blandin, R. Dendievel, B. Vayre, S. Abed, G. MartinHot cracking mechanism affecting a non-weldable Ni-based superalloy produced by selective electron Beam MeltingActa Mater., 142 (2018), pp. 82-94, 10.1016/j.actamat.2017.09.047View PDFView articleView in ScopusGoogle Scholar
[20]M. Ramsperger, R.F. Singer, C. KörnerMicrostructure of the nickel-base superalloy CMSX-4 fabricated by selective electron beam meltingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 47 (2016), pp. 1469-1480, 10.1007/s11661-015-3300-y View PDF This article is free to access.View in ScopusGoogle Scholar
[21]B. Zhang, P. Wang, Y. Chew, Y. Wen, M. Zhang, P. Wang, G. Bi, J. WeiMechanical properties and microstructure evolution of selective laser melting Inconel 718 along building direction and sectional dimensionMater. Sci. Eng. A, 794 (2020), Article 139941, 10.1016/j.msea.2020.139941View PDFView articleView in ScopusGoogle Scholar
[22]C. Körner, M. Ramsperger, C. Meid, D. Bürger, P. Wollgramm, M. Bartsch, G. EggelerMicrostructure and mechanical properties of CMSX-4 single crystals prepared by additive manufacturingMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 49 (2018), pp. 3781-3792, 10.1007/s11661-018-4762-5 View PDF This article is free to access.View in ScopusGoogle Scholar
[23]B. Lim, H. Chen, K. Nomoto, Z. Chen, A.I. Saville, S. Vogel, A.J. Clarke, A. Paradowska, M. Reid, S. Primig, X. Liao, S.S. Babu, A.J. Breen, S.P. RingerAdditively manufactured Haynes-282 monoliths containing thin wall struts of varying thicknessesAddit. Manuf., 59 (2022), Article 103120, 10.1016/j.addma.2022.103120View PDFView articleView in ScopusGoogle Scholar
[24]C.L.A. Leung, S. Marussi, R.C. Atwood, M. Towrie, P.J. Withers, P.D. LeeIn situ X-ray imaging of defect and molten pool dynamics in laser additive manufacturingNat. Commun., 9 (2018), pp. 1-9, 10.1038/s41467-018-03734-7 View PDF This article is free to access.View in ScopusGoogle Scholar
[25]C. Zhao, K. Fezzaa, R.W. Cunningham, H. Wen, F. De Carlo, L. Chen, A.D. Rollett, T. SunReal-time monitoring of laser powder bed fusion process using high-speed X-ray imaging and diffractionSci. Rep., 7 (2017), pp. 1-11, 10.1038/s41598-017-03761-2 View PDF This article is free to access.View in ScopusGoogle Scholar
[26]C. Kenel, D. Grolimund, X. Li, E. Panepucci, V.A. Samson, D.F. Sanchez, F. Marone, C. LeinenbachIn situ investigation of phase transformations in Ti-6Al-4V under additive manufacturing conditions combining laser melting and high-speed micro-X-ray diffractionSci. Rep., 7 (2017), pp. 1-10, 10.1038/s41598-017-16760-0 View PDF This article is free to access.Google Scholar
[27]W.L. Bevilaqua, J. Epp, H. Meyer, J. Dong, H. Roelofs, A. da, S. Rocha, A. RegulyRevealing the dynamic transformation of austenite to bainite during uniaxial warm compression through in-situ synchrotron X-ray diffractionMetals, 11 (2021), pp. 1-14, 10.3390/met11030467View article View in ScopusGoogle Scholar
[28]B. Wahlmann, E. Krohmer, C. Breuning, N. Schell, P. Staron, E. Uhlmann, C. KörnerIn situ observation of γ′ phase transformation dynamics during selective laser melting of CMSX-4Adv. Eng. Mater., 23 (2021), 10.1002/adem.202100112 View PDF This article is free to access.Google Scholar
[35]M.J. Anderson, J. Benson, J.W. Brooks, B. Saunders, H.C. BasoaltoPredicting precipitation kinetics during the annealing of additive manufactured Inconel 625 componentsIntegr. Mater. Manuf. Innov., 8 (2019), pp. 154-166, 10.1007/S40192-019-00134-7/FIGURES/11 View PDFThis article is free to access.View in ScopusGoogle Scholar
[36]H.C. Basoalto, C. Panwisawas, Y. Sovani, M.J. Anderson, R.P. Turner, B. Saunders, J.W. BrooksA computational study on the three-dimensional printability of precipitate-strengthened nickel-based superalloysProc. R. Soc. A, 474 (2018), 10.1098/RSPA.2018.0295View article Google Scholar
[37]K. McNamara, Y. Ji, F. Lia, P. Promoppatum, S.C. Yao, H. Zhou, Y. Wang, L.Q. Chen, R.P. MartukanitzPredicting phase transformation kinetics during metal additive manufacturing using non-isothermal Johnson-Mehl-Avrami models: application to Inconel 718 and Ti-6Al-4VAddit. Manuf., 49 (2022), Article 102478, 10.1016/J.ADDMA.2021.102478View PDFView articleView in ScopusGoogle Scholar
[39]A. Drexler, B. Oberwinkler, S. Primig, C. Turk, E. Povoden-karadeniz, A. Heinemann, W. Ecker, M. StockingerMaterials Science & Engineering A Experimental and numerical investigations of the γ ″ and γ ′ precipitation kinetics in Alloy 718Mater. Sci. Eng. A., 723 (2018), pp. 314-323, 10.1016/j.msea.2018.03.013View PDFView articleView in ScopusGoogle Scholar
[44]A.V. Sotov, A.V. Agapovichev, V.G. Smelov, V.V. Kokareva, M.O. Dmitrieva, A.A. Melnikov, S.P. Golanov, Y.M. AnurovInvestigation of the IN-738 superalloy microstructure and mechanical properties for the manufacturing of gas turbine engine nozzle guide vane by selective laser meltingInt. J. Adv. Manuf. Technol., 107 (2020), pp. 2525-2535, 10.1007/s00170-020-05197-xView article View in ScopusGoogle Scholar
[49]S. Sanchez, P. Smith, Z. Xu, G. Gaspard, C.J. Hyde, W.W. Wits, I.A. Ashcroft, H. Chen, A.T. ClarePowder Bed Fusion of nickel-based superalloys: a reviewInt. J. Mach. Tools Manuf., 165 (2021), 10.1016/j.ijmachtools.2021.103729 View PDF This article is free to access.Google Scholar
[50]C.L.A. Leung, R. Tosi, E. Muzangaza, S. Nonni, P.J. Withers, P.D. LeeEffect of preheating on the thermal, microstructural and mechanical properties of selective electron beam melted Ti-6Al-4V componentsMater. Des., 174 (2019), Article 107792, 10.1016/j.matdes.2019.107792View PDFView articleView in ScopusGoogle Scholar
[51]S. Griffiths, H. Ghasemi Tabasi, T. Ivas, X. Maeder, A. De Luca, K. Zweiacker, R. Wróbel, J. Jhabvala, R.E. Logé, C. LeinenbachCombining alloy and process modification for micro-crack mitigation in an additively manufactured Ni-base superalloyAddit. Manuf., 36 (2020), 10.1016/j.addma.2020.101443View article Google Scholar
[52]P. Soille, L. Vincent Pierre Soille, L.M. Vincent, Determining watersheds in digital pictures via flooding simulations, Https://Doi.Org/10.1117/12.24211. 1360 (1990) 240–250. https://doi.org/10.1117/12.24211.Google Scholar
[53]ASTM Standard Test Method for Microindentation Hardness of MaterialsKnoop and Vickers Hardness of Materials 1, Annu. B ASTM Stand. i 2010 1 42.Google Scholar
[56]B. Sonderegger, E. KozeschnikGeneralized nearest-neighbor broken-bond analysis of randomly oriented coherent interfaces in multicomponent Fcc and Bcc structuresMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 40 (2009), pp. 499-510, 10.1007/S11661-008-9752-6/FIGURES/8View articleView in ScopusGoogle Scholar
[58]B. Sonderegger, E. KozeschnikInterfacial energy of diffuse phase boundaries in the generalized broken-bond approachMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 41 (2010), pp. 3262-3269, 10.1007/S11661-010-0370-8/FIGURES/4View articleView in ScopusGoogle Scholar
[67]P. Strunz, M. Petrenec, J. Polák, U. Gasser, G. FarkasFormation and dissolution of’ precipitates in IN792 superalloy at elevated temperaturesMetals, 6 (2016), 10.3390/met6020037View article Google Scholar
[68]A.R.P. Singh, S. Nag, J.Y. Hwang, G.B. Viswanathan, J. Tiley, R. Srinivasan, H.L. Fraser, R. BanerjeeInfluence of cooling rate on the development of multiple generations of γ′ precipitates in a commercial nickel base superalloyMater. Charact., 62 (2011), pp. 878-886, 10.1016/j.matchar.2011.06.002View PDFView articleView in ScopusGoogle Scholar
[69]E. Balikci, A. Raman, R. MirshamsMicrostructure evolution in polycrystalline IN738LC in the range 1120 to 1250C, Zeitschrift FuerMet, 90 (1999), pp. 132-140View in ScopusGoogle Scholar
[71]Ł. Rakoczy, M. Grudzień-Rakoczy, F. Hanning, G. Cempura, R. Cygan, J. Andersson, A. Zielińska-LipiecInvestigation of the γ′ precipitates dissolution in a Ni-based superalloy during stress-free short-term annealing at high homologous temperaturesMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 52 (2021), pp. 4767-4784, 10.1007/s11661-021-06420-4 View PDF This article is free to access.View in ScopusGoogle Scholar
[73]F. Masoumi, D. Shahriari, M. Jahazi, J. Cormier, A. DevauxKinetics and Mechanisms of γ′ Reprecipitation in a Ni-based SuperalloySci. Rep., 6 (2016), pp. 1-16, 10.1038/srep28650View articleGoogle Scholar
[74]A.R.P. Singh, S. Nag, S. Chattopadhyay, Y. Ren, J. Tiley, G.B. Viswanathan, H.L. Fraser, R. BanerjeeMechanisms related to different generations of γ′ precipitation during continuous cooling of a nickel base superalloyActa Mater., 61 (2013), pp. 280-293, 10.1016/j.actamat.2012.09.058View PDFView articleView in ScopusGoogle Scholar
[76]N.D. Souza, M.C. Hardy, B. Roebuck, W.E.I. Li, G.D. West, D.M. Collins, On the Rate Dependence of Precipitate Formation and Dissolution in a Nickel-Base Superalloy, Metall. Mater. Trans. A. (n.d.). https://doi.org/10.1007/s11661–022-06680–8.Google Scholar
[79]H. Huang, G. Liu, H. Wang, A. Ullah, B. HuDissolution behavior and kinetics of γ′ phase during solution treatment in powder metallurgy nickel-based superalloyMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 51 (2020), pp. 1075-1084, 10.1007/s11661-019-05581-7View article View in ScopusGoogle Scholar
[80]A.J. Goodfellow, E.I. Galindo-Nava, K.A. Christofidou, N.G. Jones, T. Martin, P.A.J. Bagot, C.D. Boyer, M.C. Hardy, H.J. StoneGamma prime precipitate evolution during aging of a model nickel-based superalloyMetall. Mater. Trans. A Phys. Metall. Mater. Sci., 49 (2018), pp. 718-728, 10.1007/s11661-017-4336-y View PDF This article is free to access.View in ScopusGoogle Scholar
[81]T.P. Gabb, D.G. Backman, D.Y. Wei, D.P. Mourer, D. Furrer, A. Garg, D.L. Ellis, #947;’ Form. a Nickel-Base Disk Superalloy 2012 405 414 doi: 10.7449/2000/superalloys_2000_405_414.Google Scholar
[82]A. PlatiModelling of γ precipitation in superalloys University of CambridgeMater. Sci. (2003), p. 73Google Scholar
[91]F. Theska, W.F. Tse, B. Schulz, R. Buerstmayr, S.R. Street, M. Lison-Pick, S. PrimigReview of microstructure–mechanical property relationships in cast and wrought ni-based superalloys with boron, carbon, and zirconium microalloying additionsAdv. Eng. Mater. (2022), p. 2201514, 10.1002/ADEM.202201514 View PDF This article is free to access.Google Scholar
[93]L. Zhang, Y. Li, Q. Zhang, S. ZhangMicrostructure evolution, phase transformation and mechanical properties of IN738 superalloy fabricated by selective laser melting under different heat treatmentsMater. Sci. Eng. A, 844 (2022), Article 142947, 10.1016/j.msea.2022.142947View PDFView articleView in ScopusGoogle Scholar
[94]J.C. Franco-Correa, E. Martínez-Franco, J.M. Alvarado-Orozco, L.A. Cáceres-Díaz, D.G. Espinosa-Arbelaez, J.A. VilladaEffect of conventional heat treatments on the microstructure and microhardness of IN718 obtained by wrought and additive manufacturingJ. Mater. Eng. Perform., 30 (2021), pp. 7035-7045, 10.1007/s11665-021-06138-9View article View in ScopusGoogle Scholar
[96]N. Li, M.J. Anderson, H.C. BasoaltoAutomated stereology and uncertainty quantification considering spherical non-penetrating dispersionsPage 464.Cryst 2023, Vol. 13 (13) (2023), p. 464, 10.3390/CRYST13030464View article Google Scholar
[97]W.T. Loomis, J.W. Freeman, D.L. SponsellerInfluence of molybdenum on the γ′- phase in experimental nickelbase superalloysMet. Trans., 3 (1972), pp. 989-1000Google Scholar
[98]A.S. Shaikh Development of a γ’ Precipitation Hardening Ni-Base Superalloy for Additive Manufacturing Thesis 2018 102.〈https://odr.chalmers.se/handle/20.500.12380/255645%0Ahttps://www.researchgate.net/profile/Abdul_Shaafi_Shaikh2/publication/326226200%0Ahttps://drive.google.com/open?id=1BIez-aJyBTjnSgazzzTvv3jlrYpFC0N-〉.Google Scholar
[102]P.N. Quested, R.F. Brooks, L. Chapman, R. Morrell, Y. Youssef, K.C. MillsMeasurement and estimation of thermophysical properties of nickel based superalloysMater. Sci. Technol., 25 (2009), pp. 154-162, 10.1179/174328408×361454View articleView in ScopusGoogle Scholar
액체-증기 상 변화 모델은 밀폐된 용기의 자체 가압 프로세스 시뮬레이션에 매우 큰 영향을 미칩니다. Hertz-Knudsen 관계, 에너지 점프 모델 및 그 파생물과 같은 널리 사용되는 액체-증기 상 변화 모델은 실온 유체를 기반으로 개발되었습니다. 액체-증기 전이를 통한 극저온 시뮬레이션에 널리 적용되었지만 각 모델의 성능은 극저온 조건에서 명시적으로 조사 및 비교되지 않았습니다. 본 연구에서는 171가지 일반적인 액체-증기 상 변화 모델을 통합한 통합 다상 솔버가 제안되었으며, 이를 통해 이러한 모델을 실험 데이터와 직접 비교할 수 있습니다. 증발 및 응축 모델의 예측 정확도와 계산 속도를 평가하기 위해 총 <>개의 자체 가압 시뮬레이션이 수행되었습니다. 압력 예측은 최적화 전략이 서로 다른 모델 계수에 크게 의존하는 것으로 나타났습니다. 에너지 점프 모델은 극저온 자체 가압 시뮬레이션에 적합하지 않은 것으로 나타났습니다. 평균 편차와 CPU 소비량에 따르면 Lee 모델과 Tanasawa 모델은 다른 모델보다 안정적이고 효율적인 것으로 입증되었습니다.
