성공적인 유동 해석을 위한 케이던스의 CFD 기술 (21)   이번 호에서는 다양한 유형의 난류 모델과 사용 시기, 그리고 복잡한 형상을 위한 고충실도 난류 모델링에 있어 케이던스 밀레니엄 M1(Cadence Millennium M1) CFD 슈퍼컴퓨터가 어떻게 혁신을 가져오는지에 대해 설명한다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   자동차 산업은 거의 매일 새로운 혁신과 개발이 등장하며 끊임없이 발전하고 있다. 자동차 업계는 전기 구동 차량과 대량 생산이 증가하는 추세에 발맞춰 보다 지속 가능한 미래를 만들기 위해 노력하고 있다. 자동차 생산량은 꾸준히 늘고 있지만, 업계는 여러 디자인 또는 새로운 헤드라이트, 스플리터, 사이드 스커트 추가와 같은 아주 작은 디자인 변경에 대해서도 풍동 테스트 또는 프로토타입 테스트를 수용하면서 연비 기준을 충족해야 하는 과제에 직면해 있다. 그 결과, 항력 계수 등 관심 있는 유동장 정보와 성능 관련 수치를 예측하여 필요한 실험 횟수를 크게 줄일 수 있는 시뮬레이션 기반 접근 방식이 점점 더 인기를 얻고 있다.   그림 1   유체 흐름의 난류를 이해하고 전산 유체 역학(CFD) 시뮬레이션을 통해 동일한 난류를 재현하려면 다양한 난류 모델을 사용해야 한다. 자동차 애플리케이션과 리소스 가용성에 따라 적합한 난류 모델을 선택하면 설계 주기를 단축하는 데 도움이 될 수 있다.    난류의 모델링 기법 ‘난류’는 압력과 속도의 혼란스러운 변화를 특징으로 하는 불규칙한 흐름을 일컫는 용어이다. 우리는 일상 생활에서 난류를 경험하며 공기 역학, 연소, 혼합, 열 전달 등과 같은 다양한 엔지니어링 응용 분야에서 중요한 역할을 한다. 하지만 유체 역학을 지배하는 나비에-스토크스 방정식은 매우 비선형적인 편미분 방정식이며 난류에 대한 이론적 해법은 존재하지 않는다. 난류는 광범위한 공간적, 시간적 규모를 포함하기 때문에 모델링과 시뮬레이션이 어려울 수 있다. 일반적으로 큰 와류는 난기류에 의해 생성된 에너지의 대부분을 전달하고 작은 와류는 이 에너지를 열로 발산한다. 이 현상을 ‘에너지 캐스케이드’라고 한다. 몇 년에 걸쳐 다양한 난기류 모델링 접근법이 개발되었으며, 가장 일반적인 세 가지 접근법을 간략히 설명한다. Direct Numerical Simulation(DNS) : DNS에서는 모델이나 근사치 없이 미세한 그리드와 매우 작은 시간 단계를 사용하여 모든 규모에서 난기류를 해결한다. DNS의 계산 비용은 엄청나게 높지만 결과는 가장 정확하다. DNS 시뮬레이션은 난류장에 대한 포괄적인 정보를 제공하기 위한 ‘수치 실험’으로 사용된다. Large-Eddy Simulation(LES) : 이름에서 알 수 있듯이 이 난류 모델링 기법은 큰 소용돌이를 해결하고 보편적인 특성을 가진 작은 소용돌이를 모델링한다. LES 시뮬레이션은 최소 길이 스케일을 건너뛰어 계산 비용을 줄이면서도 시간에 따라 변화하는 난기류의 변동 요소를 자세히 보여준다. Reynolds-Averaged Navier-StoKES Model(RANS) : RANS 방정식은 나비에-스토크스 방정식의 시간 평균을 취하여 도출되었다. 난기류 효과는 미지의 레이놀즈 응력 항을 추가로 모델링하여 시뮬레이션한다. RANS 시뮬레이션은 평균 흐름을 해결하고 난류 변동을 평균화하므로 다른 두 가지 접근 방식보다 훨씬 비용 효율적이다.   올바른 선택 : DNS, LES 또는 RANS 올바른 난류 모델을 선택하는 것은 모든 시뮬레이션의 중요한 측면이며, 이는 주로 시뮬레이션의 목적, 흐름의 레이놀즈 수, 기하학적 구조 및 사용 가능한 계산 리소스에 따라 달라진다. 학술 연구의 경우 DNS 시뮬레이션은 난류의 근본적인 메커니즘과 구조를 이해하는 데 가장 적합한 결과를 제공한다. DNS는 레이놀즈 수가 낮은 경우에 적합하지만, 막대한 시간과 리소스가 필요하기 때문에 대부분의 산업 분야에서는 실용적인 선택이 아니다. 반면에 LES는 일반적으로 레이놀즈 수가 높은 복잡한 형상을 포함하는 산업용 사례를 처리하는 데 적합한 옵션이다. LES가 생성하는 고충실도 결과물은 경쟁이 치열한 자동차 시장에서 중요한 한 차원 높은 성능 개선이 가능한 설계를 가능하게 한다.   그림 2    RANS 시뮬레이션은 LES에 비해 근사치의 범위가 넓기 때문에 정확도가 떨어진다. 그러나 정확도와 계산 비용 간의 균형으로 인해 RANS는 계산 리소스와 시뮬레이션 시간이 제한된 업계 사용자에게 일반적인 설루션이다. 이 방법은 또한 짧은 시간 내에 여러 사례를 분석해야 할 때 널리 사용된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (18)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다.이번 호에서는 메시 작업 이후 유동 흐름 및 물리 모델을 설정하는 과정을 살펴본다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   흐름 및 물리 모델 설정 메시 프로세스를 완료한 후 흐름 및 물리 모델을 설정하는 것은 정확한 예측을 위한 토대를 마련하는 중요한 작업이다. 이 프로세스에는 미묘한 터보기계 흐름 역학을 포착하는 데 중요한 적절한 층류 또는 난류 모델을 선택하는 것이 포함된다. 또한 재료 특성 지정, 경계 조건의 신중한 구성, 초기 조건 설정이 수반된다. 