난류 속도 변동을 고려한 용융 블로잉 모델의 무작위 필드 샘플링

초록

본 논문은 용융 블로잉 공정에서 발생하는 초미세 섬유의 길이 감소(감쇠)와 실험값 사이의 차이를 해소하기 위해, 기존 모델에 포함되지 않았던 난류 속도 변동을 벡터 가우시안 랜덤 필드로 모델링하고, k‑ε 난류 모델과 결합한 효율적인 샘플링 알고리즘을 제시한다. 특수한 공분산 구조를 이용해 샘플링 비용을 선형으로 낮추어 실제 시뮬레이션에 적용 가능함을 입증한다.

상세 분석

용융 블로잉은 고속 공기 흐름에 의해 용융된 폴리머가 얇은 섬유로 급속히 늘어나는 공정으로, 섬유의 최종 직경과 길이는 공기와의 동역학적 상호작용에 크게 좌우된다. 기존 수치 모델은 평균적인 유동장(예: RANS 기반 k‑ε 모델)만을 사용해 항력력을 계산했으며, 이때 발생하는 섬유 길이 감소(attenuation) 예측값이 실험 측정값보다 현저히 낮다는 ‘감쇠 격차’ 문제가 지속적으로 보고되었다. 논문은 이 격차의 근본 원인으로 난류의 순간적인 속도 변동, 즉 난류 플럭투에이션을 지적한다.

이를 정량화하기 위해 저자들은 난류 플럭투를 3차원 벡터 가우시안 랜덤 필드로 가정하고, 평균장은 기존 k‑ε 모델이 제공하는 평균 속도와 난류 강도(ε, k)로부터 얻는다. 랜덤 필드의 공분산 함수는 동질·등방성 가정 하에 거리와 시간 차이에만 의존하도록 설계했으며, 특히 Kolmogorov 스케일을 반영한 지수형 감쇠와 파워‑로우 스펙트럼을 결합했다. 이러한 구조는 푸리에 변환을 이용한 스펙트럼 샘플링과, 차원 축소를 위한 카르만 필터링을 적용하면, 격자점 수 N에 대해 O(N) 연산 복잡도로 구현할 수 있음을 보였다.

시뮬레이션에서는 섬유를 라그랑지안 입자(또는 연속체)로 모델링하고, 각 입자에 대해 순간적인 항력력을 F_d = ½ ρ C_d A |u_air − v_fiber| (u_air − v_fiber) 형태로 계산한다. 여기서 u_air는 평균 흐름에 랜덤 필드 샘플을 더한 실제 공기 속도이며, v_fiber는 섬유 속도이다. 랜덤 항력은 섬유가 고속 공기 흐름을 통과할 때 순간적인 가속·감속을 유발해, 평균 항력만을 고려했을 때보다 훨씬 큰 길이 감소를 초래한다.

수치 실험 결과는 두 가지 주요 지표에서 기존 모델과 차이를 보인다. 첫째, 섬유 직경의 평균값이 실험값에 근접하게 감소했으며, 변동성(표준편차) 역시 측정된 범위와 일치한다. 둘째, 섬유 길이 감소 비율이 평균 항력 모델 대비 30~50 % 정도 크게 증가했으며, 이는 실험에서 보고된 ‘극단적인 감쇠’ 현상을 재현한다. 민감도 분석을 통해 난류 강도(k)와 소산률(ε)의 변동이 랜덤 필드의 스펙트럼 폭에 직접적인 영향을 미치며, 결과적으로 섬유 감쇠에 비선형적인 영향을 준다는 점을 확인했다.

또한 저자들은 샘플링 알고리즘의 효율성을 검증하기 위해 다양한 격자 해상도와 시간 스텝을 테스트했으며, 메모리 사용량과 실행 시간이 선형 스케일을 유지함을 보고한다. 이는 실제 산업 현장에서 수천 개의 섬유를 동시에 시뮬레이션하는 데 필요한 계산 자원을 크게 절감할 수 있음을 의미한다.

결론적으로, 난류 플럭투를 가우시안 랜덤 필드로 모델링하고, 효율적인 선형 복잡도 샘플링을 적용함으로써 용융 블로잉 공정의 섬유 감쇠 예측 정확도를 크게 향상시킬 수 있음을 입증하였다. 이 접근법은 다른 고속 유동-구조 상호작용 문제에도 확장 가능성이 있다.