Liquid-vapor phase change models vitally influence the simulation of self-pressurization processes in closed containers. Popular liquid-vapor phase change models, such as the Hertz-Knudsen relation, energy jump model, and their derivations were developed based on room-temperature fluids. Although they had widely been applied in cryogenic simulations with liquid-vapor transitions, the performance of each model was not explicitly investigated and compared yet under cryogenic conditions. A unified multi-phase solver incorporating four typical liquid-vapor phase change models has been proposed in the present study, which enables direct comparison among those models against experimental data. A total number of 171 self-pressurization simulations were conducted to evaluate the evaporation and condensation models’ prediction accuracy and calculation speed. It was found that the pressure prediction highly depended on the model coefficients, whose optimization strategies differed from each other. The energy jump model was found inadequate for cryogenic self-pressurization simulations. According to the average deviation and CPU consumption, the Lee model and the Tanasawa model were proven to be more stable and more efficient than the others.
Introduction
The liquid-vapor phase change of cryogenic fluids is widely involved in industrial applications, such as the hydrogen transport vehicles [1], shipborne liquid natural gas (LNG) containers [2] and on-orbit cryogenic propellant tanks [3]. These applications require cryogenic fluids to be stored for weeks to months. Although high-performance insulation measures are adopted, heat inevitably enters the tank via radiation and conduction. The self-pressurization in the tank induced by the heat leakage eventually causes the venting loss of the cryogenic fluids and threatens the safety of the craft in long-term missions. To reduce the boil-off loss and extend the cryogenic storage duration, a more comprehensive understanding of the self-pressurization mechanism is needed.
Due to the difficulties and limitations in implementing cryogenic experiments, numerical modeling is a convenient and powerful way to study the self-pressurization process of cryogenic fluids. However, how the phase change models influence the mass and heat transfer under cryogenic conditions is still unsettled [4]. As concluded by Persad and Ward [5], a seemingly slight variation in the liquid-vapor phase change models can lead to erroneous predictions.
Among the liquid-vapor phase change models, the kinetic theory gas (KTG) based models and the energy jump model are the most popular ones used in recent self-pressurization simulations [6]. The KTG based models, also known as the Hertz-Knudsen relation models, were developed on the concept of the Maxwell-Boltzmann distribution of the gas molecular [7]. The Hertz-Knudsen relation has evolved to several models, including the Schrage model [8], the Tanasawa model [9], the Lee model [10] and the statistical rate theory (SRT) [11], which will be described in Section 2.2. Since the Schrage model and the Lee model are embedded and configured as the default ones in the commercial CFD solvers Flow-3D® and Ansys Fluent® respectively, they have been widely used in self-pressurization simulations for liquid nitrogen [12], [13] and liquid hydrogen [14], [15]. The major drawback of the KTG models lies in the difficulty of selecting model coefficients, which were reported in a considerably wide range spanning three magnitudes even for the same working fluid [16], [17], [18], [19], [20], [21]. Studies showed that the liquid level, pressure and mass transfer rate are directly influenced by the model coefficients [16], [22], [23], [24], [25]. Wrong coefficients will lead to deviation or even divergence of the results. The energy jump model is also known as the thermal limitation model. It assumes that the evaporation and condensation at the liquid-vapor interface are induced only by heat conduction. The model is widely adopted in lumped node simulations due to its simplicity [6], [26], [27]. To improve the accuracy of mass flux prediction, the energy jump model was modified by including the convection heat transfer [28], [29]. However, the convection correlations are empirical and developed mainly for room-temperature fluids. Whether the correlation itself can be precisely applied in cryogenic simulations still needs further investigation.
Fig. 1 summarizes the cryogenic simulations involving the modeling of evaporation and condensation processes in recent years. The publication has been increasing rapidly. However, the characteristics of each evaporation and condensation model are not explicitly revealed when simulating self-pressurization. A comparative study of the phase change models is highly needed for cryogenic fluids for a better simulation of the self-pressurization processes.
In the present paper, a unified multi-phase solver incorporating four typical liquid-vapor phase change models, namely the Tanasawa model, the Lee model, the energy jump model, and the modified energy jump model has been proposed, which enables direct comparison among different models. The models are used to simulate the pressure and temperature evolutions in an experimental liquid nitrogen tank in normal gravity, which helps to evaluate themselves in the aspects of accuracy, calculation speed and robustness.
Section snippets
Governing equations for the self-pressurization tank
In the present study, both the fluid domain and the solid wall of the tank are modeled and discretized. The heat transportation at the solid boundaries is considered to be irrelevant with the nearby fluid velocity. Consequently, two sets of the solid and the fluid governing equations can be decoupled and solved separately. The pressures in the cryogenic container are usually from 100 kPa to 300 kPa. Under these conditions, the Knudsen number is far smaller than 0.01, and the fluids are
Self-pressurization results and phase change model comparison
This section compares the simulation results by different phase change models. Section 3.1 compares the pressure and temperature outputs from two KTG based models, namely the Lee model and the Tanasawa model. Section 3.2 presents the pressure predictions from the energy transport models, namely the energy jump model and the modified energy jump model, and compares pressure prediction performances between the KTG based models and the energy transport models. Section 3.3 evaluates the four models
Conclusion
A unified vapor-liquid-solid multi-phase numerical solver has been accomplished for the self pressurization simulation in cryogenic containers. Compared to the early fluid-only solver, the temperature prediction in the vicinity of the tank wall improves significantly. Four liquid-vapor phase change models were integrated into the solver, which enables fair and effective comparison for performances between each other. The pressure and temperature prediction accuracies, and the calculation speed
Authors declare that they have no financial and personal relationships with other people or organizations that can inappropriately influence our work, there is no professional or other personal interest of any nature or kind in any product, service and/or company that could be construed as influencing the position presented in, or the review of, the manuscript entitled, “Validity evaluation of popular liquid-vapor phase change models for cryogenic self-pressurization process”.
Acknowledgement
This project is supported by the National Natural Science Foundation of China (No. 51936006).
Progress in physical modelling and numerical simulation of phase transitions in cryogenic pool boiling and cavitation2023, Applied Mathematical ModellingCitation Excerpt :We will not delve into cryogenic evaporation phenomena, that predominantly drive the phase-change in well-insulated storage facilities, and thus are less relevant to spill scenarios. We instead refer the reader to the works of Zuo et al. [31–33]. If the static pressure at any location in a turbomachine drops below a fluid’s saturation pressure, localized evaporation events may occur, followed by rapid collapse of the vapour cavities in a process termed “cavitation” [34].Show abstract
Thermodynamic performance in a liquid oxygen tank during active-pressurization under different gas injection temperatures2023, International Communications in Heat and Mass TransferCitation Excerpt :The volume of fluid method is adopted to predict the tank pressurization performance. The associated governing equations could refer to previous published investigations [33–39,41,45,46]. Subjected to external heat input and gas injection, the phase change occurs at the interface and within the tank.Show abstract
Interfacial mass and energy transport during steady-state evaporation in liquid oxygen storage tanks2022, Applied EnergyCitation Excerpt :However, most of them simply used the Lee model for mass transport as did for regular fluids, and seldom focus on the evaporation itself related to the interfacial temperature distribution or were unable to validate their results against credible experimental data. A recent study proposed an optimized evaporation model for the cryogenic self-pressurization with a thorough comparison between popular phase change models [8], but still lacked of experimental data to validate the results. A series of experiments have been conducted on the heat and mass transport in a thin liquid layer in the vicinity of the liquid–vapor interface of room-temperature fluids [9–14].Show abstract
Thermal destratification of cryogenic liquid storage tanks by continuous bubbling of gases2022, International Journal of Hydrogen EnergyCitation Excerpt :It was concluded that a single injector with a larger diameter configuration showed a higher chance of developing a vertical temperature gradient. Zuo et al. [48] carried out a numerical analysis to investigate the temperature distribution within the LH2 storage tank with a self-pinning spraying bar. They used the SST turbulence model coupled with the 6-DOF model.Show abstract
Analyses of Cryogenic Propellant Tank Pressurization based upon Experiments and Numerical Simulations Carina Ludwig? and Michael Dreyer** *DLR – German Aerospace Center, Space Launcher Systems Analysis (SART), Institute of Space Systems, 28359 Bremen, Germany, Carina.Ludwig@dlr.de **ZARM – Center for Applied Space Technology and Microgravity, University of Bremen, 28359 Bremen, Germany
Abstract
본 연구에서는 발사대 적용을 위한 극저온 추진제 탱크의 능동 가압을 분석하였다. 따라서 지상 실험, 수치 시뮬레이션 및 분석 연구를 수행하여 다음과 같은 중요한 결과를 얻었습니다.
필요한 가압 기체 질량을 최소화하기 위해 더 높은 가압 기체 온도가 유리하거나 헬륨을 가압 기체로 적용하는 것이 좋습니다.
Flow-3D를 사용한 가압 가스 질량의 수치 시뮬레이션은 실험 결과와 잘 일치함을 보여줍니다. 가압 중 지배적인 열 전달은 주입된 가압 가스에서 축방향 탱크 벽으로 나타나고 능동 가압 단계 동안 상 변화의 주된 방식은 가압 가스의 유형에 따라 다릅니다.
가압 단계가 끝나면 상당한 압력 강하가 발생합니다. 이 압력 강하의 분석적 결정을 위해 이론적 모델이 제공됩니다.
The active-pressurization of cryogenic propellant tanks for the launcher application was analyzed in this study. Therefore, ground experiments, numerical simulations and analytical studies were performed with the following important results: In order to minimize the required pressurant gas mass, a higher pressurant gas temperature is advantageous or the application of helium as pressurant gas. Numerical simulations of the pressurant gas mass using Flow-3D show good agreement to the experimental results. The dominating heat transfer during pressurization appears from the injected pressurant gas to the axial tank walls and the predominant way of phase change during the active-pressurization phase depends on the type of the pressurant gas. After the end of the pressurization phase, a significant pressure drop occurs. A theoretical model is presented for the analytical determination of this pressure drop.
Figure 1: Drawing of the experimental set-up, Figure 2: Experimental tank with locations of temperature sensorsFigure 3: Non-dimensional (a) tank pressure, (b) liquid temperatures, (c) vapor temperatures, (d) wall and lid temperatures during pressurization and relaxation of the N300h experiment (for details see Table 2). T14 is the pressurant
gas temperature at the diffuser. Pressurization starts at tp,0 (t
∗ = 0.06·10−4
) and ends at tp, f (t
∗ = 0.84·10−4
). Relaxation
takes place until tp,T (t
∗ = 2.79·10−4
) and ∆p is the characteristic pressure dropFigure 5: Nondimensional vapor mass at pressurization start (m
∗
v,0
), pressurant gas mass (m
∗
pg), condensed vapor mass
from pressurization start to pressurization end (m
∗
cond,0,f
) and condensed vapor mass from pressurization end to relaxation end (m
∗
cond, f,T
) for all GN2 (a) and the GHe (b) pressurized experiments with the relating errors.Figure 6: Schematical propellant tank with vapor and liquid phase, pressurant gas and condensation mass flow as well as the applied control volumes. ., Figure 7: N300h experiment: wall to fluid heat flux at pressurization end (tp, f) over the tank height.
References
[1] M.E. Nein and R.R. Head. Experiences with pressurized discharge of liquid oxygen from large flight vehicle propellant tanks. In Advances in Cryogenig Engineering, vol. 7, New York, Plenum Press, 244–250. [2] M.E. Nein and J.F. Thompson. Experimental and analytical studies of cryogenic propellant tank pressurant requirements: NASA TN D-3177, 1966. [3] R.J. Stochl, J.E. Maloy, P.A. Masters and R.L. DeWitt. Gaseous-helium requirements for the discharge of liquid hydrogen from a 1.52-meter- (5-ft-) diameter spherical tank: NASA TN D-5621, 1970. [4] R.J. Stochl, J.E. Maloy, P.A. Masters and R.L. DeWitt. Gaseous-helium requirements for the discharge of liquid hydrogen from a 3.96-meter- (13-ft-) diameter spherical tank: NASA TN D-7019, 1970. [5] R.J. Stochl, P.A. Masters, R.L. DeWitt and J.E. Maloy. Gaseous-hydrogen requirements for the discharge of liquid hydrogen from a 1.52-meter- (5-ft-) diameter spherical tank: NASA TN D-5336, 1969. [6] R.J. Stochl, P.A. Masters, R.L. DeWitt and J.E. Maloy. Gaseous-hydrogen requirements for the discharge of liquid hydrogen from a 3.96-meter- (13-ft-) diameter spherical tank: NASA TN D-5387, 1969. [7] R.F. Lacovic. Comparison of experimental and calculated helium requirements for pressurization of a Centaur liquid oxygen tank: NASA TM X-2013, 1970. [8] N.T. van Dresar and R.J. Stochl. Pressurization and expulsion of a flightweight liquid hydrogen tank: AIAA-93- 1966, 1993. [9] T.L. Hardy and T.M. Tomsik. Prediction of the ullage gas thermal stratification in a NASP vehicle propellant tank experimental simulation using Flow-3D: Nasa technical memorandum 103217, 1990. [10] G.P. Samsal, J.I. Hochstein, M.C. Wendl and T.L. Hardy. Computational modeling of the pressurization process in a NASP vehicle propellant tank experimental simulation: AIAA 91-2407. AIAA Joint Propulsion Conference and Exhibit, 1991. [11] P. Adnani and R.W. Jennings. Pressurization analysis of cryogenic propulsion systems: AIAA 2000-3788. In 36th AIAA/ASME/SAE/ASEE Joint Propulsion Conference & Exhibit, Huntsville, Alabama, USA, 2000. [12] C. Ludwig and M. Dreyer. Analyses of cryogenic propellant tank pressurization based upon ground experiments: AIAA 2012-5199. In AIAA Space 2012 Conference & Exhibit, Pasadena, California, USA, 2012. [13] Flow Science Inc. Flow-3D User Manual – Version 10.0, 2011. [14] R.F. Barron. Cryogenic heat transfer, 3. ed., Taylor & Francis, Philadelphia, 1999, p. 23 [15] E.W. Lemmon, M.L. Huber and M.O. McLinden. NIST Standard Reference Database 23: Reference Fluid Thermodynamic and Transport Properties-REFPROP, Version 9.0, National Institute of Standards and Technology, Standard Reference Data Program, Gaithersburg, 2010. [16] E.J. Hopfinger and S.P. Das. Mass transfer enhancement by capillary waves at a liquid–vapour interface. Experiments in Fluids, Vol. 46, No.4: 597-605, 2009. [17] S.P. Das and E.J. Hopfinger. Mass transfer enhancement by gravity waves at a liquid–vapour interface. International Journal of Heat and Mass Transfer, Vol. 52, No. 5-6: 1400-1411, 2009. [18] H.D. Baehr and K. Stephan. Wärme- und Stoffübertragung, 6. ed., Springer, Berlin, 2008, p.491, p.302.