이러한 세부 사항에 주의를 기울임으로써 시뮬레이션 프레임워크는 복제하고자 하는 실제 물리적 시나리오를 반영할 수 있도록 잘 준비될 것이다.   머티리얼 프로퍼티 정의 재료 속성을 올바르게 지정하면 다양한 작동 조건에서 유체 또는 고체 재료의 물리적 거동을 사실적으로 캡처할 수 있다. 다음에는 지정해야 할 주요 머티리얼 프로퍼티가 나열되어 있다.  밀도 및 점도 : 유체의 경우 이러한 특성은 특히 관성 및 흐름 저항 측면에서 흐름 거동에 영향을 미치므로 정확한 밀도와 점도를 지정하는 것이 중요하다.  열적 특성 : 여기에는 열 전달과 관련된 시뮬레이션에 필수적인 비열 용량과 열전도도가 포함된다.  압축성 : 가스의 경우 밀도와 압력의 변화를 정확하게 모델링하려면 압축성 계수가 필요하다.  탄성 및 가소성(고체 재료의 경우) : FSI와 관련된 시뮬레이션에서는 유체 힘에 대한 구조적 반응을 예측하기 위해 탄성 및 가소성과 같은 기계적 특성이 필요하다. 재료 특성은 온도, 압력 및 기타 환경 요인에 따라 변화하는 경우가 많다. 특히 다양한 작동 조건이 예상되는 시뮬레이션에서는 이러한 변화를 고려하는 것이 필수이다. 재료 특성이 부정확하면 실제 성능과 상당한 편차가 발생하여 설계 프로세스가 잘못될 수 있다.   유동 모델 선택 시뮬레이션의 물리적 특성을 반영하기 위해 재료 특성을 정의했다면, 다음 단계는 적절한 유동 모델링 접근 방식을 선택하고 구현하는 것이다. 터보 기계의 흐름은 본질적으로 불안정(unsteady)하며 3차원의 점성, 불안정 효과의 조합으로 설명할 수 있다. 그러나 터보 머신의 설계는 다열 상호 작용(예 : 전위 효과 및 파동 전파), 난류(예 : 와류 흘림 및 2차 흐름), 설계 외 효과(예 : 회전 실속 및 서지), 외부 왜곡(예 : 돌풍 및 발생 바람), 블레이드 진동(예 : 플러터 및 강제 응답) 같은 현상으로 인한 불안정한 효과를 무시하고 안정된 유동 해석에 기반하는 경우가 많다.  <그림 1>에 제시된 흐름 모델은 불안정성을 올바르게 모델링하는 데 필수이다.    그림 1. 주기성 및 안정성을 기반으로 터보 기계의 불안정성을 포착하는 흐름 모델   Large Eddy Simulation(LES) & Detached Eddy Simulation(DES) : 터보 기계의 불안정한 현상을 포착하는 충실도 높은 모델이다. LES는 큰 난기류 스케일을 해결하고 작은 난기류 스케일을 모델링한다. 반대로 DES는 단단한 벽 근처의 RANS 방법과 벽에서 떨어진 영역의 LES 방법을 혼합하여 더 큰 규모의 난류 소용돌이와 흐름 분리를 포착한다. 두 방법 모두 난류와 불안정한 흐름 역학에 대한 상세한 인사이트를 제공하지만 계산 비용이 높다.  Reynold-Average Navier-StoKES(RANS) : RANS는 터보 기계의 안정적인 흐름 조건을 시뮬레이션하는 데 이상적이다. 이 접근 방식은 시간에 따른 NS 방정식의 평균을 구하여 평균 흐름 거동에 대한 통찰력을 얻는다.  Unsteady Reynolds-Averaged Navier-StoKES(URANS) : URANS는 시간에 따른 효과를 포착하기 위해 RANS 접근 방식을 확장한 것이다. 주기적 및 일시적인 실행 문제를 시뮬레이션하는 데 사용할 수 있다. 주기적 현상은 시간 평균 주기적 솔루션과 섭동을 포함하며, 과도 실행 문제는 일시적인 시작 및 종료 시나리오와 같은 불안정하고 비주기적인 현상과 관련이 있다.  Frequency Domain Method : 주기적인 불안정 현상을 시뮬레이션하기 위한 계산 방식이다. 시간에 따른 해를 계산하는 대신 진동 주파수를 고려함으로써 불안정성으로 인한 정상 상태 효과를 분석할 수 있다. 이 방법은 특히 블레이드 통과 효과와 같은 주기적 응답을 캡처하는 데 유용하며, 전체 과도 시뮬레이션에 비해 계산 비용을 절감할 수 있다.   난기류 모델링 레이놀즈 응력이라고 하는 NS 방정식의 비선형 항은 일반적으로 다양한 난류 모델을 사용하여 모델링한다. 난류는 속도 및 압력과 같은 유체 속성이 평균값 주변에서 무작위로 예측할 수 없는 변화를 보이는 것이 특징이다. 일반적으로 레이놀즈 수가 400에서 2000 사이의 임계값을 초과할 때 나타난다. 특히 산업용 애플리케이션의 95%에서 임계 레이놀즈 수가 이 임계값을 초과한다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (15)   터보 기계는 흐르는 유체와 회전하는 요소 사이에서 에너지 전달이 일어나는 기계에 초점을 맞춘 기계공학의 한 분야이다. 이러한 장치는 많은 산업 분야에서 중추적인 역할을 한다.  이번 호에서는 성능 최적화, 안전성 보장, 효율성 향상을 위한 정확한 시뮬레이션의 중요성을 강조하면서 터보 기계 시뮬레이션의 복잡성에 대해 살펴본다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   오늘날의 기술 중심 세계에서는 터보 기계의 동작을 정확하게 예측하는 것이 무엇보다 중요하다. 이를 통해 항공기 추진 시스템에 결함이 없고, 에너지 시스템은 최소한의 낭비로 최대 출력을 제공하며, 전 세계 산업은 수요에 따라 흔들리지 않는 기계에 의존할 수 있다. 하지만 이러한 노력은 간단하지 않다. 여러 층의 복잡성, 기본 원리에 대한 이해, 고급 계산 기술의 적용이 필요하다.  이번 호부터 소개할 가이드에서는 터보 기계의 시뮬레이션 프로세스를 설명하고자 하는데, 이론적 토대와 실제 적용 사례를 모두 조명하는 것을 목표로 한다. 