Pan Lu1 , Zhang Cheng-Lin2,6,Wang Liang3, Liu Tong4 and Liu Jiang-lin5 1 Aviation and Materials College, Anhui Technical College of Mechanical and Electrical Engineering, Wuhu Anhui 241000, People’s Republic of China 2 School of Engineering Science, University of Science and Technology of China, Hefei Anhui 230026, People’s Republic of China 3 Anhui Top Additive Manufacturing Technology Co., Ltd., Wuhu Anhui 241300, People’s Republic of China 4 Anhui Chungu 3D Printing Institute of Intelligent Equipment and Industrial Technology, Anhui 241300, People’s Republic of China 5 School of Mechanical and Transportation Engineering, Taiyuan University of Technology, Taiyuan Shanxi 030024, People’s Republic of China 6 Author to whom any correspondence should be addressed. E-mail: ahjdpanlu@126.com, jiao__zg@126.com, ahjdjxx001@126.com,tongliu1988@126.com and liujianglin@tyut.edu.cn
선택적 레이저 용융(SLM)은 열 전달, 용융, 상전이, 기화 및 물질 전달을 포함하는 복잡한 동적 비평형 프로세스인 금속 적층 제조(MAM)에서 가장 유망한 기술 중 하나가 되었습니다. 용융 풀의 특성(구조, 온도 흐름 및 속도 흐름)은 SLM의 최종 성형 품질에 결정적인 영향을 미칩니다. 이 연구에서는 선택적 레이저 용융 AlCu5MnCdVA 합금의 용융 풀 구조, 온도 흐름 및 속도장을 연구하기 위해 수치 시뮬레이션과 실험을 모두 사용했습니다.
그 결과 용융풀의 구조는 다양한 형태(깊은 오목 구조, 이중 오목 구조, 평면 구조, 돌출 구조 및 이상적인 평면 구조)를 나타냈으며, 용융 풀의 크기는 약 132 μm × 107 μm × 50 μm였습니다. : 용융풀은 초기에는 여러 구동력에 의해 깊이 15μm의 깊은 오목형상이었으나, 성형 후기에는 장력구배에 의해 높이 10μm의 돌출형상이 되었다. 용융 풀 내부의 금속 흐름은 주로 레이저 충격력, 금속 액체 중력, 표면 장력 및 반동 압력에 의해 구동되었습니다.
AlCu5MnCdVA 합금의 경우, 금속 액체 응고 속도가 매우 빠르며(3.5 × 10-4 S), 가열 속도 및 냉각 속도는 각각 6.5 × 107 K S-1 및 1.6 × 106 K S-1 에 도달했습니다. 시각적 표준으로 표면 거칠기를 선택하고, 낮은 레이저 에너지 AlCu5MnCdVA 합금 최적 공정 매개변수 창을 수치 시뮬레이션으로 얻었습니다: 레이저 출력 250W, 부화 공간 0.11mm, 층 두께 0.03mm, 레이저 스캔 속도 1.5m s-1 .
또한, 실험 프린팅과 수치 시뮬레이션과 비교할 때, 용융 풀의 폭은 각각 약 205um 및 약 210um이었고, 인접한 두 용융 트랙 사이의 중첩은 모두 약 65um이었다. 결과는 수치 시뮬레이션 결과가 실험 인쇄 결과와 기본적으로 일치함을 보여 수치 시뮬레이션 모델의 정확성을 입증했습니다.
Selective Laser Melting (SLM) has become one of the most promising technologies in Metal Additive Manufacturing (MAM), which is a complex dynamic non-equilibrium process involving heat transfer, melting, phase transition, vaporization and mass transfer. The characteristics of the molten pool (structure, temperature flow and velocity flow) have a decisive influence on the final forming quality of SLM. In this study, both numerical simulation and experiments were employed to study molten pool structure, temperature flow and velocity field in Selective Laser Melting AlCu5MnCdVA alloy. The results showed the structure of molten pool showed different forms(deep-concave structure, double-concave structure, plane structure, protruding structure and ideal planar structure), and the size of the molten pool was approximately 132 μm × 107 μm × 50 μm: in the early stage, molten pool was in a state of deep-concave shape with a depth of 15 μm due to multiple driving forces, while a protruding shape with a height of 10 μm duo to tension gradient in the later stages of forming. The metal flow inside the molten pool was mainly driven by laser impact force, metal liquid gravity, surface tension and recoil pressure. For AlCu5MnCdVA alloy, metal liquid solidification speed was extremely fast(3.5 × 10−4 S), the heating rate and cooling rate reached 6.5 × 107 K S−1 and 1.6 × 106 K S−1 , respectively. Choosing surface roughness as a visual standard, low-laser energy AlCu5MnCdVA alloy optimum process parameters window was obtained by numerical simulation: laser power 250 W, hatching space 0.11 mm, layer thickness 0.03 mm, laser scanning velocity 1.5 m s−1 . In addition, compared with experimental printing and numerical simulation, the width of the molten pool was about 205 um and about 210 um, respectively, and overlapping between two adjacent molten tracks was all about 65 um. The results showed that the numerical simulation results were basically consistent with the experimental print results, which proved the correctness of the numerical simulation model.
Figure 1. AlCu5MnCdVA powder particle size distribution.Figure 2. AlCu5MnCdVA powderFigure 3. Finite element model and calculation domains of SLM.Figure 4. SLM heat transfer process.Figure 17. Two-pass molten tracks overlapping for Scheme NO.2.
References
[1] Cuiyun H 2008 Phase diagram determination and thermodynamic study of Al–Cu–Mn, Al–Cu–Si, Al–Mg–Ni and Ni–Ti–Si systems Central South University [2] Zhanfei Z 2017 Study on theta phase segregation and room temperature properties of high strength cast Al–Cu–Mn alloy Lanzhou University of Technology [3] Nie X et al 2018 Analysis of processing parameters and characteristics of selective laser melted high strength Al–Cu–Mg alloys: from single tracks to cubic samplesJ. Mater. Process. Technol. 256 69–77 [4] Shenping Y et al 2017 Laser absorptance measurement of commonly used metal materials in laser additive manufacturing technology Aviation Manufacturing Technology 12 23–9 [5] Wenqing W 2007 Relationship between cooling rate and grain size of AlCu5MnCdVA alloy Harbin University of Technology [6] Majeed M, Vural M, Raja S and Bilal Naim Shaikh M 2019 Finite element analysis of thermal behavior in maraging steel during SLM process Optik 208 113–24 [7] Khairallah S A, Anderson A T, Rubenchik A and King W E 2016 Laser powder-bed fusion additive manufacturing: physics of complex melt flow and formation mechanisms of pores, spatter, and denudation zones Acta Mater. 108 36–45 [8] Bo C, Zhiyu X, Quanquan Z, Yuanbiao W, Liping W and Jin C 2020 Process optimization and microstructure and properties of SLM forming Cu6AlNiSnInCe imitation gold alloy Chin. J. Nonferr. Met. 30 372–82 [9] Li W 2012 Research on performance of metal parts formed by selective laser melting Huazhong University of Science and Technology [10] Yu Q 2013 The influence of different laser heat sources on the surface shape of the molten pool in laser cladding Surf. Technol. 42 40–3
[11] Xianfeng J, Xiangchen M, Rongwei S, Xigen Y and Ming Y 2015 Research on the influence of material state change on temperature field in SLM processing Applied Laser 35 155–9 [12] Körner C, Attar E and Heinl P 2011 Mesoscopic simulation of selective beam melting processesJ. Mater. Process. Technol. 211 978–87 [13] Yadroitsev I, Gusarov A, Yadroitsava I and Smurov I 2010 Single track formation in selective laser melting of metal powdersJ. Mater. Process. Technol. 210 1624–31 [14] King W, Anderson A T, Ferencz R M, Hodge N E, Kamath C and Khairallah S A 2014 Overview of modelling and simulation of metal powder bed fusion process at Lawrence Livermore National Laboratory Mater. Sci. Technol. 31 957–68 [15] Hussein A, Hao L, Yan C and Everson R 2013 Finite element simulation of the temperature and stress fields in single layers built without-support in selective laser melting Materials & Design (1980–2015) 52 638–47 [16] Qiu C, Panwisawas C, Ward M, Basoalto H C, Brooks J W and Attallah M M 2015 On the role of melt flow into the surface structure and porosity development during selective laser melting Acta Mater. 96 72–9 [17] Weihao Y, Hui C and Qingsong W 2020 Thermodynamic behavior of laser selective melting molten pool under the action of recoil pressure Journal of Mechanical Engineering 56 213–9 [18] Weijuan Y 2019 Numerical simulation of melt pool temperature field and morphology evolution during laser selective melting process Xi’an University of Technology [19] Genwang W 2017 Research on the establishment of laser heat source model based on energy distribution and its simulation application Harbin Institute of Technology [20] FLOW-3D 2017 User Manual (USA: FLOW SCIENCE) [21] Hirt C and Nichols B 1981 Volume of fluid (VOF) method for the dynamics of free boundariesJ. Comput. Phys. 39 201–25 [22] Hu Z, Zhang H, Zhu H, Xiao Z, Nie X and Zeng X 2019 Microstructure, mechanical properties and strengthening mechanisms of AlCu5MnCdVA aluminum alloy fabricated by selective laser melting Materials Science and Engineering: A 759 154–66 [23] Ketai H, Liu Z and Lechang Y 2020 Simulation of temperature field, microstructure and mechanical properties of 316L stainless steel in selected laser melting Progress in Laser and Optoelectronics 9 1–18 [24] Cao L 2020 Workpiece-scale numerical simulations of SLM molten pool dynamic behavior of 316L stainless steel Comput. Math. Appl. 4 22–34 [25] Dening Z, Yongping L, Tinglu H and Junyi S 2000 Numerical study of fluid flow and heat transfer in molten pool under the condition of moving heat source J. Met. 4 387–90 [26] Chengyun C, Cui F and Wenlong Z 2018 The effect of Marangoni flow on the thermal behavior and melt flow behavior of laser cladding Applied Laser 38 409–16 [27] Peiying B and Enhuai Y 2020 The effect of laser power on the morphology and residual stress of the molten pool of metal laser selective melting Progress in Laser and Optoelectronics 7 1–12 http://kns.cnki.net/kcms/detail/31.1690.TN.20190717.0933.032.html [28] Zhen L, Dongyun Z, Zhe F and Chengjie W 2017 Numerical simulation of the influence of overlap rate on the forming quality of Inconel 718 alloy by selective laser melting processing Applied Laser 37 187–93 [29] Wei W, Qi L, Guang Y, Lanyun Q and Xiong X 2015 Numerical simulation of electromagnetic field, temperature field and flowfield of laser melting pool under the action of electromagnetic stirring China Laser 42 48–55 [30] Hu Y, He X, Yu G and Zhao S 2016 Capillary convection in pulsed—butt welding of miscible dissimilar couple Proc. Inst. Mech. Eng. Part C J. Mech. Eng. Sci. 231 2429–40 [31] Li R 2010 Research on the key basic problems of selective laser melting forming of metal powder Huazhong University of Science and Technology [32] Zijue T, Weiwei L, Zhaorui Y, Hao W and Hongchao Z 2019 Study on the shape evolution behavior of metal laser melting deposition based on molten pool dynamic characteristicsJournal of Mechanical Engineering 55 39–47 [33] Pan L, Cheng-Lin Z, Hai-Yi L, Liang W and Tong L 2020 A new two-step selective laser remelting of 316L stainless steel: process, density, surface roughness, mechanical properties, microstructure Mater. Res. Express 7 056503 [34] Pan L, Cheng-Lin Z, Hai-Yi L, Jiang H, Tong L and Liang W 2019 The influence and optimization of forming process parameters of 316L stainless steel prepared by laser melting on the density Forging Technology 44 103–9
Due to their high efficiency, low heat loss and associated sustainability advantages, impinging jets have been used extensively in marine engineering, geotechnical engineering and other engineering practices. In this paper, the flow structure and impact characteristics of impinging jets with different Reynolds numbers and impact distances are systematically studied by Flow-3D based on PIV experiments. In the study, the relevant state parameters of the jets are dimensionlessly treated, obtaining not only the linear relationship between the length of the potential nucleation zone and the impinging distance, but also the linear relationship between the axial velocity and the axial distance in the impinging zone. In addition, after the jet impinges on the flat plate, the vortex action range caused by the wall-attached flow of the jet gradually decreases inward with the increase of the impinging distance. By examining the effect of Reynolds number Re on the hydraulic characteristics of the submerged impact jet, it can be found that the structure of the continuous submerged impact jet is relatively independent of the Reynolds number. At the same time, the final simulation results demonstrate the applicability of the linear relationship between the length of the potential core region and the impact distance. This study provides methodological guidance and theoretical support for relevant engineering practice and subsequent research on impinging jets, which has strong theoretical and practical significance.
Figure 3. (a) Schematic diagram of the experimental setup; (b) PIV images of vertical impinging jets with velocity fields.
Figure 4. (a) Velocity distribution verification at the outlet of the jet pipe; (b) Distribution of flow angle in the mid-axis of the jet [39].
Figure 5. Along-range distribution of the dimensionless axial velocity of the jet at different impact distances.Figure 6 shows the variation of H
Figure 6. Relationship between the distribution of potential core region and the impact height H/D.
Figure 7. The relationship between the potential core length
Figure 8. Along-range distribution of the flow angle φ of the jet at different impact distances.
Figure 9. Velocity distribution along the axis of the jet at different impinging regions.
Figure 10. The absolute value distribution of slope under different impact distances.
Figure 11. Velocity distribution of impinging jet on wall under different impinging distances.
Figure 12. Along-range distribution of the dimensionless axial velocity of the jet at different Reynolds numbers.
Figure 13. Along-range distribution of the flow angle φ of the jet at different Reynolds numbers.
Figure 14. Velocity distribution along the jet axis at different Reynolds numbers.
Figure 15. Velocity distribution of impinging jet on a wall under different Reynolds numbers.
References
Zhang, J.; Li, Y.; Zhang, Y.; Yang, F.; Liang, C.; Tan, S. Using a high-pressure water jet-assisted tunnel boring machine to break rock. Adv. Mech. Eng.2020, 12, 1687814020962290. [Google Scholar] [CrossRef]
Shi, X.; Zhang, G.; Xu, G.; Ma, Y.; Wu, X. Inactivating Microorganism on Medical Instrument Using Plasma Jet. High Volt. Eng.2009, 35, 632–635. [Google Scholar]
Gao, Y.; Han, P.; Wang, F.; Cao, J.; Zhang, S. Study on the Characteristics of Water Jet Breaking Coal Rock in a Drilling Hole. Sustainability2022, 14, 8258. [Google Scholar] [CrossRef]
Xu, W.; Wang, C.; Zhang, L.; Ge, J.; Zhang, D.; Gao, Z. Numerical study of continuous jet impinging on a rotating wall based on Wray—Agarwal turbulence model. J. Braz. Soc. Mech. Sci. Eng.2022, 44, 433. [Google Scholar] [CrossRef]
Hu, B.; Wang, C.; Wang, H.; Yu, Q.; Liu, J.; Zhu, Y.; Ge, J.; Chen, X.; Yang, Y. Numerical Simulation Study of the Horizontal Submerged Jet Based on the Wray—Agarwal Turbulence Model. J. Mar. Sci. Eng.2022, 10, 1217. [Google Scholar] [CrossRef]
Dahiya, A.K.; Bhuyan, B.K.; Kumar, S. Perspective study of abrasive water jet machining of composites—A review. J. Mech. Sci. Technol.2022, 36, 213–224. [Google Scholar] [CrossRef]
Abushanab, W.S.; Moustafa, E.B.; Harish, M.; Shanmugan, S.; Elsheikh, A.H. Experimental investigation on surface characteristics of Ti6Al4V alloy during abrasive water jet machining process. Alex. Eng. J.2022, 61, 7529–7539. [Google Scholar] [CrossRef]
Hu, B.; Wang, H.; Liu, J.; Zhu, Y.; Wang, C.; Ge, J.; Zhang, Y. A numerical study of a submerged water jet impinging on a stationary wall. J. Mar. Sci. Eng.2022, 10, 228. [Google Scholar] [CrossRef]
Peng, J.; Shen, H.; Xie, W.; Zhai, S.; Xi, G. Influence of flow fluctuation characteristics on flow and heat transfer in different regions. J. Drain. Irrig. Mach. Eng.2022, 40, 826–833. [Google Scholar]
Zhai, S.; Xie, F.; Yin, G.; Xi, G. Effect of gap ratio on vortex-induced vibration characteristics of different blunt bodies near-wall. J. Drain. Irrig. Mach. Eng.2021, 39, 1132–1138. [Google Scholar]
Lin, W.; Zhou, Y.; Wang, L.; Tao, L. PIV experiment and numerical simulation of trailing vortex structure of improved INTER-MIG impeller. J. Drain. Irrig. Mach. Eng.2021, 39, 158–164. [Google Scholar]
Han, B.; Yao, Z.; Tang, R.; Xu, H. On the supersonic impinging jet by laser Doppler velocimetry. Exp. Meas. Fluid Mech.2002, 16, 99–103. [Google Scholar]
Darisse, A.; Lemay, J.; Benaissa, A. LDV measurements of well converged third order moments in the far field of a free turbulent round jet. Exp. Therm. Fluid Sci.2013, 44, 825–833. [Google Scholar] [CrossRef]
Kumar, S.; Kumar, A. Effect of initial conditions on mean flow characteristics of a three dimensional turbulent wall jet. Proc. Inst. Mech. Eng. Part C J. Mech. Eng. Sci.2021, 235, 6177–6190. [Google Scholar] [CrossRef]
Tao, D.; Zhang, R.; Ying, C. Development and application of the pollutant diffusion testing apparatus based on the image analysis. J. Saf. Environ.2016, 16, 247–251. [Google Scholar]
Seo, H.; Kim, K.C. Experimental study on flow and turbulence characteristics of bubbly jet with low void fraction. Int. J. Multiph. Flow2021, 142, 103738. [Google Scholar] [CrossRef]
Wen, Q.; Sha, J.; Liu, Y. TR-PIV measurement of the turbulent submerged jet and POB analysis of the dynamic structure. J. Exp. Fluid Mech.2014, 4, 16–24. [Google Scholar]
Yang, Y.; Zhou, L.; Shi, W.; He, Z.; Han, Y.; Xiao, Y. Interstage difference of pressure pulsation in a three-stage electrical submersible pump. J. Petrol. Sci. Eng.2021, 196, 107653. [Google Scholar] [CrossRef]
Tang, S.; Zhu, Y.; Yuan, S. An improved convolutional neural network with an adaptable learning rate towards multi-signal fault diagnosis of hydraulic piston pump. Adv. Eng. Inform.2021, 50, 101406. [Google Scholar] [CrossRef]
Han, Y.; Song, X.; Li, K.; Yan, X. Hybrid modeling for submergence depth of the pumping well using stochastic configuration networks with random sampling. J. Petrol. Sci. Eng.2022, 208, 109423. [Google Scholar] [CrossRef]
Tang, S.; Zhu, Y.; Yuan, S. A novel adaptive convolutional neural network for fault diagnosis of hydraulic piston pump with acoustic images. Adv. Eng. Inform.2022, 52, 101554. [Google Scholar] [CrossRef]
Long, J.; Song, X.; Shi, J.; Chen, J. Optimization and CFD Analysis on Nozzle Exit Position of Two-phase Ejector. J. Refrig.2022, 43, 39–45. [Google Scholar]
Ni, Q.; Ruan, W. Optimization design of desilting jet pump parameters based on response surface model. J. Ship Mech.2022, 26, 365–374. [Google Scholar]
Zhang, K.; Zhu, X.; Ren, X.; Qiu, Q.; Shen, S. Numerical investigation on the effect of nozzle position for design of high performance ejector. Appl. Therm. Eng.2017, 126, 594–601. [Google Scholar] [CrossRef]
Fu, W.; Liu, Z.; Li, Y.; Wu, H.; Tang, Y. Numerical study for the influences of primary steam nozzle distance and mixing chamber throat diameter on steam ejector performance. Int. J. Therm. Sci.2018, 132, 509–516. [Google Scholar] [CrossRef]
Lucas, C.; Rusche, H.; Schroeder, A.; Koehler, J. Numerical investigation of a two-phase CO2 ejector. Int. J. Refrigeration2014, 43, 154–166. [Google Scholar] [CrossRef]
Ma, X.; Zhu, T.; Fu, Y.; Yan, Y.; Chen, W. Numerical simulation of rock breaking by abrasive water jet. J. Coast. Res.2019, 93, 274–283. [Google Scholar] [CrossRef]
He, L.; Liu, Y.; Shen, K.; Yang, X.; Ba, Q.; Xiong, W. Numerical research on the dynamic rock-breaking process of impact drilling with multi-nozzle water jets. J. Pet. Sci. Eng.2021, 207, 109145. [Google Scholar] [CrossRef]
Yu, Z.; Wang, Z.; Lei, C.; Zhou, Y.; Qiu, X. Numerical Simulation on Internal Flow Field of a Self-excited Oscillation Pulsed Jet Nozzle with Back-flow. Mech. Sci. Technol. Aerosp. Eng.2022, 41, 998–1002. [Google Scholar]
Huang, J.; Ni, F.; Gu, L. Numerical method of FLOW-3D for sediment erosion simulation. China Harb. Eng.2019, 39, 6–11. [Google Scholar]
Al Shaikhli, H.I.; Khassaf, S.I. Using of flow 3d as CFD materials approach in waves generation. Mater. Today Proc.2022, 49, 2907–2911. [Google Scholar] [CrossRef]
Kosaj, R.; Alboresha, R.S.; Sulaiman, S.O. Comparison Between Numerical Flow3d Software and Laboratory Data, For Sediment Incipient Motion. IOP Conf. Ser. Earth Environ. Sci.2022, 961, 012031. [Google Scholar] [CrossRef]
Du, C.; Liu, X.; Zhang, J.; Wang, B.; Chen, X.; Yu, X. Long-distance water hammer protection of pipeline after pump being first lowered and then rasied. J. Drain. Irrig. Mach. Eng.2022, 40, 1248–1253, 1267. [Google Scholar]
Gao, F.; Li, X.; Gao, Q. Experiment and numerical simulation on hydraulic characteristics of novel trapezoidal measuring weir. J. Drain. Irrig. Mach. Eng.2022, 40, 1104–1111. [Google Scholar]
Tu, A.; Nie, X.; Li, Y.; Li, H. Experimental and simulation study on water infiltration characteristics of layered red soil. J. Drain. Irrig. Mach. Eng.2021, 39, 1243–1249. [Google Scholar]
Chen, J.; Zeng, B.; Liu, L.; Tao, K.; Zhao, H.; Zhang, C.; Zhang, J.; Li, D. Investigating the anchorage performance of full-grouted anchor bolts with a modified numerical simulation method. Eng. Fail. Anal.2022, 141, 106640. [Google Scholar] [CrossRef]
Hu, B.; Yao, Y.; Wang, M.; Wang, C.; Liu, Y. Flow and Performance of the Disk Cavity of a Marine Gas Turbine at Varying Nozzle Pressure and Low Rotation Speeds: A Numerical Investigation. Machines2023, 11, 68. [Google Scholar] [CrossRef]
Yao, J.; Wang, X.; Zhang, S.; Xu, S.; Jin, B.; Ding, S. Orthogonal test of important parameters affecting hydraulic performance of negative pressure feedback jet sprinkler. J. Drain. Irrig. Mach. Eng.2021, 39, 966–972. [Google Scholar]
Wang, C.; Wang, X.; Shi, W.; Lu, W.; Tan, S.K.; Zhou, L. Experimental investigation on impingement of a submerged circular water jet at varying impinging angles and Reynolds numbers. Exp. Therm. Fluid Sci.2017, 89, 189–198. [Google Scholar] [CrossRef]
Speziale, C.G.; Thangam, S. Analysis of an RNG based turbulence model for separated flows. Int. J. Eng. Sci.1992, 30, 1379–1388. [Google Scholar] [CrossRef]
El Hassan, M.; Assoum, H.H.; Sobolik, V.; Vétel, J.; Abed-Meraim, K.; Garon, A.; Sakout, A. Experimental investigation of the wall shear stress and the vortex dynamics in a circular impinging jet. Exp. Fluids2012, 52, 1475–1489. [Google Scholar] [CrossRef]
Fairweather, M.; Hargrave, G. Experimental investigation of an axisymmetric, impinging turbulent jet. 1. Velocity field. Exp. Fluids2002, 33, 464–471. [Google Scholar] [CrossRef]
Ashforth-Frost, S.; Jambunathan, K. Effect of nozzle geometry and semi-confinement on the potential core of a turbulent axisymmetric free jet. Int. Commun. Heat Mass Transf.1996, 23, 155–162. [Google Scholar] [CrossRef]
Chen, M.; Huang, H.; Wang, D.; Lv, S.; Chen, Y. PIV tests for flow characteristics of impinging jet in a semi-closed circular pipe. J. Vib. Shock2021, 40, 90–97, 113. [Google Scholar]
Disclaimer/Publisher’s Note: The statements, opinions and data contained in all publications are solely those of the individual author(s) and contributor(s) and not of MDPI and/or the editor(s). MDPI and/or the editor(s) disclaim responsibility for any injury to people or property resulting from any ideas, methods, instructions or products referred to in the content.
Mi, H.; Wang, C.; Jia, X.; Hu, B.; Wang, H.; Wang, H.; Zhu, Y. Hydraulic Characteristics of Continuous Submerged Jet Impinging on a Wall by Using Numerical Simulation and PIV Experiment. Sustainability2023, 15, 5159. https://doi.org/10.3390/su15065159
AMA Style
Mi H, Wang C, Jia X, Hu B, Wang H, Wang H, Zhu Y. Hydraulic Characteristics of Continuous Submerged Jet Impinging on a Wall by Using Numerical Simulation and PIV Experiment. Sustainability. 2023; 15(6):5159. https://doi.org/10.3390/su15065159Chicago/Turabian Style
Mi, Hongbo, Chuan Wang, Xuanwen Jia, Bo Hu, Hongliang Wang, Hui Wang, and Yong Zhu. 2023. “Hydraulic Characteristics of Continuous Submerged Jet Impinging on a Wall by Using Numerical Simulation and PIV Experiment” Sustainability 15, no. 6: 5159. https://doi.org/10.3390/su15065159
화성 미션 애플리케이션을 위한 NERVA 파생 원자로 냉각수 채널 모델은 1.3m NERVA 파생 원자로(NDR) 냉각수 채널의 전산유체역학(CFD) 연구 결과를 제시합니다. CFD 코드 FLOW-3D는 NDR 코어를 통과하는 기체 수소의 흐름을 모델링하는 데 사용되었습니다. 수소는 냉각제 채널을 통해 노심을 통과하여 원자로의 냉각제 및 로켓의 추진제 역할을 합니다. 수소는 고밀도/저온 상태로 채널에 들어가고 저밀도/고온 상태로 빠져나오므로 압축성 모델을 사용해야 합니다. 기술 문서의 설계 사양이 모델에 사용되었습니다. 채널 길이에 걸친 압력 강하가 이전에 추정한 것(0.9MPa)보다 높은 것으로 확인되었으며, 이는 더 강력한 냉각수 펌프가 필요하고 설계 사양을 재평가해야 함을 나타냅니다.
NERVA-Derived Reactor Coolant Channel Model for Mars Mission Applications presents the results of a computational fluid dynamics (CFD) study of a 1.3m NERVA-Derived Reactor (NDR) coolant channel; The CFD code FLOW-3D was used to model the flow of gaseous hydrogen through the core of a NDR. Hydrogen passes through the core by way of coolant channels, acting as the coolant for the reactor as well as the propellant for the rocket. Hydrogen enters the channel in a high density/low temperature state and exits in a low density/high temperature state necessitating the use of a compressible model. Design specifications from a technical paper were used for the model; It was determined that the pressure drop across the length of the channel was higher than previously estimated (0.9 MPa), indicating the possible need for more powerful coolant pumps and a re-evaluation of the design specifications.
Figure 1 Nuclear Rocket Schematic DiagramFigure 2 Fuel Element – Tip ViewFigure 3 Fuel Element – Tie-Tube Structure (Tie-tubes are black)Figure 5 Three-Dimensional Coolant Channel ModelFigure 6 Two-Dimensional Coolant Channel Model
REFERENCES
Anderson, J. D., Jr., (1990) Modern Compressible Flow, 2d ed., McGraw-Hill, New York. Avallone E. A. and T. Baumeister III, eds., (1987) Mark’s Standard Handbookfor Mechanical Engineers, 9th ed., McGraw-Hill, New York. Bennett, G. L. and T. J. Miller (1992) “Nuclear Propulsion: A Key Transportation Technology for the Exploration of Mars,” Proceedings o f the 9th Symposium on Space Nuclear Power Systems, CONF-920104, M. S. El-Genk and M. D. Hoover, eds., American Institute of Physics, New York, AIP Conference Proceedings No. 246, 2: 383-388. Black, D. L., and S. V. Gunn (1991) “A Technical Summary of Engine and Reactor Subsystem Design Performance during the NERVA Program,” AIAA-91-3450, American Institute of Aeronautics and Astronautics, Washington, D. C. Borowski, S. K., et al. (1992) “Nuclear Thermal Rockets: Key to Moon-Mars Exploration,” Aerospace America, July 1992, pp. 34(5). Borowski, S. K., et al. (1993) “ Nuclear Thermal Rocket/Vehicle Design Options for Future NASA Missions to the Moon and Mars,” AIAA-93-4170, American Institute of Aeronautics and Astronautics, Washington, D. C. Borowski, S. K., et al. (1994) “Nuclear Thermal Rocket/Stage Technology Options for NASA’s Future Human Exploration Missions to the Moon and Mars,” Proceedings o f the 11th Symposium on Space Nuclear Power and Propulsion, CONF-940101, M. S. El-Genk and M. D. Hoover, eds., American Institute of Physics, New York, NY, AIP Conference Proceedings No. 301, 2: 745 – 758. Burmeister, L. C. (1993) Convective Heat Transfer, 2d ed., John Wiley & Sons, New York. Chi, J., R. Holman, and B. Pierce (1989) “Nerva Derivative Reactors for Thermal and Electrical Propulsion,” AIAA-89-2770, American Institute of Aeronautics and Astronautics, Washington, D. C. FIDAP (1993) FIDAP 7.0 User’s Manual, Fluid Dynamics International, Inc. FL0W-3D (1994) FL0W-3D Version 6.0 Quick Reference Guide, Flow Science, Inc., Los Alamos, NM. Hill, P. G. and C. R. Peterson (1970) Mechanics and Thermodynamics o f Propulsion, Addison-Wesley, Reading, MA. Lamarsh, J. R. (1983) Introduction to Nuclear Engineering, 2d ed., Addison-Wesley, Reading, MA. Nassersharif, B. (1991) Notes from a Nuclear Propulsion Short Course, 3-5 January 1991, American Institute of Physics. Nassersharif, B., E. Porta, and D. Hailes (1994) “A Proposal Entitled: Scenario Based Design of Nuclear Propulsion for Manned Mars Mission,” NSCEE, Las Vegas, NV. Shepard, K., et al. (1992) “A Split Sprint Mission to Mars,” Proceedings o f the 9th Symposium on Space Nuclear Power Systems, CONF-920104, M. S. El-Genk and M. D. Hoover, eds., American Institute of Physics, New York, AIP Conference Proceedings No. 246, 1: 58 – 63. Sutton, G. P. (1986) Rocket Propulsion Elements: An Introduction to the Engineering o f Rockets, 5th ed., John Wiley & Sons, New York. U.S. President (1989) “Remarks on the 20th Anniversary of the Apollo 11 Moon Landing July 20, 1989,” Administration o f George Bush, Office of the Federal Register. National Archives and Records Service, 1989, Washington D. C., George Bush, 1989, p. 992. VSAERO (1994) VSAERO User’s Manual E.5, Analytical Methods, Inc., Redmond, WA. White, F. M. (1991) Viscous Fluid Flow, 2d ed., McGraw-Hill, Inc., New York. Zweig, H. R. and M. H. Cooper (1993) “NERVA-Derived Rocket Module for Solar System Exploration,” AIAA-93-2110, American Institute of Aeronautics and Astronautics, Washington, D. C.