내용은 풍부하고 상세하지만, 전문성을 향상하고자 하는 전문가, 한계를 뛰어넘고자 하는 연구자, 핵심을 파악하고자 하는 초보자를 위해 명확하게 구성되어 있다.  향후 연재할 가이드를 통해 터보 기계 시뮬레이션의 원리, 방법론, 향후 발전 방향에 대해 살펴본다. 단순한 지식 전달을 넘어 이 분야에 대한 깊은 이해를 심어주는 것이 목표이다.    터보 기계의 기초  터보머신을 시뮬레이션하려면 유체 역학 및 열역학에 대한 기본적인 이해가 필요하다. 이 장에서는 이러한 정교한 기계의 시뮬레이션을 안내하는 핵심 원리, 터보 기계의 유형 및 주요 구성 요소에 대해 설명한다.    기본 원리  터보머신의 핵심은 로터라고 하는 회전 메커니즘을 통해 에너지를 전달하는 장치를 말한다. 공기, 증기, 물, 휘발유, 디젤, 고온 가스 등 지속적으로 흐르는 유체가 회전하는 구성 요소(예 : 블레이드, 베인, 임펠러)와 상호작용하여 유체에서 에너지를 추출하거나 유체에 전달한다. 이러한 에너지 전달은 유체 속도, 압력, 때로는 온도의 변화로 나타나며, 기계적 작업 결과물 또는 유체 에너지의 증가로 이어진다. 디지털 시대에는 전산 유체 역학(CFD)이 터보 기계를 시뮬레이션하는 주요 수단 이 되었다.  많은 CFD 소프트웨어는 다음에 정의된 유체 운동에 보존 법칙을 적용하여 도출된 나비에-스토크스(Navier-StoKES) 방정식을 기반으로 한다.  질량 보존(연속성 방정식) : 이 법칙은 닫힌 시스템에서는 질량이 생성되거나 소멸될 수 없다는 것을 말한다. 유체의 경우, 이는 질량이 부피에 들어오는 속도와 부피에서 나가는 속도가 같아야 하며, 부피 내에 축적된 질량은 모두 같아야 함을 의미한다. 이 원리는 연속성 방정식으로 이어진다.  운동량 보존(뉴턴의 운동 제2법칙) : 유체에 적용되는 뉴턴의 제2법칙으로, 유체 요소의 운동량 변화율은 그 요소에 작용하는 힘의 합과 같다는 것을 말한다. 이러한 힘에는 유체 요소의 표면에 작용하는 압력 힘과 유체 내의 점성 응력이 모두 포함된다. 운동량 보존 법칙이 유체에 적용되면 운동량 방정식이 성립한다.  에너지 보존(열역학 제1법칙) : 이 법칙에 따르면 에너지는 생성되거나 파괴될 수 없으며, 한 형태에서 다른 형태로만 전달되거나 변환될 수 있다. 유체 역학에서 이 보존 법칙은 전도, 대류 및 유체 내의 열원이나 흡원으로 인한 열 에너지 전달을 설명하는데 적용된다. 비압축성(밀도가 일정한) 및 등온성(온도가 일정한) 흐름의 경우 열 효과는 나비에-스토크스 방정식에 나타나지 않는 경우가 많다. 그러나 압축성 및 비등온성 흐름의 경우 에너지 방정식을 나비에 스토크스 방정식과 결합하여 유체 내의 온도장 및 열 전달을 설명할 수 있다.  이 세 가지 보존 법칙은 나비에-스토크스 방정식의 핵심을 이루며 편미분 방정식으로 표현된다. 나비에-스토크스 방정식은 특히 복잡한 경계 조건의 경우 해석적으로 풀기 어려운 경우가 많다. 따라서 근사 해를 구하기 위해 수치적 방법을 자주 사용한다. 나비에-스토크스 방정식을 수치적으로 풀면 터보 기계 내부의 유체 흐름 특성에 대한 통찰력을 얻을 수 있다.   그림 1. 다단 원심 컴프레서의 계산 모델에서 흐름이 간소화된다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (14)   항공 음향학은 난류 유체 운동 또는 표면과 공기역학적 힘의 상호작용으로 인한 소음 발생을 연구하는 학문이다. 이번 호에서는 효과적인 항공 음향 시뮬레이션을 위한 전략과 실제 사례에 대해 살펴본다.    ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   경계 및 초기 조건 지오메트리 및 메시 프로세스에 이어 음파가 반사되지 않고 빠져나갈 수 있는 경계를 지정한다. 일반적인 방법으로는 변수를 감쇠시켜 경계 반사를 방지하는 스펀지 레이어 또는 파동을 기하급수적으로 감쇠시키는 비반사 레이어인 PML(Perfectly Matched Layers : 완벽하게 일치하는 레이어)이 있다. 그런 다음 흐름 시나리오에 따라 유입, 유출, 벽 및 기타 조건을 설정한다. 시뮬레이션 유형에 따라 초기 흐름 또는 노이즈 필드를 제공해야 할 수도 있다.   솔버 선택 솔루션 전략은 문제의 복잡성, 원하는 정확도, 사용 가능한 리소스에 따라 선택해야 한다. 케이던스의 피델리티 찰스(Fidelity CharLES)는 시간 의존적인 간접 LES(Large Eddy Simulation) 방법론을 활용한다. 이러한 과도 시뮬레이션의 경우 가장 높은 관심 주파수를 포착하는 시간 간격을 선택하여 시간적 해상도가 충분한지 확인한다.   음향 유추 및 소스 올바른 음향 모델을 사용하는 것은 항공 음향 시뮬레이션의 정확성과 신뢰성을 위한 기본이다. 적절한 음향 유추는 소음원의 특성과 문제의 특정 요구 사항에 따라 결정되는 경우가 많다. 따라서 시뮬레이션에 올바른 소스 조건을 통합하는 것은 소음 발생으로 이어지는 물리적 현상을 나타내므로 매우 중요하다. 일부 시뮬레이션, 특히 직접 방법론(direct methods)을 사용하는 시뮬레이션에서는 와류 방출 또는 경계층 상호 작용과 같은 물리적 프로세스를 나타내는 명시적인 소스를 도입해야 할 수도 있다. 간접 방법에서는 소스 조건이 계산된 유동장에서 파생되는 경우가 많다. 