Dissertação de Mestrado Ciclo de Estudos Integrados Conducentes ao Grau de Mestre em Engenharia Mecânica Trabalho efectuado sob a orientação do Doutor Hélder de Jesus Fernades Puga Professor Doutor José Joaquim Carneiro Barbosa
ABSTRACT
논문의 일부로 튜터 선택 가능성과 해결해야 할 주제가 설정되는 매개변수를 염두에 두고 개발 주제 ‘Flow- 3D ®에 의한 저압 충전 시스템 최적화’가 선택되었습니다. 이를 위해서는 달성해야 할 목표와 이를 달성하기 위한 방법을 정의하는 것이 필요했습니다.
충전 시스템을 시뮬레이션하고 검증할 수 있는 광범위한 소프트웨어에도 불구하고 Flow-3D®는 시장에서 최고의 도구 중 하나로 표시되어 전체 충전 프로세스 및 행동 표현과 관련하여 탁월한 정확도로 시뮬레이션하는 능력을 입증했습니다.
이를 위해 관련 프로세스를 더 잘 이해하고 충진 시스템 시뮬레이션을 위한 탐색적 기반 역할을 하기 위해 이 도구를 탐색하는 것이 중요합니다. 지연 및 재료 낭비에 반영되는 실제적인 측면에서 충전 장치의 치수를 완벽하게 만드는 비용 및 시간 낭비. 이러한 방식으로 저압 주조 공정에서 충진 시스템을 설계하고 물리적 모델을 탐색하여 특성화하는 방법론을 검증하기 위한 것입니다.
이를 위해 다음 주요 단계를 고려하십시오.
시뮬레이션 소프트웨어 Flow 3D® 탐색; 충전 시스템 모델링; 모델의 매개변수를 탐색하여 모델링된 시스템의 시뮬레이션, 검증 및 최적화.
따라서 연구 중인 압력 곡선과 주조 분석에서 가장 관련성이 높은 정보의 최종 마이닝을 검증하기 위한 것입니다.
사용된 압력 곡선은 수집된 문헌과 이전에 수행된 실제 작업을 통해 얻었습니다. 결과를 통해 3단계 압력 곡선이 층류 충진 체계의 의도된 목적과 관련 속도가 0.5 𝑚/𝑠를 초과하지 않는다는 결론을 내릴 수 있었습니다.
충전 수준이 2인 압력 곡선은 0.5 𝑚/𝑠 이상의 속도로 영역을 채우는 더 난류 시스템을 갖습니다. 열전달 매개변수는 이전에 얻은 값이 주물에 대한 소산 거동을 확증하지 않았기 때문에 연구되었습니다.
이러한 방식으로 주조 공정에 더 부합하는 새로운 가치를 얻었습니다. 달성된 결과는 유사한 것으로 나타난 NovaFlow & Solid®에 의해 생성된 결과와 비교되어 시뮬레이션에서 설정된 매개변수를 검증했습니다. Flow 3D®는 주조 부품 시뮬레이션을 위한 강력한 도구로 입증되었습니다.
As part of the dissertation and bearing in mind the parameters in which the possibility of a choice of tutor and the subject to be addressed is established, the subject for development ’Optimization of filling systems for low pressure by Flow 3D ®’ was chosen. For this it was necessary to define the objectives to achieve and the methods to attain them. Despite the wide range of software able to simulate and validate filling systems, Flow 3D® has been shown as one of the best tools in the market, demonstrating its ability to simulate with distinctive accuracy with respect to the entire process of filling and the behavioral representation of the fluid obtained. To this end, it is important to explore this tool for a better understanding of the processes involved and to serve as an exploratory basis for the simulation of filling systems, simulation being one of the great strengths of the current industry due to the need to reduce costs and time waste, in practical terms, that lead to the perfecting of the dimensioning of filling devices, which are reflected in delays and wasted material. In this way it is intended to validate the methodology to design a filling system in lowpressure casting process, exploring their physical models and thus allowing for its characterization. For this, consider the following main phases: The exploration of the simulation software Flow 3D®; modeling of filling systems; simulation, validation and optimization of systems modeled by exploring the parameters of the models. Therefore, it is intended to validate the pressure curves under study and the eventual mining of the most relevant information in a casting analysis. The pressure curves that were used were obtained through the gathered literature and the practical work previously performed. Through the results it was possible to conclude that the pressure curve with 3 levels meets the intended purpose of a laminar filling regime and associated speeds never exceeding 0.5 𝑚/𝑠. The pressure curve with 2 filling levels has a more turbulent system, having filling areas with velocities above 0.5 𝑚/𝑠. The heat transfer parameter was studied due to the values previously obtained didn’t corroborate the behavior of dissipation regarding to the casting. In this way, new values, more in tune with the casting process, were obtained. The achieved results were compared with those generated by NovaFlow & Solid®, which were shown to be similar, validating the parameters established in the simulations. Flow 3D® was proven a powerful tool for the simulation of casting parts.
Figure 4.24 – Model with virtual valves in the extremities of the geometries to simulate the permeability of the mold promoting a more uniformed fillingFigure 4.39 – Values of temperature contours using full energy heat transfer parameter for simulaFigure 4.40 – Comparison between software simulations (a) Flow 3D® simulation,
(b) NovaFlow & Solid® simulation
BIBLIOGRAPHY
[1] E. Stanley and D. B. Sc, “Fluid Flow Aspects of Solidification Modelling : Simulation of Low Pressure Die Casting .” [2] Y. Sahin, “Computer aided foundry die-design,” Metallography, vol. 24, no. 8, pp. 671–679, 2003. [3] F. Bonollo, J. Urban, B. Bonatto, and M. Botter, “Gravity and low pressure die casting of aluminium alloys : a technical and economical benchmark,” La Metall. Ital., vol. 97, no. 6, pp. 23–32, 2005. [4] P. a and R. R, “Study of the effect of process parameters on the production of a nonsimmetric low pressure die casting part,” La Metall. Ital., pp. 57–63, 2009. [5] “Fundição em baixa pressão | Aluinfo.” [Online]. Available: http://www.aluinfo.com.br/novo/materiais/fundicao-em-baixa-pressao. [Accessed: 18- Sep-2015]. [6] “Low Pressure Sand Casting by Wolverine Bronze.” [Online]. Available: http://www.wolverinebronze.com/low-pressure-sand-casting.php. [Accessed: 18-Sep2015]. [7] A. Reikher, “Numerical Analysis of Die-Casting Process in Thin Cavities Using Lubrication Approximation,” no. December, 2012. [8] P. Fu, A. a. Luo, H. Jiang, L. Peng, Y. Yu, C. Zhai, and A. K. Sachdev, “Low-pressure die casting of magnesium alloy AM50: Response to process parameters,” J. Mater. Process. Technol., vol. 205, no. 1–3, pp. 224–234, 2008. [9] X. Li, Q. Hao, W. Jie, and Y. Zhou, “Development of pressure control system in counter gravity casting for large thin-walled A357 aluminum alloy components,” Trans. Nonferrous Met. Soc. China, vol. 18, no. 4, pp. 847–851, 2008. [10] J. a. Hines, “Determination of interfacial heat-transfer boundary conditions in an aluminum low-pressure permanent mold test casting,” Metall. Mater. Trans. B, vol. 35, no. 2, pp. 299–311, 2004. [11] A. Lima, A. Freitas, and P. Magalhães, “Processos de vazamento em moldações permanentes,” pp. 40–49, 2003. [12] Y. B. Choi, K. Matsugi, G. Sasaki, K. Arita, and O. Yanagisawa, “Analysis of Manufacturing Processes for Metal Fiber Reinforced Aluminum Alloy Composite Fabricated by Low-Pressure Casting,” Mater. Trans., vol. 47, no. 4, pp. 1227–1231, 68 2006. [13] G. Mi, X. Liu, K. Wang, and H. Fu, “Numerical simulation of low pressure die-casting aluminum wheel,” China Foundry, vol. 6, no. 1, pp. 48–52, 2009. [14] J. Kuo, F. Hsu, and W. Hwang, “ADVANCED Development of an interactive simulation system for the determination of the pressure ± time relationship during the ® lling in a low pressure casting process,” vol. 2, pp. 131–145, 2001. [15] S.-G. Liu, F.-Y. Cao, X.-Y. Zhao, Y.-D. Jia, Z.-L. Ning, and J.-F. Sun, “Characteristics of mold filling and entrainment of oxide film in low pressure casting of A356 alloy,” Mater. Sci. Eng. A, vol. 626, pp. 159–164, 2015. [16] “Casting Training Class – Lecture 10 – Solidification and Shrinkage-Casting.” FLOW3D®. [17] “UAB Casting Engineering Laboratory.” [Online]. Available: file:///C:/Users/Jos%C3%A9 Belo/Desktop/Artigo_Software/UAB Casting Engineering Laboratory.htm. [Accessed: 09-Nov-2015]. [18] A. Louvo, “Casting Simulation as a Tool in Concurrent Engineering,” pp. 1–12, 1997. [19] T. R. Vijayaram and P. Piccardo, “Computers in Foundries,” vol. 30, 2012. [20] M. Sadaiah, D. R. Yadav, P. V. Mohanram, and P. Radhakrishnan, “A generative computer-aided process planning system for prismatic components,” Int. J. Adv. Manuf. Technol., vol. 20, no. 10, pp. 709–719, 2002. [21] Ministry_of_Planning, “Digital Data,” vol. 67, pp. 1–6, 2004. [22] S. Shamasundar, D. Ramachandran, and N. S. Shrinivasan, “COMPUTER SIMULATION AND ANALYSIS OF INVESTMENTCASTING PROCESS.” [23] J. M. Siqueira and G. Motors, “Simulation applied to Aluminum High Pressure Die Casting,” pp. 1–5, 1998. [24] C. Fluid, COMPUTATIONAL FLUID DYNAMICS. Abdulnaser Sayma & Ventus Publishing ApS, 2009. [25] C. a. Felippa, “1 – Overview,” Adv. Finite Elem. Methods, pp. 1–9. [26] a. Meena and M. El Mansori, “Correlative thermal methodology for castability simulation of ductile iron in ADI production,” J. Mater. Process. Technol., vol. 212, no. 11, pp. 2484–2495, 2012. [27] T. R. Vijayaram, S. Sulaiman, a. M. S. Hamouda, and M. H. M. Ahmad, “Numerical simulation of casting solidification in permanent metallic molds,” J. Mater. Process. 69 Technol., vol. 178, pp. 29–33, 2006. [28] “General CFD FAQ — CFD-Wiki, the free CFD reference.” [Online]. Available: http://www.cfd-online.com/Wiki/General_CFD_FAQ. [Accessed: 10-Nov-2015]. [29] “FEM | FEA | CFD.” [Online]. Available: http://fem4analyze.blogspot.pt/. [Accessed: 09-Nov-2015]. [30] “Fundição; revista da Associação portuguesa de fundição,” Fundição, vol. N o 227. [31] “Casting Training Class – Lecture 1 – Introduction_to_FLOW-3D – Casting.” FLOW3D®. [32] F. Science, “FLOW-3D Cast Documentation,” no. 3.5, p. 80, 2012. [33] “Casting Training Class – Lecture 4 – Geometry Building – General.” FLOW-3D®. [34] F. Science, “FLOW-3D v11.0.3 User Manual,” pp. 1–132, 2015. [35] “Casting Training Class – Lecture 5 Meshing Concept – General.” FLOW-3D®. [36] “Casting Training Class – Lecture 6 – Boundary_Conditions – Casting.” FLOW-3D®. [37] “Casting Training Class – Lecture 9 – Physical Models-castings.” FLOW-3D®. [38] P. A. D. Jácome, M. C. Landim, A. Garcia, A. F. Furtado, and I. L. Ferreira, “The application of computational thermodynamics and a numerical model for the determination of surface tension and Gibbs–Thomson coefficient of aluminum based alloys,” Thermochim. Acta, vol. 523, no. 1–2, pp. 142–149, 2011. [39] J. P. Anson, R. A. L. Drew, and J. E. Gruzleski, “The surface tension of molten aluminum and Al-Si-Mg alloy under vacuum and hydrogen atmospheres,” Metall. Mater. Trans. B Process Metall. Mater. Process. Sci., vol. 30, no. 6, pp. XVI–1032, 1999.
Publication Date:2013-07-24 Research Org.: Los Alamos National Lab. (LANL), Los Alamos, NM (United States) Sponsoring Org.: DOE/LANL OSTI Identifier: 1088904 Report Number(s): LA-UR-13-25537 DOE Contract Number: AC52-06NA25396 Resource Type: Technical Report Country of Publication: United States Language: English Subject: Engineering(42); Materials Science(36); Radiation Chemistry, Radiochemistry, & Nuclear Chemistry(38)
Introduction
The plutonium foundry at Los Alamos National Laboratory casts products for various special nuclear applications. However, plutonium’s radioactivity, material properties, and security constraints complicate the ability to perform experimental analysis of mold behavior. The Manufacturing Engineering and Technologies (MET-2) group previously developed a graphite mold to vacuum cast small plutonium disks to be used by the Department of Homeland Security as point sources for radiation sensor testing.
A two-stage pouring basin consisting of a funnel and an angled cavity directs the liquid into a vertical runner. A stack of ten disk castings connect to the runner by horizontal gates. Volumetric flow rates were implemented to limit overflow into the funnel and minimize foundry returns. Models using Flow-3D computational fluid dynamics software are employed here to determine liquid Pu flow paths, optimal pour regimes, temperature changes, and pressure variations.
Setup
Hardcopy drawings provided necessary information to create 3D .stl models for import into Flow-3D (Figs. 1 and 2). The mesh was refined over several iterations to isolate the disk cavities, runner, angled cavity, funnel, and input pour. The final flow and mold-filling simulation utilizes a fine mesh with ~5.5 million total cells. For the temperature study, the mesh contained 1/8 as many cells to reduce computational time and set temperatures to 850 °C for the molten plutonium and 500 °C for the solid graphite mold components (Fig. 3).
Flow-3D solves mass continuity and Navier-Stokes momentum equations over the structured rectangular grid model using finite difference and finite volume numerical algorithms. The solver includes terms in the momentum equation for body and viscous accelerations and uses convective heat transfer.
Simulation settings enabled Flow-3D physics calculations for gravity at 980.665 cm/s 2 in the negative Z direction (top of mold to bottom); viscous, turbulent, incompressible flow using dynamically-computed Renormalized Group Model turbulence calculations and no-slip/partial slip wall shear, and; first order, full energy equation heat transfer.
Mesh boundaries were all set to symmetric boundary conditions except for the Zmin boundary set to outflow and the Zmax boundary set to a volume flow. Vacuum casting conditions and the high reactivity of remaining air molecules with Pu validate the assumption of an initially fluidless void.