예를 들어, 난류 통계는 RANS(Reynolds Averaged Navier-StoKES) 시뮬레이션에서 추출한 다음 항공 음향학적 유추에서 소스 조건으로 사용할 수 있다. 이러한 소스 용어가 작용하는 위치를 정확하게 정의하는 것이 중요하다. 회전하는 기계와 관련된 시나리오에서는 블레이드에 가까운 영역이 주요 소스 영역으로 지정될 수 있다.   후처리와 최적화 항공 음향 시뮬레이션을 수행하려면 전처리 및 시뮬레이션 단계만큼이나 후처리 및 최적화 단계도 중요하다. 계산이 완료되면 방대한 데이터 세트가 기다리고 있다. 피델리티 찰스는 시뮬레이션 데이터에 숨겨진 의미 있는 정보를 추출하는 데에 도움이 되도록 다음과 같은 후처리 도구를 제공하며, 모두 한 가지 목표를 염두에 두고 설계되었다. Quantitative Imaging : 시뮬레이션에서 직접 정량적 PNG 이미지를 생성한다. Modal Decomposition : 흐름과 음향 필드를 개별 모드로 분해한다. Ffowcs Williams-Hawkings Acoustic Predictions : 원거리 데이터에서 근거리 소음을 예측한다.   그림 1. 효율적인 초음속 비행체(ESAV)의 마하수 윤곽선 플롯   피델리티 찰스는 데이터 분석 기능을 제공할 뿐만 아니라 <그림 1>에 표시된 것처럼 시뮬레이션 데이터에 생명을 불어넣는 플롯, 등고선 지도, 그래픽 표현과 같은 고급 시각화 도구도 제공한다. 등고선 및 표면 플롯을 통해 압력 및 속도 필드에 대한 인사이트를 얻어 흐름 특징과 노이즈 원인을 정확히 파악할 수 있다. 스펙트로그램과 주파수 플롯을 사용하면 공명하는 톤 사운드와 혼란스러운 광대역 노이즈를 구분하는 데에 도움이 될 수 있다. 파티클 추적과 유선형 플롯은 난류 구조, 와류 및 기타 노이즈 생성 현상에 대한 그림을 그리는 또 다른 깊이 있는 레이어를 추가한다. 더 자세히 살펴보면, 특정 작업이나 프로세스를 사용자 지정 및 자동화하고, 변수 및 방정식을 생성하여 음압 레벨(SPL : Sound Pressure Level) 또는 난기류 강도 등 파생된 수치를 계산하여 시각적 인사이트를 정량화하기 위한 파이썬 API(Python API)와 내장 식 평가기를 찾을 수 있다. SPL과 같은 지표는 음향 핫스팟을 강조하며, 전체 음압 레벨(OASPL : Overall Sound Pressure Level)은 지정된 주파수 범위의 총 SPL을 측정한 값이다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (12)   항공 음향학은 난류 유체 운동 또는 표면과 공기역학적 힘의 상호작용으로 인한 소음 발생을 연구하는 학문이다. 이번 호에서는 항공 음향 시뮬레이션과 관련된 구체적인 과제 및 기법에 대해 살펴본다.   ■ 자료 제공 : 나인플러스IT, www.vifs.co.kr   항공 음향을 예측하는 것은 단순히 소리의 근원을 정확히 찾아내는 것만이 아니라 다양한 시나리오에서 소리의 생성, 전파, 수신 뒤에 숨겨진 복잡한 메커니즘을 이해해야 한다. 간소화된 자동차 설계의 고주파 음향 방출부터 제트 추진 시스템의 저주파 소음 시그니처에 이르기까지, 각각은 엔지니어에게 고유한 과제와 통찰력을 제시한다. 항공 음향 시뮬레이션의 중요성은 설계 및 최적화 고려사항 그 이상으로 확장된다. 환경 규정 준수, 사용자 편의성 보장, 산업별 소음 표준 준수에 필수이다. 항공우주 및 자동차 등의 분야에서 급속한 발전이 이루어지면서 정확한 항공 음향 예측에 대한 중요성이 점점 더 강조되고 있다. 이번 호에서는 기초 지식과 고급 시뮬레이션 방법론을 연결하여 항공 음향학에 대한 자세한 개요를 살펴본다. 기본 원리, 항공 음향 소음원, 모델링 과제, 최신 툴과 기법, 시뮬레이션 설정 가이드라인, 포스트 프로세싱 인사이트, 실제 사례 연구 등을 다루고자 한다.   항공 음향학의 기초 항공 음향학(aeroacoustics)은 유체 역학과 음향학의 교차점에 서 있다. 그 동작을 능숙하게 시뮬레이션하려면 이 분야와 가장 관련 있는 기본 원리를 이해하는 것이 필수이다. 운동 방정식 특정 수학적 프레임워크는 유체 운동에 의해 생성되는 소리의 동작을 지배한다. 그 중심에는 선형화된 나비에-스토크스(Navier-StoKES) 방정식이 있다. 이 방정식의 전체 도출은 여기서 다루지 않지만, 이 방정식은 유체의 교란이 어떻게 음파를 생성하는지에 대한 본질을 파악할 수 있다. 파동 전파 음파는 매질에서 압축과 희박으로 전파된다. 이 전파에는 여러 가지 요인이 영향을 미친다. 매체의 탄성 및 밀도와 같은 속성은 음속과 감쇠에 영향을 줄 수 있다.  또한 온도, 고도, 습도와 같은 환경적 요인은 음파 전파에 다양한 영향을 미쳐 속도와 방향을 변경할 수 있다.  경계면과의 사운드 상호 작용 환경을 시뮬레이션할 때는 음파가 반사, 회절, 흡수를 통해 구조물과 어떻게 상호 작용하는지 이해하는 것이 중요하다. <그림 1>에서 볼 수 있듯이 반사는 음파가 경계를 만나면 반사되는 것으로, 반사각은 입사각과 같다. 파동이 장애물을 만나면 특히 파장이 장애물 크기에 비해 큰 경우 장애물 주변에서 휘어질 수 있다. 이를 회절이라고 정의한다. 일부 물질은 소리 에너지를 흡수하여 열로 변환하여 소리를 감쇠시킬 수 있는데, 이를 흡음이라고 한다.   그림 1. 방음벽에 의해 반사, 회절 또는 흡수되는 입사음   항공 음향 소음의 발생원 항공 음향 소리의 출처를 파악하는 것은 효과적인 시뮬레이션의 핵심이다. 많은 소스는 소리를 방사하는 방식에 따라 1차 소스(예 : 단극자(monopole), 쌍극자(dipole), 사중극자(quadrupole)) 또는 고차 소스로 분류할 수 있다. 우리가 인지하는 소음은 또한 두 가지 스펙트럼 유형, 즉 톤과 광대역으로 분류할 수 있다. 톤 노이즈는 노이즈 스펙트럼의 특정 주파수에서 뚜렷한 피크가 특징이며, 종종 흐름의 주기적 이벤트 또는 공명과 관련이 있다. 반면 광대역 노이즈는 광범위한 주파수에 걸쳐 발생하며, 톤 노이즈에서 볼 수 있는 뚜렷한 피크가 없는 보다 무작위적이고 난류적인 프로세스에서 발생한다.  항공 음향 노이즈의 주요 소스와 생성되는 소리의 스펙트럼 특성은 다음과 같다.   단극자 소스 단극자 소스(monopole source)는 풍선이 부풀어 오르거나 수축하는 것처럼 모든 방향으로 균일하게 방사된다. 주로 유체의 부피 변화와 관련이 있다. 연소 소음은 단극자 소스의 한 예이다. 연소 소음 : 엔진에서와 같이 급격한 연소 이벤트는 단극자 소스로 방사되는 급격한 볼륨 변화를 일으킬 수 있다.   쌍극자 소스 쌍극자 소스(dipole source)는 유체 흐름과 고체 경계와의 상호 작용에서 발생한다. 쌍극자 소스는 주로 두 개의 반대 방향으로 소리를 내며, 많은 시나리오에서 단극자 소스보다 더 강하다. 쌍극자 소스의 예로는 경계층 및 블레이드 소음과 유동으로 인한 진동이 있다. 경계층 노이즈 : 유체가 표면 위로 흐르면 경계층 난류가 표면에 변동하는 힘을 가하여 쌍극자 노이즈 방사를 유발할 수 있다. 유동 유도 진동 : 공기 탄성 플러터 또는 캐비티 공명과 같은 흐름과 구조물 간의 상호 작용은 쌍극자 소음 방사로 이어질 수 있다. 블레이드 소음 : 회전하는 기계에서 난류 유입과 블레이드 간의 상호 작용으로 인해 쌍극자 소음이 발생할 수 있다.   사중극자 소스 사중극자 소스(quadrupole source)는 난기류-난기류 상호 작용과 관련이 있다. 일반적으로 단극 및 쌍극자 소스보다 약하지만 고속, 난류 혼합 노이즈와 같은 고난류 시나리오에서 중요할 수 있다. 난류 혼합 소음 : 난류가 심한 고속 흐름에서는 서로 다른 난류 구조 간의 상호 작용으로 인해 사중극자 음파가 방사될 수 있다.     ■ 자세한 기사 내용은 PDF로 제공됩니다.

머티리얼라이즈와 레니쇼(Renishaw)는 레니쇼의 적층제조(AM) 시스템을 사용하는 제조업체의 효율성과 생산성을 높이기 위한 파트너십을 발표했다. 파트너십에 따라 레니쇼 시스템 사용자는 금속 AM 시스템인 RenAM 500 시리즈에 맞춤화된 머티리얼라이즈의 빌드 프로세서 소프트웨어를 활용하는 한편, 머티리얼라이즈의 데이터 및 빌드 준비 소프트웨어인 매직스(Magics)에 액세스할 수 있다. 이를 통해 레니쇼의 3D 프린팅 시스템 사용자는 디자인부터 3D 프린팅 파트까지 원활한 워크플로를 구축하고, 3D 프린팅 프로세스를 제어 및 맞춤화하며, 생산 시간을 단축하고, 3D 프린팅 작업의 효율을 높일 수 있다. 금속 부품을 산업 규모로 생산하기 위해 적층제조를 도입하는 제조기업이 많아지고 있다. 산업용 3D 프린팅의 핵심 기술은 레이저 파우더 베드 융합(LPBF)으로, 사용자가 생산성 향상을 위해 프린트 파라미터를 조정할 수 있는 기능을 제공한다. 하지만 경험이 없는 사용자에게는 LPBF가 어려울 수 있으므로 이 기술을 최대한 활용하려면 추가 교육이 필요할 수 있다. 제조업체는 소프트웨어를 통해 3D 프린팅 프로세스를 최적화하고 워크플로를 간소화하여 기술의 잠재력을 최대한 활용할 수 있다.     빌드 프로세서는 3D 프린터와 데이터 준비 소프트웨어를 연결하여 디자인부터 프린트까지 적층제조 프로세스를 간소화한다. 머티리얼라이즈의 차세대 빌드 프로세서는 레니쇼가 최근 출시한 TEMPUS 기술을 보완한다. 레니쇼의 RenAM 500 시리즈 3D 프린팅 장비에 적용된 이 새로운 스캐닝 알고리즘은 리코터(recoater)가 움직이는 동안 레이저를 발사하여, 품질 저하 없이 파트 제작 시간을 줄일 수 있다. 머티리얼라이즈의 차세대 빌드 프로세서 소프트웨어는 데이터를 일관되게 처리하고 복잡한 지오메트리와 대량의 파트에 대한 데이터 처리 속도를 높인다. 또한 레니쇼 AM 시스템을 위한 새로운 빌드 프로세서는 파트 레벨에서 전용 프린트 파라미터를 사용하여 생산성을 높이고 품질을 최적화하여, 서로 다르거나 동일한 파트의 대량 생산에 효과적이다. Renishaw AM 시스템용 빌드 프로세서를 사용해 연결할 수 있는 매직스는 다양한 임포트 파일 형식과 호환되며, 주요 3D 프린팅 기술에 대한 연결성을 제공하는 기술 중립적인 데이터 및 빌드 준비 소프트웨어이다. 또한, 사용자에게 고급 워크플로 제어 및 자동화를 제공한다. 이 소프트웨어는 물리학 기반 모델링을 사용하여 서포트 구조 생성을 자동화하는 LPBF 시스템의 데이터 및 빌드 준비를 최적화한다. 제조기업은 머티리얼라이즈 빌드 프로세서 소프트웨어 개발 키트를 사용하여 자신만의 지적 재산(IP)을 만들고, 개방형 소프트웨어 시스템을 통해 금속 3D 프린팅 애플리케이션에 맞는 차세대 빌드 프로세서를 자체적으로 제작할 수 있다. 맞춤형 빌드 프로세서는 비용 효율성, 생산 속도 및 파트 품질을 더욱 높여 복잡한 부품을 제조하고 일관된 품질, 불량률 감소 및 리드 타임 단축으로 동일하거나 개인화된 제품을 대량 생산하는 데에 기여한다. 머티리얼라이즈의 카렐 브란스(Karel Brans) 파트너십 수석 디렉터는 “이번 파트너십을 통해 효율적인 금속 3D 프린팅에 대한 독특한 접근 방식이 가능해졌다. 