Results
The flow follows a unique three-dimensional path. The mold fills upwards with two to three disks receiving fluid in a staggered sequence. Figures 5-9 show how the fluid fills the cavity, and Figure 7 includes the color scale for pressure levels in these four figures. The narrow gate causes a high pressure region which forces the fluid to flow down the cavity centerline.
It proceeds to splash against the far wall and then wrap around the circumference back to the gate (Figs. 5 and 6). Flow in the angled region of the pouring basin cascades over the bottom ledge and attaches to the far wall of the runner, as seen in Figure 7.
This channeling becomes less pronounced as fluid volume levels increase. Finally, two similar but non-uniform depressed regions form about the centerline. These regions fill from their perimeter and bottom until completion (Fig. 8). Such a pattern is counter, for example, to a steady scenario in which a circle of molten Pu encompassing the entire bottom surface rises as a growing cylinder.
Cavity pressure becomes uniform when the cavity is full. Pressure levels build in the rising well section of the runner, where impurities were found to settle in actual casting. Early test simulations optimized the flow as three pours so that the fluid would never overflow to the funnel, the cavities would all fill completely, and small amounts of fluid would remain as foundry returns in the angled cavity.
These rates and durations were translated to the single 2.7s pour at 100 cm 3 per second used here. Figure 9 shows anomalous pressure fluctuations which occurred as the cavities became completely filled. Multiple simulations exhibited a rapid change in pressure from positive to negative and back within the newly-full disk and surrounding, already-full disks.
The time required to completely fill each cavity is plotted in Figure 10. Results show negligible temperature change within the molten Pu during mold filling and, as seen in Figure 11, at fill completion.
Figure 1: Mold drawingsFigure 2: Mold AssemblyFigure 4: Actual mold and cast PuFigure 5: Bottom cavity filling
from runnerFigure 6: Pouring and fillingFigure 8: Edge detection of cavity fill geometry. Two similar depressed areas form
about the centerline. Top cavity shown; same pressure scale as other figuresFigure 10: Cavity fill times,from first fluid contact with pouring basin, Figure 11:Fluid temperature remains essentially constant
Conclusions
Non-uniform cavity filling could cause crystal microstructure irregularities during solidification. However, the small temperature changes seen – due to large differences in specific heat between Pu and graphite – over a relatively short time make such problems unlikely in this case.
In the actual casting, cooling required approximately ten minutes. This large difference in time scales further reduces the chance for temperature effects in such a superheated scenario. Pouring basin emptying decreases pressure at the gate which extends fill time of the top two cavities.
The bottom cavity takes longer to fill because fluid must first enter the runner and fill the well. Fill times continue linearly until the top two cavities. The anomalous pressure fluctuations may be due to physical attempts by the system to reach equilibrium, but they are more likely due to numerical errors in the Flow3D solver.
Unsuccessful tests were performed to remove them by halving fluid viscosity. The fine mesh reduced, but did not eliminate, the extent of the fluctuations. Future work is planned to study induction and heat transfer in the full Pu furnace system, including quantifying temporal lag of the cavity void temperature to the mold wall temperature during pre-heat and comparing heat flux levels between furnace components during cool-down.
Thanks to Doug Kautz for the opportunity to work with MET-2 and for assigning an interesting unclassified project. Additional thanks to Mike Bange for CFD guidance, insight of the project’s history, and draft review.
As part of the National Aero-Space Plane (NASP) project, the multi-dimensional effects of gravitational force, initial tank pressure, initial ullage temperature, and heat transfer rate on the 2-D temperature profiles were studied. FLOW-3D, a commercial finite difference fluid flow model, was used for the evaluation. These effects were examined on the basis of previous liquid hydrogen experimental data with gaseous hydrogen pressurant. FLOW-3D results were compared against an existing 1-D model. In addition, the effects of mesh size and convergence criteria on the analytical results were investigated. Suggestions for future modifications and uses of FLOW-3D for modeling of a NASP tank are also presented.
Document ID : 19900016844
Document Type : Technical Memorandum (TM)
AuthorsHardy, Terry L.
(NASA Lewis Research Center Cleveland, OH, United States)Tomsik, Thomas M. (NASA Lewis Research Center Cleveland, OH, United States)
Date Acquired : September 6, 2013
Publication Date : July 1, 1990
Subject CategoryPropellants And Fuels : Report/Patent NumberNASA-TM-103217E-5629NAS 1.15:103217
Funding Number(s)PROJECT: RTOP 763-01-21
Distribution Limits : Public
Copyright : Work of the US Gov. Public Use Permitted.
Prediction of the ullage gas thermal stratification in a NASP vehicle propellant tank experimental simulation using FLOW-3DPrediction of the ullage gas thermal stratification in a NASP vehicle propellant tank experimental simulation using FLOW-3D
Beom-Jin Kim 1, Jae-Hong Hwang 2 and Byunghyun Kim 3,* 1 Advanced Structures and Seismic Safety Research Division, Korea Atomic Energy Research Institute, Daejeon 34057, Korea 2 Korea Water Resources Corporation (K-Water), Daejeon 34350, Korea 3 Department of Civil Engineering, Kyungpook National University, Daegu 41566, Korea
Hydraulic structures installed in rivers inevitably create a water level difference between upstream and downstream regions. The potential energy due to this difference in water level is converted into kinetic energy, causing high-velocity flow and hydraulic jumps in the river. As a result, problems such as scouring and sloping downstream may occur around the hydraulic structures. In this study, a FLOW-3D model was constructed to perform a numerical analysis of the ChangnyeongHaman weir in the Republic of Korea. The constructed model was verified based on surface velocity measurements from a field gate operation experiment. In the simulation results, the flow discharge differed from the measured value by 9–15 m3/s, from which the accuracy was evaluated to be 82–87%. The flow velocity was evaluated with an accuracy of 92% from a difference of 0.01 to 0.16 m/s. Following this verification, a flow analysis of the hydraulic structures was performed according to boundary conditions and operation conditions for numerous scenarios. Since 2018, the ChangnyeongHaman weir gate has been fully opened due to the implementation of Korea’s eco-environmental policy; therefore, in this study, the actual gate operation history data prior to 2018 was applied and evaluated. The evaluation conditions were a 50% open gate condition and the flow discharge of two cases with a large difference in water level. As a result of the analysis, the actual operating conditions showed that the velocity and the Froude number were lower than the optimal conditions, confirming that the selected design was appropriate. It was also found that in the bed protection section, the average flow velocity was high when the water level difference was large, whereas the bottom velocity was high when the gate opening was large. Ultimately, through the reviewed status survey data in this study, the downstream flow characteristics of hydraulic structures along with adequacy verification techniques, optimal design techniques such as procedures for design, and important considerations were derived. Based on the current results, the constructed FLOW-3D-based model can be applied to creating or updating flow analysis guidelines for future repair and reinforcement measures as well as hydraulic structure design.
하천에 설치되는 수력구조물은 필연적으로 상류와 하류의 수위차를 발생시킨다. 이러한 수위차로 인한 위치에너지는 운동에너지로 변환되어 하천의 고속유동과 수압점프를 일으킨다. 그 결과 수력구조물 주변에서 하류의 세굴, 경사 등의 문제가 발생할 수 있다.
본 연구에서는 대한민국 창녕함안보의 수치해석을 위해 FLOW-3D 모델을 구축하였다. 구축된 모델은 현장 게이트 작동 실험에서 표면 속도 측정을 기반으로 검증되었습니다.
시뮬레이션 결과에서 유량은 측정값과 9~15 m3/s 차이가 나고 정확도는 82~87%로 평가되었다. 유속은 0.01~0.16m/s의 차이에서 92%의 정확도로 평가되었습니다.
검증 후 다양한 시나리오에 대한 경계조건 및 운전조건에 따른 수리구조물의 유동해석을 수행하였다. 2018년부터 창녕함안보 문은 한국의 친환경 정책 시행으로 전면 개방되었습니다.
따라서 본 연구에서는 2018년 이전의 실제 게이트 운영 이력 데이터를 적용하여 평가하였다. 평가조건은 50% open gate 조건과 수위차가 큰 2가지 경우의 유수방류로 하였다. 해석 결과 실제 운전조건은 속도와 Froude수가 최적조건보다 낮아 선정된 설계가 적합함을 확인하였다.
또한 베드보호구간에서는 수위차가 크면 평균유속이 높고, 수문개구가 크면 저저유속이 높은 것으로 나타났다. 최종적으로 본 연구에서 검토한 실태조사 자료를 통해 적정성 검증기법과 함께 수력구조물의 하류 유동특성, 설계절차 등 최적 설계기법 및 중요 고려사항을 도출하였다.
현재의 결과를 바탕으로 구축된 FLOW-3D 기반 모델은 수력구조 설계뿐만 아니라 향후 보수 및 보강 조치를 위한 유동해석 가이드라인 생성 또는 업데이트에 적용할 수 있습니다.
Figure 1. Effect of downstream riverbed erosion according to the type of weir foundation.Figure 2. Changnyeong-Haman weir depth survey results (June 2015)Figure 4. Field gate discharge experiment.Figure 16. Analysis results for Case 7 and Case 8
References
Wanoschek, R.; Hager, W.H. Hydraulic jump in trapezoidal channel. J. Hydraul. Res. 1989, 27, 429–446. [CrossRef]
Bohr, T.; Dimon, P.; Putkaradze, V. Shallow-water approach to the circular hydraulic jump. J. Fluid Mech. 1993, 254, 635–648. [CrossRef]
Chanson, H.; Brattberg, T. Experimental study of the air–water shear flow in a hydraulic jump. Int. J. Multiph. Flow 2000, 26, 583–607. [CrossRef]
Dhamotharan, S.; Gulliver, J.S.; Stefan, H.G. Unsteady one-dimensional settling of suspended sediment. Water Resour. Res. 1981, 17, 1125–1132. [CrossRef]
Ziegler, C.K.; Nisbet, B.S. Long-term simulation of fine-grained sediment transport in large reservoir. J. Hydraul. Eng. 1995, 121, 773–781. [CrossRef]
Olsen, N.R.B. Two-dimensional numerical modelling of flushing processes in water reservoirs. J. Hydraul. Res. 1999, 37, 3–16. [CrossRef]
Saad, N.Y.; Fattouh, E.M. Hydraulic characteristics of flow over weirs with circular openings. Ain Shams Eng. J. 2017, 8, 515–522. [CrossRef]
Bagheri, S.; Kabiri-Samani, A.R. Hydraulic Characteristics of flow over the streamlined weirs. Modares Civ. Eng. J. 2018, 17, 29–42.
Hussain, Z.; Khan, S.; Ullah, A.; Ayaz, M.; Ahmad, I.; Mashwani, W.K.; Chu, Y.-M. Extension of optimal homotopy asymptotic method with use of Daftardar–Jeffery polynomials to Hirota–Satsuma coupled system of Korteweg–de Vries equations. Open Phys. 2020, 18, 916–924. [CrossRef]
Arifeen, S.U.; Haq, S.; Ghafoor, A.; Ullah, A.; Kumam, P.; Chaipanya, P. Numerical solutions of higher order boundary value problems via wavelet approach. Adv. Differ. Equ. 2021, 2021, 347. [CrossRef]
Sharafati, A.; Haghbin, M.; Motta, D.; Yaseen, Z.M. The application of soft computing models and empirical formulations for hydraulic structure scouring depth simulation: A comprehensive review, assessment and possible future research direction. Arch. Comput. Methods Eng. 2021, 28, 423–447. [CrossRef]
Khan, S.; Selim, M.M.; Khan, A.; Ullah, A.; Abdeljawad, T.; Ayaz, M.; Mashwani, W.K. On the analysis of the non-Newtonian fluid flow past a stretching/shrinking permeable surface with heat and mass transfer. Coatings 2021, 11, 566. [CrossRef]
Khan, S.; Selim, M.M.; Gepreel, K.A.; Ullah, A.; Ayaz, M.; Mashwani, W.K.; Khan, E. An analytical investigation of the mixed convective Casson fluid flow past a yawed cylinder with heat transfer analysis. Open Phys. 2021, 19, 341–351. [CrossRef]
Ullah, A.; Selim, M.M.; Abdeljawad, T.; Ayaz, M.; Mlaiki, N.; Ghafoor, A. A Magnetite–Water-Based Nanofluid Three-Dimensional Thin Film Flow on an Inclined Rotating Surface with Non-Linear Thermal Radiations and Couple Stress Effects. Energies 2021, 14, 5531. [CrossRef]
Aamir, M.; Ahmad, Z.; Pandey, M.; Khan, M.A.; Aldrees, A.; Mohamed, A. The Effect of Rough Rigid Apron on Scour Downstream of Sluice Gates. Water 2022, 14, 2223. [CrossRef]
Gharebagh, B.A.; Bazargan, J.; Mohammadi, M. Experimental Investigation of Bed Scour Rate in Flood Conditions. Environ. Water Eng. 2022, in press. [CrossRef]
Laishram, K.; Devi, T.T.; Singh, N.B. Experimental Comparison of Hydraulic Jump Characteristics and Energy Dissipation Between Sluice Gate and Radial Gate. In Innovative Trends in Hydrological and Environmental Systems; Springer: Berlin/Heidelberg, Germany, 2022; pp. 207–218.
Varaki, M.E.; Sedaghati, M.; Sabet, B.S. Effect of apron length on local scour at the downstream of grade control structures with labyrinth planform. Arab. J. Geosci. 2022, 15, 1240. [CrossRef]
Rizk, D.; Ullah, A.; Elattar, S.; Alharbi, K.A.M.; Sohail, M.; Khan, R.; Khan, A.; Mlaiki, N. Impact of the KKL Correlation Model on the Activation of Thermal Energy for the Hybrid Nanofluid (GO+ ZnO+ Water) Flow through Permeable Vertically Rotating Surface. Energies 2022, 15, 2872. [CrossRef]
Kim, K.H.; Choi, G.W.; Jo, J.B. An Experimental Study on the Stream Flow by Discharge Ratio. Korea Water Resour. Assoc. Acad. Conf. 2005, 05b, 377–382.
Lee, D.S.; Yeo, H.G. An Experimental Study for Determination of the Material Diameter of Riprap Bed Protection Structure. Korea Water Resour. Assoc. Acad. Conf. 2005, 05b, 1036–1039.
Choi, G.W.; Byeon, S.J.; Kim, Y.G.; Cho, S.U. The Flow Characteristic Variation by Installing a Movable Weir having Water Drainage Equipment on the Bottom. J. Korean Soc. Hazard Mitig. 2008, 8, 117–122.
Jung, J.G. An Experimental Study for Estimation of Bed Protection Length. J. Korean Wetl. Soc. 2011, 13, 677–686.
Kim, S.H.; Kim, W.; Lee, E.R.; Choi, G.H. Analysis of Hydraulic Effects of Singok Submerged Weir in the Lower Han River. J. Korean Water Resour. Assoc. 2005, 38, 401–413. [CrossRef]
Kim, J.H.; Sim, M.P.; Choi, G.W.; Oh, J.M. Hydraulic Analysis of Air Entrainment by Weir Types. J. Korean Water Resour. Assoc. 2003, 36, 971–984. [CrossRef]
Jeong, S.; Yeo, C.G.; Yun, G.S.; Lee, S.O. Analysis of Characteristics for Bank Scour around Low Dam using 3D Numerical Simulation. Korean Soc. Hazard Mitig. Acad. Conf. 2011, 02a, 102.
Son, A.R.; Kim, B.H.; Moon, B.R.; Han, G.Y. An Analysis of Bed Change Characteristics by Bed Protection Work. J. Korean Soc. Civ. Eng. 2015, 35, 821–834.