레니쇼의 TEMPUS 기술과 머티리얼라이즈 빌드 프로세서의 고속 데이터 처리 능력을 결합하면 생산 시간을 크게 단축할 수 있다”면서, “3D 프린터 제조업체와의 파트너십은 빌드 준비를 최적화하고 빌드 작업을 간소화하여 효율성을 극대화한다. 이를 통해 모든 수량과 맞춤화 수준으로 제조가 가능하여 사용자가 생산 능력을 확장할 수 있다”고 전했다. 레니쇼의 맷 파크스(Matt ParKES) AM 전략 개발 매니저는 “머티리얼라이즈와의 협력을 통해 다양한 제조 애플리케이션에 3D 프린팅을 도입하는 레니쇼 사용자를 지원할 수 있게 되었다”면서, “머티리얼라이즈의 차세대 빌드 프로세서는 소프트웨어 포트폴리오와 결합하여 우리의 최근 기술 업데이트를 보완한다. 금속 3D 프린팅이 제조 퍼즐의 필수 요소로 자리 잡으면서 업계를 지원하는 데 필요한 도구에 대해 협력할 수 있게 되었다”고 전했다.

성공적인 유동 해석을 위한 케이던스의 CFD 기술 (6)   대규모 와류 시뮬레이션(LES)은 복잡성과 컴퓨팅 자원의 요구 등 제약이 극복되면서 유용한 난류 시뮬레이션 기술로 떠오르고 있다. 이번 호에서는 최신 수치 및 GPU 가속을 통해 LES 시뮬레이션을 더 저렴하고 쉽게 사용할 수 있는 케이던스의 피델리티 찰스(Fidelity CharLES) 솔루션에 대해 살펴본다.   ■ 자료 제공 : 나인플러스IT   모든 시스템의 공기역학 또는 유동장을 설계할 때 엔지니어는 난기류의 영향을 고려해야 한다. 전산 유체 역학(CFD)의 난류 모델을 사용하면 실제 시나리오에서 발생하는 유체 흐름의 혼란을 포함할 수 있다. 난류를 모델링하기 위해 레이놀즈-평균 나비에-스토크스(Reynolds-Averaged Navier-StoKES : RANS) 방정식이 널리 사용되어 왔으며 컴퓨팅 리소스가 제한되어 있을 때 선호된다. 그러나 이러한 시간 평균 방정식은 연소, 음향, 공기 역학 등과 같은 광범위한 애플리케이션에 필요한 정확도를 제공하지 못한다. 이러한 경우 대규모 와류 시뮬레이션(Large Eddy Simulation : LES)이 유용하다. 시뮬레이션의 복잡성과 대규모 컴퓨팅 요구 사항으로 인해 지난 40년 동안 대부분의 산업 분야에서 LES는 비실용적이었다. 하지만, 오늘날에는 최신 수치 및 GPU 가속을 통해 LES 시뮬레이션이 더 쉽게 접근 가능하고 저렴해졌다.   케이던스 캐스케이드 테크놀로지스의 LES 모델링 역사 1980년 케이던스 캐스케이드 테크놀로지스(Cadence Cascade Technology)의 창립자인 Parviz Moin은 난류 모델링에 관한 획기적인 연구를 수행했다. 당시에는 난기류를 실험적으로 조사하기 위한 수많은 연구가 진행 중이었다. <그림 1>은 경계층에서 수소 기포를 사용하여 수행한 실험을 보여준다. 이 실험은 난기류 속에서 아름답고 일관된, 그러나 혼란스러운 구조를 연구하기 위한 것이었다.   그림 1. 시뮬레이션 결과(Moin & Kim, 1981)(왼쪽)와 실험 결과(Kim, Klein & Reynolds, 1970)  (오른쪽)   Parviz와 그의 동료들은 1981년 미국 물리학회 컨퍼런스에서 NASA Ames 기지의 ILLIAC IV 15MFlops 컴퓨터로 계산한 시뮬레이션을 발표했다. 그 결과 나비에-스토크스 방정식을 시간에 따라 정확하게 예측하여 난기류의 역학과 통계를 모두 포착할 수 있다는 것을 보여주었다. 오늘날 고성능 컴퓨팅의 성능은 1980년 M플롭에서 2023년 1E플롭/s로 크게 발전했으며, 프론티어는 상위 500대 기업 중 선두를 달리고 있다. 최신 솔버 기술과 확장성을 바탕으로 자동차, 항공우주 및 기타 산업에서 충실도 높은 LES의 실제 적용이 증가하고 있다.   오늘날 LES를 가능하게 하는 기술 고충실도 LES의 실제 적용을 가능하게 하는 4가지 차별화 기술은 다음과 같다. 그리드 이산화(Grid Discretization) : 시간에 따라 달라지는 시뮬레이션에서 고품질의 상대적으로 등방성인 그리드의 중요성은 아무리 강조해도 지나치지 않다. 벽 근처에 약간의 이방성이 있으면 도움이 될 수 있지만, 그리드는 시뮬레이션 내내 일관된 품질을 유지해야 한다. 수치적 방법(Numerical Methods) : 강력하고 비선형적으로 안정적인 수치적 방법과 유동 물리학을 정확하게 표현하는 고급 물리 모델을 사용하는 것이 필수적이다. 데이터 분석(Data analytics) : 광범위한 데이터 세트를 생성하게 되므로 이 데이터를 빠르게 시각화하고 이해하는 것이 중요하다. GPU 가속(GPU Acceleration) : GPU에서만 실행되는 최신 CFD 솔버인 GPU 상주 솔버는 필요한 비용 효율적이고 높은 처리량의 시뮬레이션을 제공한다.   그림 2. 1990년부터 2023년까지 성능 개발 목록   수년 동안 LES 모델링의 철학은 저소산 수치 체계가 필요하다는 것이었다. 그러나 이러한 저손실 방식은 다중물리 애플리케이션과 복잡한 지오메트리에서 구축하기 어렵다. 높은 레이놀즈 수 흐름에서 실제 손실은 낮지만, 일반적인 CFD 코드의 수치 손실은 매우 높다. 하지만 피델리티 찰스 솔버(Fidelity CharLES Solver)를 사용하면 안정적인 저손실 수치 체계를 가질 수 있다. 메시 생성의 경우, 피델리티 찰스 솔버는 다양한 해상도의 영역과 그 사이의 전환을 가진 다면체 메시를 생성하는 메시 생성기를 사용한다. 이 메시는 특정 포인트 세트를 중심으로 생성된 3D 보로노이 다이어그램(Voronoi Diagram)이다. 이러한 점을 체계적으로 도입하면 높은 수준의 균일성을 가진 메시가 생성된다. 따라서 피델리티 찰스 솔버는 LES용 메시를 생성하는 데 편리하다.   ■ 상세한 기사 내용은 PDF로 제공됩니다.