French, R.H.; French, R.H. Open-Channel Hydraulics; McGraw-Hill: New York, NY, USA, 1985; ISBN 0070221340.
린 첸 가오 양 미시 옹 장 춘밍 왕 Lin Chen , Gaoyang Mi , Xiong Zhang , Chunming Wang * 중국 우한시 화중과학기술대학 재료공학부, 430074
Effects of sinusoidal oscillating laser beam on weld formation, melt flow and grain structure during aluminum alloys lap welding
Abstract
A numerical model of 1.5 mm 6061/5182 aluminum alloys thin sheets lap joints under laser sinusoidal oscillation (sine) welding and laser welding (SLW) weld was developed to simulate temperature distribution and melt flow. Unlike the common energy distribution of SLW, the sinusoidal oscillation of laser beam greatly homogenized the energy distribution and reduced the energy peak. The energy peaks were located at both sides of the sine weld, resulting in the tooth-shaped sectional formation. This paper illustrated the effect of the temperature gradient (G) and solidification rate (R) on the solidification microstructure by simulation. Results indicated that the center of the sine weld had a wider area with low G/R, promoting the formation of a wider equiaxed grain zone, and the columnar grains were slenderer because of greater GR. The porosity-free and non-penetration welds were obtained by the laser sinusoidal oscillation. The reasons were that the molten pool volume was enlarged, the volume proportion of keyhole was reduced and the turbulence in the molten pool was gentled, which was observed by the high-speed imaging and simulation results of melt flow. The tensile test of both welds showed a tensile fracture form along the fusion line, and the tensile strength of sine weld was significantly better than that of the SLW weld. This was because that the wider equiaxed grain area reduced the tendency of cracks and the finer grain size close to the fracture location. Defect-free and excellent welds are of great significance to the new energy vehicles industry.
온도 분포 및 용융 흐름을 시뮬레이션하기 위해 레이저 사인파 진동 (사인) 용접 및 레이저 용접 (SLW) 용접에서 1.5mm 6061/5182 알루미늄 합금 박판 랩 조인트 의 수치 모델이 개발되었습니다. SLW의 일반적인 에너지 분포와 달리 레이저 빔의 사인파 진동은 에너지 분포를 크게 균질화하고 에너지 피크를 줄였습니다. 에너지 피크는 사인 용접의 양쪽에 위치하여 톱니 모양의 단면이 형성되었습니다. 이 논문은 온도 구배(G)와 응고 속도 의 영향을 설명했습니다.(R) 시뮬레이션에 의한 응고 미세 구조. 결과는 사인 용접의 중심이 낮은 G/R로 더 넓은 영역을 가짐으로써 더 넓은 등축 결정립 영역의 형성을 촉진하고 더 큰 GR로 인해 주상 결정립 이 더 가늘다는 것을 나타냅니다. 다공성 및 비관통 용접은 레이저 사인파 진동에 의해 얻어졌습니다. 그 이유는 용융 풀의 부피가 확대되고 열쇠 구멍의 부피 비율이 감소하며 용융 풀의 난류가 완만해졌기 때문이며, 이는 용융 흐름의 고속 이미징 및 시뮬레이션 결과에서 관찰되었습니다. 두 용접부 의 인장시험 은 융착선을 따라 인장파괴형태를인장강도사인 용접의 경우 SLW 용접보다 훨씬 우수했습니다. 이는 등축 결정립 영역이 넓을수록 균열 경향이 감소하고 파단 위치에 근접한 입자 크기가 미세 하기 때문입니다. 결함이 없고 우수한 용접은 신에너지 자동차 산업에 매우 중요합니다.
Fig. 1. Schematic of lap welding for 6061/5182 aluminum alloys.Fig. 2. Finite element mesh.Fig. 3. Weld morphologies of cross-section and upper surface for the two welds: (a) sine pattern weld; (b) SLW weld.Fig. 4. Calculation of laser energy distribution: (a)-(c) sine pattern weld; (d)-(f) SLW weld.Fig. 5. The partially melted region of zone A.Fig. 6. The simulated profiles of melted region for the two welds: (a) SLW weld; (b) sine pattern weld.Fig. 7. The temperature field simulation results of cross section for sine pattern weld.Fig. 8. Dynamic behavior of the molten pool at the same time interval of 0.004 s within one oscillating period: (a) SLW weld; (b) sine pattern weld.Fig. 9. The temperature field and flow field of the molten pool for the SLW weld: (a)~(f) t = 80 ms~100 ms.Fig. 10. The temperature field and flow field of the molten pool for the sine pattern weld: (a)~(f) t = 151 ms~171 ms.Fig. 11. The evolution of the molten pool volume and keyhole depth within one period.Fig. 12. The X-ray inspection results for the two welds: (a) SLW weld, (b) sine pattern weld.Fig. 13. Comparison of the solidification parameters for sine and SLW patterns: (a) the temperature field simulated results of the molten pool upper surfaces; (b)
temperature gradient G and solidification rate R along the molten pool boundary isotherm from weld centerline to the fusion boundary; (c) G/R; (d) GR.Fig. 14. The EBSD results of equiaxed grain zone in the weld center of: (a) sine pattern weld; (b) SLW weld; (c) grain size.Fig. 15. (a) EBSD results of horizontal sections of SLW weld and sine pattern weld; (b) The columnar crystal widths of SLW weld and sine pattern weld.Fig. 16. (a) The tensile test results of the two welds; (b) Fracture location of SLW weld; (b) Fracture location of sine pattern weld.
Keywords
Laser welding, Sinusoidal oscillating, Energy distribution, Numerical simulation, Molten pool flow, Grain structure
References
Chen, X., 2014. Study on laser-MAG Hybrid Weaving Welding Charateristics. Master thesis. Harbin Institute of Technology, China. Chen, G., Wang, B., Mao, S., Zhong, P., He, J., 2019. Research on the “∞”-shaped laser scanning welding process for aluminum alloy. Opt. Laser Technol. 115, 32–41. Cho, W.-I., Na, S.-J., Cho, M.-H., Lee, J.-S., 2010. Numerical study of alloying element distribution in CO2 laser–GMA hybrid welding. Comput. Mater. Sci. 49, 792–800. Cho, W.-I., Na, S.-J., Thomy, C., Vollertsen, F., 2012. Numerical simulation of molten pool dynamics in high power disk laser welding. J. Mater. Process. Technol. 212, 262–275. Das, A., Butterworth, I., Masters, I., Williams, D., 2018. Microstructure and mechanical properties of gap-bridged remote laser welded (RLW) automotive grade AA 5182 joints. Mater. Charact. 145, 697–712. Fetzer, F., Sommer, M., Weber, R., Weberpals, J.-P., Graf, T., 2018. Reduction of pores by means of laser beam oscillation during remote welding of AlMgSi. Opt. Lasers Eng. 108, 68–77. Geng, S., Jiang, P., Shao, X., Guo, L., Gao, X., 2020. Heat transfer and fluid flow and their effects on the solidification microstructure in full-penetration laser welding of aluminum sheet. J. Mater. Sci. Technol. 46, 50–63. Hagenlocher, C., Sommer, M., Fetzer, F., Weber, R., Graf, T., 2018a. Optimization of the solidification conditions by means of beam oscillation during laser beam welding of aluminum. Mater. Des. 160, 1178–1185. Hagenlocher, C., Weller, D., Weber, R., Graf, T., 2018b. Reduction of the hot cracking susceptibility of laser beam welds in AlMgSi alloys by increasing the number of grain boundaries. Sci. Technol. Weld. Join. 24, 313–319. Hagenlocher, C., Fetzer, F., Weller, D., Weber, R., Graf, T., 2019. Explicit analytical expressions for the influence of welding parameters on the grain structure of laser beam welds in aluminium alloys. Mater. Des. 174, 107791. Han, X., Tang, X., Wang, T., Shao, C., Lu, F., Cui, H., 2018. Role of ambient pressure in keyhole dynamics based on beam transmission path method for laser welding on Al alloy. Int. J. Adv. Manuf. Technol. 99, 1639–1651. Hao, K., Li, G., Gao, M., Zeng, X., 2015. Weld formation mechanism of fiber laser oscillating welding of austenitic stainless steel. J. Mater. Process. Technol. 225, 77–83. Hirt, C.W., Nichols, B.D., 1981. Volume of fluid (VOF) method for the dynamics of free boundaries. J. Comput. Phys. 39, 201–225. Jiang, Z., Chen, X., Li, H., Lei, Z., Chen, Y., Wu, S., Wang, Y., 2020. Grain refinement and laser energy distribution during laser oscillating welding of Invar alloy. Mater. Des. 186, 108195. Kaplan, A., 1994. A model of deep penetration laser welding based on calculation of the keyhole profile. J. Phys. D Appl. Phys. 27, 1805–1814. Kou, S., 2002. Welding Metallurgy, 2nd ed. Wiley-Interscience, New Jersey, USA. Kuryntsev, S.V., Gilmutdinov, A.K., 2015. The effect of laser beam wobbling mode in welding process for structural steels. Int. J. Adv. Manuf. Technol. 81, 1683–1691. Li, P., Nie, F., Dong, H., Li, S., Yang, G., Zhang, H., 2018. Pulse MIG welding of 6061-T6/ A356-T6 aluminum alloy dissimilar T-joint. J. Mater. Eng. Perform. 27, 4760–4769. Liu, T., Mu, Z., Hu, R., Pang, S., 2019. Sinusoidal oscillating laser welding of 7075 aluminum alloy: hydrodynamics, porosity formation and optimization. Int. J. Heat Mass Transf. 140, 346–358. Seto, N., Katayama, S., Matsunawa, A., 2000. High-speed simultaneous observation of plasma and keyhole behavior during high power CO2 laser welding: effect of shielding gas on porosity formation. J. Laser Appl. 12, 245–250. Tang, Z., Vollertsen, F., 2014. Influence of grain refinement on hot cracking in laser welding of aluminum. Weld. World 58, 355–366. Wang, L., Gao, M., Zhang, C., Zeng, X., 2016. Effect of beam oscillating pattern on weld characterization of laser welding of AA6061-T6 aluminum alloy. Mater. Des. 108, 707–717. Wang, L., Gao, M., Zeng, X., 2018. Experiment and prediction of weld morphology for laser oscillating welding of AA6061 aluminium alloy. Sci. Technol. Weld. Join. 24, 334–341. Yamazaki, Y., Abe, Y., Hioki, Y., Nakatani, M., Kitagawa, A., Nakata, K., 2016. Fundamental study of narrow-gap welding with oscillation laser beam. Weld. Int. 30, 699–707. Yuan, Z., Tu, Y., Yuan, T., Zhang, Y., Huang, Y., 2021. Size effects on mechanical properties of pure industrial aluminum sheet for micro/meso scale plastic deformation: experiment and modeling. J. Alloys. Compd. 859, 157752. Zou, J., 2016. Characteristics of laser scanning welding process for 5A06 aluminum alloy thick plate with narrow gap. Materials Processing Engineering. Harbin Welding Institute, China. Master thesis.
NadhiraKarimaaIkhaMagdalenaabIndrianaMarcelaaMohammadFaridbaFaculty of Mathematics and Natural Sciences, Bandung Institute of Technology, 40132, IndonesiabCenter for Coastal and Marine Development, Bandung Institute of Technology, Indonesia
Highlights
•A new three-layer model for n-block submerged porous breakwaters is developed.
•New analytical approach in finding the wave transmission coefficient is presented.
•A finite volume method successfully simulates the wave attenuation process.
•Porous media blocks characteristics and configuration can optimize wave reduction.
Abstract
높은 파도 진폭은 해안선에 위험한 영향을 미치고 해안 복원력을 약화시킬 수 있습니다. 그러나 다중 다공성 매체는 해양 생태계의 환경 친화적인 해안 보호 역할을 할 수 있습니다.
이 논문에서 우리는 n개의 잠긴 다공성 미디어 블록이 있는 영역에서 파동 진폭 감소를 계산하기 위해 3층 깊이 통합 방정식을 사용합니다. 수학적 모델은 파동 전달 계수를 얻기 위해 여러 행렬 방정식을 포함하는 변수 분리 방법을 사용하여 해석적으로 해결됩니다.
이 계수는 진폭 감소의 크기에 대한 정보를 제공합니다. 또한 모델을 수치적으로 풀기 위해 지그재그 유한 체적 방법이 적용됩니다.
수치 시뮬레이션을 통해 다공성 매질 블록의 구성과 특성이 투과파 진폭을 줄이는 데 중요하다는 결론을 내렸습니다.
High wave amplitudes may cause dangerous effects on the shoreline and weaken coastal resilience. However, multiple porous media can act as environmental friendly coastal protectors of the marine ecosystem. In this paper, we use three-layer depth-integrated equations to calculate wave amplitude reduction in a domain with n submerged porous media blocks. The mathematical model is solved analytically using the separation of variables method involving several matrix equations to obtain the wave transmission coefficient. This coefficient provides information about the magnitude of amplitude reduction. Additionally, a staggered finite volume method is applied to solve the model numerically. By conducting numerical simulations, we conclude that porous media blocks’ configuration and characteristics are crucial in reducing transmitted wave amplitude.
Fig. 1. Sketch of the problem configuration.Fig. 6. Experiment of waves passing through a single block of porous medium.
References
[1]M. Beck, G. Lange, Managing Coasts with Natural Solutions: Guidelines for Measuring and Valuing the Coastal Protection Services of Mangroves and Coral Reefs.
ArticleDownload PDFView Record in ScopusGoogle Scholar[9]F. Hajivalie, S. M. Mahmoudof, Experimental study of energy dissipation at rectangular submerged breakwater, Proceedings of the 8th International Conference on Fluid Mechanics.
Google Scholar[10]G. T. Klonaris, A. S. Metallinos, C. D. Memos, K. A. Galani, Experimental and numerical investigation of bed morphology in the lee of porous submerged breakwaters, Coast. Eng. 155.
Finite element simulation on the convective double diffusive water-based copper oxide nanofluid flow in a square cavity having vertical wavy surfaces in presence of hydro-magnetic field
Liril D.SilviaDinesh K.ChandrakercSumanaGhoshaArup KDasb aDepartment of Chemical Engineering, Indian Institute of Technology, Roorkee, India bDepartment of Mechanical Engineering, Indian Institute of Technology, Roorkee, India cReactor Engineering Division, Bhabha Atomic Research Centre, Mumbai, India
Abstract
Present work reports numerical understanding of interfacial dynamics during co-flow of vapor and liquid phases of water inside a typical Boiling Water Reactor (BWR), consisting of a nuclear fuel rod bundle assembly of 7 pins in a circular array. Two representative spacings between rods in a circular array are used to carry out the simulation. In literature, flow boiling in a nuclear reactor is dealt with mechanistic models or averaged equations. Hence, in the present study using the Volume of Fluid (VOF) based multiphase model, a detailed numerical understanding of breaking and making in interfaces during flow boiling in BWR is targeted. Our work will portray near realistic vapor bubble and liquid flow dynamics in rod bundle scenario. Constant wall heat flux for fuel rod and uniform velocity of the liquid at the inlet patch is applied as a boundary condition. The saturation properties of water are taken at 30 bar pressure. Flow boiling stages involving bubble nucleation, growth, merging, local dry-out, rewetting with liquid patches, and complete dry-out are illustrated. The dry-out phenomenon with no liquid presence is numerically observed with phase fraction contours at various axial cut-sections. The quantification of the liquid phase fraction at different axial planes is plotted over time, emphasizing the progressive dry-out mechanism. A comparison of liquid-vapor distribution for inner and outer rods reveals that the inner rod’s dry-out occurs sooner than that of the outer rod. The heat transfer coefficient to identify the heat dissipation capacity of each case is also reported.