  SW 소식 >   NextFOAM v24 공개 >   NextFOAM v24가 공개되었습니다. OpenFOAM ESI버전인 OpenFOAM v2212에서 수렴성 및 기능을 개선하였습니다. NextFOAM Github 페이지에 NextFOAM 24 소스 코드, 다운로드와 사용 방법을 업로드하였으니, 많은 관심 바랍니다. 다운로드 및 사용 방법은 (링크)를 참고하세요.   NextFOAM v24 Features pressure-velocity coupling 개선 velocity & density interpolation 개선 navier-stoKES equation의 under-relaxation factor 의존성 개선 압력 구배항 이산화 방법 개선 비정상상태 솔버의 time step 의존성 개선 난류 모델의 생성항 선형화 방법 개선 CHT 솔버의 수렴 판정 기능 개발 porous media model 개선 MRF (Multi Reference Frame) 개선         BARAM Subscription 공개 >    BARAM의 기술지원이 필요하신 분들을 위해서 BARAM Subscription이 공개되었습니다. BARAM의 설치 지원, 기술 지원 뿐만 아니라 BARAM을 이용하여 User들이 원하는 해석 세팅 및 사용 방법, 교육 등을 지원해드립니다. BARAM을 이용해서 CFD 해석을 수행하고 싶지만 실무 적용에 어려움을 겪고 계신 분이라면 언제든지 도움을 받을 수 있습니다. 자세한 안내는 (링크)를 눌러 확인해주세요.   문의 : marketing@nextfoam.co.kr / 김동규 선임연구원           BARAM v24 공개 >   CFD for Everyone!! BARAM v24가 공개되었습니다. BARAM v24는 NextFOAM이 개발한 NextFOAM v24를 기반으로 GUI를 입힌 프로그램 패키지로 개발되었습니다. BARAM v24에는 어떤 기능이 추가됐는지 아래에서 함께 만나보시죠. (링크)를 누르시면 BARAM v24 안내 페이지로 이동합니다. baramFlow Porous media model의 수렴성 증가 모니터링 포인트의 위치 preview 기능 추가 Reference pressure cell을 이용하여 operating pressure location을 자동으로 지정 baramMesh Object preview 기능 추가 교육 소식 >   1월 CAE / AI 엔지니어를 위한HPC 교육 >   CAE / AI 엔지니어를 위한 HPC 교육 1월 CAE / AI 엔지니어를 위한 HPC 교육 일정을 안내드립니다. HPC 환경에서 OpenFOAM 수행 방법 및 병렬 AI 학습 방법 / HPC 구축 실습을 통해 HPC의 개념 이해 / 최적 성능을 도출할 수 있는 방안 및 효율적인 HPC 관리 방안을 목표로 교육이 진행됩니다. 일정 : 1월 31일 ~ 2월 1일 (링크)를 클릭하시면 1월 CAE/ AI 엔지니어를 위한 HPC 교육 내용을 확인하실 수 있습니다.         2월 코드 개발자 교육 >   코드 개발자 교육 2월 OpenFOAM 코드 개발자 교육 일정을 안내드립니다. 사용자 요구에 맞는 OpenFOAM customized solver를 개발하고자 하는 사용자들 대상으로 교육이 진행됩니다. OpenFOAM 사용자 교육을 듣고 OpenFOAM 사용법을 숙지하고 계신 분들에게 수강 권장드립니다. 일정 : 2월 21일 ~ 2월 23일 (링크)를 클릭하시면 2월 OpenFOAM 교육 내용을 확인하실 수 있습니다.           3월 OpenFOAM 사용자 교육 >    OpenFOAM 사용자 교육 3월 OpenFOAM 사용자 교육 일정을 안내드립니다. OpenFOAM 소개, 사용방법 및 예제 실습을 통해 사용자의 OpenFOAM 숙련도를 높일 수 있도록 도와드립니다. 일정 : 3월 20일 ~ 22일 (링크)를 클릭하시면 3월 OpenFOAM 사용자 교육 내용을 확인하실 수 있습니다.         3월 BARAM 사용자 교육 >   3월 BARAM 사용자 교육 3월 BARAM 사용자 교육 일정을 안내드립니다. CFD 기본 이론 및 BARAM 소개와 BARAM을 통한 격자 생성, CFD 예제 실습을 통해 현업에 BARAM 적용을 도와드립니다. 일정 : 3월 28일 ~ 3월 29일 (링크)를 클릭하시면 3월 BARAM 사용자 교육 내용을 확인하실 수 있습니다.         WHAT IS OPENFOAM? OpenFOAM은 오픈소스 CFD 소프트웨어이다. GNU GPL 라이센스를 사용하고 있어 누구나 자유롭게 사용이 가능하며 수정 및 재배포를 할 수 있다.   WHAT IS MESHLESS CFD? 질점격자 기반의 CFD해석 기법으로 FVM해석 기법의 보존성을 갖추고 있으며 전처리 작업시간을 획기적으로 줄일 수 있습니다.FAMUS는 무격자 기법의 CFD 해석 SW 입니다.   WHAT IS BARAM SERIES? BARAM은 넥스트폼이 개발한 OpenFOAM CFD 해석 프로그램입니다. 넥스트폼이 개발한 OpenFOAM Solver와 Utility를 GUI 기반으로 사용이 가능합니다.    