현재 작업은 원형 배열에 있는 7개의 핀으로 구성된 핵연료봉 다발 어셈블리로 구성된 일반적인 끓는 물 원자로(BWR) 내부의 물의 증기 및 액체상의 동시 흐름 동안 계면 역학에 대한 수치적 이해를 보고합니다.
원형 배열의 막대 사이에 두 개의 대표적인 간격이 시뮬레이션을 수행하는 데 사용됩니다. 문헌에서 원자로의 유동 비등은 기계론적 모델 또는 평균 방정식으로 처리됩니다.
따라서 VOF(Volume of Fluid) 기반 다상 모델을 사용하는 본 연구에서는 BWR에서 유동 비등 동안 계면의 파괴 및 생성에 대한 자세한 수치적 이해를 목표로 합니다.
우리의 작업은 막대 번들 시나리오에서 거의 사실적인 증기 기포 및 액체 흐름 역학을 묘사합니다. 연료봉에 대한 일정한 벽 열유속과 입구 패치에서 액체의 균일한 속도가 경계 조건으로 적용됩니다. 물의 포화 특성은 30bar 압력에서 취합니다.
기포 핵 생성, 성장, 병합, 국소 건조, 액체 패치로 재습윤 및 완전한 건조를 포함하는 유동 비등 단계가 설명됩니다. 액체가 존재하지 않는 건조 현상은 다양한 축 단면에서 위상 분율 윤곽으로 수치적으로 관찰됩니다.
다른 축 평면에서 액상 분율의 정량화는 점진적인 건조 메커니즘을 강조하면서 시간이 지남에 따라 표시됩니다. 내부 막대와 외부 막대의 액-증기 분포를 비교하면 내부 막대의 건조가 외부 막대보다 더 빨리 발생함을 알 수 있습니다. 각 경우의 방열 용량을 식별하기 위한 열 전달 계수도 보고됩니다.
Fig. 1. A typical Boiling Water Reactor (BWR) and selected segment of study for simulationFig. 2. (a-c) dimensions and mesh configuration for G = 6 mm; (d-f) dimensions and mesh configuration for G = 0.6 mmFig. 3. Simulating the effect of spacer (a) Spacer configuration around rod bundle (b) Mesh structure in spacer zone (c) Distribution of vapor bubbles in a rod bundle with
spacer (d) Liquid phase fraction comparison for geometry with and without spacer (e,f,g) Wall temperature comparison for geometry with and without spacer; WS: With
Spacer, WOS: Without Spacer; Temperature in the y-axis is in (f) and (g) is same as (e).Fig. 4. Validation of the present numerical model with crossflow boiling over a heated cylindrical rod [40]Fig. 5. Grid-Independent study in terms of vapor volume in 1/4th of computational domainFig. 6. Interface contour for G = 6 mm; ul = 1.2 m/s; q˙ w = 396 kW/m2; they are showing nucleation, growth, merging, and pseudo-steady-state condition.Fig. 7. Interface contours for G = 0.6 mm; ul = 1.2 m/s; q˙ w = 396 kW/m2; It shows dry-out at pseudo-steady-state near the exitFig. 8. Vapor-liquid distribution across various distant cross-sections (Black color indicates liquid; Gray color indicates vapor); Magnification factor: 1 × (for a and b),
1.5 × (for c and d)Fig. 21. Two-phase flow mixture velocity (u¯z); for G = 6 mm, r = 5 means location at inner heated wall and r = 25 means location at outer adiabatic wall; for G = 0.66
mm, r = 5 means location at inner heated wall and r = 16.6 mm means location at outer adiabatic wall.
References
[1] J. Würtz, An Experimental and Theoretical Investigation of Annular Steam-Water Flow in Tubes and Annuli at 30 to 90 Bar, Risø National Laboratory, Roskilde, 1978. [2] W. Tian, A. Myint, Z. Li, S. Qiu, G.H. Su, D. Jia, Experimental study on dryout point in vertical narrow annulus under low flow conditions, in: International Conference on Nuclear Engineering, 4689, 2004, pp. 643–648. Jan 1Vol. [3] K.M. Becker, C.H. Ling, S. Hedberg, G. Strand, An experimental investigation of post dryout heat transfer, R. Inst. Technol. (1983). [4] K.M. Becker, A Burnout Correlation for Flow of Boiling Water in Vertical Rod Bundles, AB Atomenergi, 1967. [5] Jr J.R. Barbosa, G.F. Hewitt, S.M. Richardson, High-speed visualisation of nucleate boiling in vertical annular flow, Int. J. Heat Mass Transf. 46 (26) (2003) 5153–5160 1, doi:10.1016/S0017-9310(03)00255-2. [6] Y. Mizutani, A. Tomiyama, S. Hosokawa, A. Sou, Y. Kudo, K. Mishima, Twophase flow patterns in a four by four rod bundle, J. Nucl. Sci. Technol. 44 (6) (2007) 894–901 1, doi:10.1080/18811248.2007.9711327. [7] S.S. Paranjape, Two-Phase Flow Interfacial Structures in a Rod Bundle Geometry, Purdue University, 2009. [8] D. Lavicka, J. Polansky, Model of the cooling of a nuclear reactor fuel rod, Multiph. Sci. Technol. 25 (2-4) (2013), doi:10.1615/MultScienTechn.v25.i2-4.90. [9] M. Thurgood, J. Kelly, T. Guidotti, R. Kohrt, K. Crowell, Tech. rep., Pacific Northwest National Laboratory, 1983. [10] S. Sugawara, Droplet deposition and entrainment modeling based on the three-fluid model, Nucl. Eng. Des. 122 (1-3) (1990) 67–84, doi:10.1016/ 0029-5493(90)90197-6. [11] C. Adamsson, J.M. Le Corre, Modeling and validation of a mechanistic tool (MEFISTO) for the prediction of critical power in BWR fuel assemblies, Nucl. Eng. Des. 241 (8) (2011) 2843–2858, doi:10.1016/j.nucengdes.2011.01.033. [12] S. Talebi, H. Kazeminejad, A mathematical approach to predict dryout in a rod bundle, Nucl. Eng. Des. 249 (2012) 348–356, doi:10.1016/j.nucengdes.2012.04. 016. [13] H. Anglart, O. Nylund, N. Kurul, M.Z. Podowski, CFD prediction of flow and phase distribution in fuel assemblies with spacers, Nucl. Eng. Des. 177 (1-3) (1997) 215–228, doi:10.1016/S0029-5493(97)00195-7. [14] H. Li, H. Anglart, CFD model of diabatic annular two-phase flow using the Eulerian–Lagrangian approach, Ann. Nucl. Energy 77 (2015) 415–424, doi:10. 1016/j.anucene.2014.12.002. [15] G. Sorokin, A. Sorokin, Experimental and numerical investigation of liquid metal boiling in fuel subassemblies under natural circulation conditions, Prog. Nucl. Energy 47 (1-4) (2005) 656–663, doi:10.1016/j.pnucene.2005. 05.069. [16] W.D. Pointer, A. Tentner, T. Sofu, D. Weber, S. Lo, A. Splawski, Eulerian two-phase computational fluid dynamics for boiling water reactor core analysis, Joint International Topical Meeting on Mathematics and Computation and Supercomputing in Nuclear Applications (M and C± SNA), 2007. [17] K. Podila, Y. Rao, CFD modelling of supercritical water flow and heat transfer in a 2 × 2 fuel rod bundle, Nucl. Eng. Des. 301 (2016) 279–289, doi:10.1016/j. nucengdes.2016.03.019. [18] H. Pothukuchi, S. Kelm, B.S. Patnaik, B.V. Prasad, H.J. Allelein, Numerical investigation of subcooled flow boiling in an annulus under the influence of eccentricity, Appl. Therm. Eng. 129 (2018) 1604–1617, doi:10.1016/j.applthermaleng. 2017.10.105. [19] H. Pothukuchi, S. Kelm, B.S. Patnaik, B.V. Prasad, H.J. Allelein, CFD modeling of critical heat flux in flow boiling: validation and assessment of closure models, Appl. Therm. Eng. 150 (2019) 651–665, doi:10.1016/j.applthermaleng.2019.01. 030. [20] W. Fan, H. Li, H. Anglart, A study of rewetting and conjugate heat transfer influence on dryout and post-dryout phenomena with a multi-domain coupled CFD approach, Int. J. Heat Mass Transf. 163 (2020) 120503, doi:10.1016/j. ijheatmasstransfer.2020.120503. [21] R. Zhang, T. Cong, G. Su, J. Wang, S. Qiu, Investigation on the critical heat flux in typical 5 by 5 rod bundle at conditions prototypical of PWR based on CFD methodology, Appl. Therm. Eng. 179 (2020) 115582, doi:10.1016/j. applthermaleng.2020.115582.
[22] L.D. Silvi, A. Saha, D.K. Chandraker, S. Ghosh, A.K. Das, Numerical analysis of pre-dryout sequences through the route of interfacial evolution in annular gasliquid two-phase flow with phase change, Chem. Eng. Sci. 212 (2020) 115356, doi:10.1016/j.ces.2019.115356. [23] L.D. Silvi, D.K. Chandraker, S. Ghosh, A.K. Das, On-route to dryout through sequential interfacial dynamics in annular flow boiling around temperature and heat flux controlled heater rod, Chem. Eng. Sci. 229 (2021) 116014, doi:10.1016/ j.ces.2020.116014. [24] J.U. Brackbill, D.B. Kothe, C. Zemach, A continuum method for modeling surface tension, J. Comput. Phys. 100 (2) (1992) 335–354, doi:10.1016/0021-9991(92) 90240-Y. [25] B. Lafaurie, C. Nardone, R. Scardovelli, S. Zaleski, G. Zanetti, Modelling merging and fragmentation in multiphase flows with SURFER, J. Comput. Phys. 113 (1) (1994) 134–147, doi:10.1006/jcph.1994.1123. [26] I. Tanasawa, Advances in condensation heat transfer, Ad. Heat Transf. 21 (1991) 55–139 Vol, doi:10.1016/S0065-2717(08)70334-4. [27] V.H. Del Valle, D.B. Kenning, Subcooled flow boiling at high heat flux, Int. J. Heat Mass Transf. 28 (10) (1985) 1907–1920, doi:10.1016/0017-9310(85) 90213-3. [28] B. Matzner, G.M. Latter, Reduced pressure drop space for boiling water reactor fuel bundles, US Patent US5375154A, (1993) [29] C. Unal, O. Badr, K. Tuzla, J.C. Chen, S. Neti, Pressure drop at rod-bundle spacers in the post-CHF dispersed flow regime, Int. J. Multiphase Flow 20 (3) (1994) 515–522, doi:10.1016/0301-9322(94)90025-6. [30] D.K. Chandraker, A.K. Nayak, V.P. Krishnan, Effect of spacer on the dryout of BWR fuel rod assemblies, Nucl. Eng. Des. 294 (2015), doi:10.1016/j.nucengdes. 2015.09.004. [31] S.K Verma, S.L. Sinha, D.K. Chandraker, A comprehensive review of the spacer effect on performance of nuclear fuel bundle using computational fluid dynamics methodology, Mater. Today: Proc. 4 (2017) 100030–110034, doi:10. 1016/j.matpr.2017.06.315. [32] S.K Verma, S.L. Sinha, D.K. Chandraker, Experimental investigation on the effect of space on the turbulent mixing in vertical pressure tube-type boiling water reactor, Nucl. Sci. Eng. 190 (2) (2018), doi:10.1080/00295639.2017.1413874. [33] T. Zhang, Y. Liu, Numerical investigation of flow and heat transfer characteristics of subcooled boiling in a single rod channel with/without spacer grid, Case Stud. Therm. Eng. 20 (2020) 100644, doi:10.1016/j.csite.2020.100644. [34] K.M. Becker, G. Hernborg, M. Bode, O. Eriksson, Burnout data for flow of boiling water in vertical round ducts, annuli and rod clusters, AB Atomenergi (1965). [35] A. Saha, A.K. Das, Numerical study of boiling around wires and influence of active or passive neighbours on vapour film dynamics, Int. J. Heat Mass Transf. 130 (2019) 440–454, doi:10.1016/j.ijheatmasstransfer.2018.10.117. [36] M. Reimann, U. Grigull, Heat transfer with free convection and film boiling in the critical area of water and carbon dioxide, Heat Mass Transf. 8 (1975) 229– 239, doi:10.1007/BF01002151. [37] M.S. Plesset, S.A. Zwick, The growth of vapor bubbles in superheated liquids, J. Appl. Phys. 25 (4) (1954) 493–500, doi:10.1063/1.1721668. [38] N. Samkhaniani, M.R. Ansari, Numerical simulation of superheated vapor bubble rising in stagnant liquid, Heat Mass Transf. 53 (9) (2017) 2885–2899, doi:10.1007/S00231-017-2031-6. [39] N. Samkhaniani, M.R. Ansari, The evaluation of the diffuse interface method for phase change simulations using OpenFOAM, Heat Transf. Asian Res. 46 (8) (2017) 1173–1203, doi:10.1002/htj.21268. [40] P. Goel, A.K. Nayak, M.K. Das, J.B. Joshi, Bubble departure characteristics in a horizontal tube bundle under cross flow conditions, Int. J. Multiph. Flow 100 (2018) 143–154, doi:10.1016/j.ijmultiphaseflow.2017.12.013. [41] K.M. Becker, J. Engstorm, B.Scholin Nylund, B. Sodequist, Analysis of the dryout incident in the Oskarshamn 2 boiling water reactor, Int. J. Multiph. Flow 16 (6) (1990) 959–974, doi:10.1016/0301-9322(90)90101-N. [42] H.G. Weller, A New Approach to VOF-Based Interface Capturing Methods for Incompressible and Compressible Flow, A New Approach to VOF-Based Interface Capturing Methods for Incompressible and Compressible Flow, 4, OpenCFD Ltd., 2008 Report TR/HGW. [43] G. Boeing, Visual analysis of nonlinear dynamical systems: chaos, fractals, selfsimilarity and the limits of prediction, Systems 4 (4) (2016) 37, doi:10.3390/ systems4040037.
![Figure 2. Effect of braking electromagnetic fields on the flow fields, (a) No magnetic fields; (b) B = 0.1 T and (c) B = 0.2 T [23].](https://www.flow3d.co.kr/wp-content/uploads/image-1188.webp)
![Figure 2. Effect of braking electromagnetic fields on the flow fields, (a) No magnetic fields; (b) B = 0.1 T and (c) B = 0.2 T [23].](https://flow3d.co.kr/wp-content/uploads/image-1188.webp)
![Fig. 4. Schematic illustration of FCAW process [9].](https://www.flow3d.co.kr/wp-content/uploads/image-732.webp)
![Figure 2 Classification of underwater welding methods [26].](https://flow3d.co.kr/wp-content/uploads/image-731.webp)
![Fig. 4. Schematic illustration of FCAW process [9].](https://flow3d.co.kr/wp-content/uploads/image-732.webp)
![Fig. 1. A schematic sketch of a GTAW process [Wikipedia].](https://www.flow3d.co.kr/wp-content/uploads/image-651.webp)
![Fig. 1. A schematic sketch of a GTAW process [Wikipedia].](https://flow3d.co.kr/wp-content/uploads/image-651.webp)
![Fig. 4. Validation of the present numerical model with crossflow boiling over a heated cylindrical rod [40]](https://flow3d.co.kr/wp-content/uploads/Fig.-4.-Validation-of-the-present-numerical-model-with-crossflow-boiling-over-a-heated-cylindrical-rod-40.png)