클라우드 기반 CFD, SIMULIA Fluid Dynamics Engineer   주요 CAE 소프트웨어 소개   ■ 개발 : Dassault System, www.3ds.com ■ 자료 제공 : 노드데이타, 02-595-4450, www.nodedata.com   SIMULIA(시뮬리아) Fluid Dynamics Engineer는 클라우드 기반의 CFD 툴로 내부 및 외부 흐름에 대한 유체 성능을 검증하며, 최적의 흐름 분포, 최소 압력 손실 및 난류를 시뮬레이션하여 제품의 성능을 평가할 수 있으며 이를 이용해 설계를 개선하여 최적을 설계를 이룰 수 있다. 일반적인 CFD(Computational Fluid Dynamics) 툴에서 사용하는 기본 이론인 RNAS 방정식(Reynolds Avergaged Navier-StoKES 방정식)을 활용하여 정확도와 효율성을 동시에 가지는 유동 해석 애플리케이션으로 고급 레벨의 솔루션이다. 3DEXPERIENCE 시뮬레이션 포트폴리오의 일부인 Fluid Dynamics Engineer는 모든 일반적인 정상 상태, 비정상 상태 유동 해석부터 음속 유동 해석, 혈액과 같은 비뉴턴 액체에 대한 해석이 가능하고, 팬이나 필터, 배플 등을 표현하기 위한 모델링 기법도 활용 가능하다.  또한 모든 분야에서 일반적으로 사용되며 계산의 정확성이 높은 대표적인 난류 모델인 SST k-Ѡ 난류 모델, Realizable k-ε 난류 모델, Spalart – Allmaras 난류 모델을 제공하여 상황에 맞는 난류 모델을 선택할 수 있어 더욱 정확한 시뮬레이션을 진행할 수 있다.  클라우드 기반의 애플리케이션으로 컴퓨터 CPU를 이용한 로컬 해석뿐 아닌 클라우드 리소스를 활용하는 클라우드 컴퓨팅으로 해석을 진행할 수 있어 상대적으로 빠른 시간에 해석 결과를 얻을 수 있으며, 사무실뿐 아닌 외부에서 하드웨어의 영향없이 해석의 세팅 및 진행과정 결과를 확인할 수 있다. 또한 실시간으로 협의 가능하여 작업 효율을 향상시킬 수 있다.   좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기 

멀티피직스 해석 소프트웨어, Simulation X   주요 CAE 소프트웨어 소개   ■ 개발 : ESI, www.esi-group.com ■ 자료 제공 : 한국이에스아이, 02-3660-4500, www.esi-group.com ESI의 Simulation X(시뮬레이션 엑스)는 복잡한 동적 시스템의 모델링, 시뮬레이션 및 분석을 위한 Multi physics 시뮬레이션 분야에서 잘 알려진 소프트웨어이며, Modelica 언어를 기반으로 한 상용 솔루션으로 다양한 분야에서 활용되고 있다.  개발자는 Modelica 라이브러리부터 상용 라이브러리까지 방대한 라이브러리를 사용하여 개발 모델을 쉽게 구성할 수 있다. 또한 막강한 사용자 에디터 툴(Type designer)을 제공하여 사용자가 기존의 라이브러리를 확장하거나 새로운 라이브러리를 쉽게 제작 및 배포할 수 있다.  FMU(Functional Mock-up Unit)/FMI(Functional Mock-up Interface)를 지원하고 다른 프로그램과 연동하여 계산을 수행할 수 있으며, Multiphysics에 최적화되어 있어 Multi-body system과 Fluid dynamics, Control logic 등 서로 다른 물리 모델을 하나의 모델로 구현할 수 있다.  실제 물리 기반의 통합 라이브러리는 점점 더 복잡해지고 있는 산업 분야에서 확실한 기준으로 Simulation X를 확립하는 데 도움이 되었다. 현재까지 약 27개국 700명 이상의 고객들이 다양한 산업 분야에서 Simulation X를 사용하고 있다. 1. 제품의 주요 기능 및 특징 (1) Easy modeling and Fast calculation 형상 모델링이 필요 없고, 물리 기반 모델링으로 모델 구성이 쉬우며, 시스템 기반의 수학 모델 사용으로 계산 시간이 빠르다. (2) Modular system setup 방대한 시스템 라이브러리를 제공하고, 사용자 라이브러리 툴(Type designer)을 지원한다. (3) Easy coupling FEM, MATLAB, Simulink와 연계 시뮬레이션이 가능하며, FMU/FMI를 지원한다. (4) Model library Modelica 기반의 다양한 라이브러리를 제공하여 모델을 쉽고 빠르게 구성할 수 있다. (5) Optimization 주요 인자의 기여도 분석을 통한 제품 성능 개선을 개발 초기 단계부터 빠르게 검토할 수 있다. (6) Real-time simulation 실시간 해석으로 MiL(Model-in-the-Loop)/SiL(Software-in-the-Loop)/HiL(Hardware-in-the-Loop) 구현이 가능하다.     좀더 자세한 내용은 'CAE가이드 V1'에서 확인할 수 있습니다. 상세 기사 보러 가기