시작하기 전에
유체역학과 관련된 많은 실제 공학 문제는 지배방정식과 분석 절차를 통해서 해결할 수 있겠지만,해법을 위해 실험적으로 얻은 데이터에 의존하는 문제가 많이 남아 있습니다. 사실, 실제 유체와 관련된 문제는 분석만으로 해결될 수 있는 문제가 거의 없다고 말하는 것이 타당할 것입니다. 많은 문제에 대한 해결책은 분석과 실험 데이터의 조합을 통해 달성됩니다.
따라서 유체 역학 문제를 연구하는 엔지니어는 이러한 문제에 대한 실험적 접근 방식에도 익숙해야 합니다. 가령 해석영역에 대해서 설명 드릴 때, 실제로는 유체 영역이 무한히 이어져 있지만 해석 영역만큼 절단한 면이 있다면, 그 절단면에서의 속도 또는 압력 정보를 알아야 해석할 수 있다는 사실, 핸드북에 나와 있는 것과 같이 다른 사람이 얻은 데이터 중 어떤 부분을 찾아보고 내가 해석에 적용해야 할 지를 결정하는 능력이 필요합니다.
이 글에서는 실험 계획 및 실행뿐만 아니라 다른 실험자가 얻은 데이터를 이해하고 연관 시키는 데 중요한 몇 가지 기술과 아이디어를 고려하고자 합니다.모든 실험의 분명한 목표는 최소한의 실험 결과를 최대한 광범위하게 적용하는 것입니다. 이러한 목적을 달성하기 위해 한 시스템에서 수행된 측정을 다른 유사한 시스템의 동작을 설명하는 데 사용할 수 있도록 상사성 개념이 자주 사용됩니다. 이를 위해서는 실험실 모델과 다른 시스템들간의 관계를 확립하는 것이 필요합니다. 본론에서는 이를 체계적으로 수행할 수 있는 방법을 알아봅니다.
소개
상사성은 엔지니어가 서로 다른 상황에서 유체 흐름을 연관 시킬 수 있도록 하는 유체 역학의 기본 개념입니다. 흐름 현상 간의 유사성을 식별하고 이해함으로써 우리는 가치 있는 예측을 하고 규모 모델링을 수행하며 결과를 추론할 수 있습니다. 본 문서에서는 유체 역학에서 상사성의 중요성 및 실제 적용에 대한 포괄적인 설명을 제공하는 것을 목표로 합니다.
상사성의 이해
상사성은 영어로 similarity로 표기되기도 하고, 교재에 따라서 similitude라고 표기되기도 합니다. 상사성은 둘 이상의 흐름 상황에서 서로를 비교할 수 있는지 여부를 판단할 수 있는 기준으로 사용될 수 있습니다. 실험이나 수학적 모델을 통해 다른 상황을 연구하여 한 상황에 대한 정보를 추론할 수 있습니다.
무차원 수와 버킹엄 파이 이론(Buckingham Pi theory)에 대해 사전 학습을 한다면 더욱 도움이 됩니다. 상사성 분석은 유체 흐름을 제어하는 주요 매개변수를 식별하고 이러한 매개변수가 서로 어떻게 관련되어 있는지 확인하는 것을 목표로 합니다.
실험을 통해 관측된, 원형 관 주위를 흐르는 유동 양상이다. 레이놀즈 수는 2000이다. 만약 레이놀즈 수를 동일하게 맞춘다면 원형 관의 크기, 속도, 유체 종류 등에 관계없이 유동 패턴은 동일하게 나타난다. 하지만 레이놀즈 수가 다르다면, 형상이 닮은꼴이라 하더라도 서로 다른 유동 패턴이 나타날 것이다. (Photograph courtesy of ONERA, France.)
유체역학과 상사성의 관련성
상사성의 개념은 다음을 포괄하여 유체 역학의 다양한 측면에서 중요합니다.
1. 스케일 모델링: 상사성 분석은 더 큰 시스템의 동작을 정확하게 복제하는 스케일 모델을 설계하고 구성하는 데 사용됩니다. 특정 비율을 유지하고 상사성 매개변수를 보존함으로써 엔지니어는 더 작은 규모로 실험을 수행하여 의미 있는 결과를 얻는 동시에 시간과 리소스를 절약할 수 있습니다.
2. 흐름 시각화: 상사성 분석은 복잡한 흐름 현상을 시각화하는 데 도움이 됩니다. 유사한 흐름 패턴을 식별함으로써 연구원은 기존 데이터 또는 관찰을 통하여 관측되지 않았거나 연구하기 어려운 흐름 양상에 대한 통찰력을 얻을 수 있습니다.
3. 결과의 일반화: 상사성을 통해 연구자는 특정 실험이나 시뮬레이션 결과를 다른 상황에 일반화할 수 있습니다. 상사성 기준을 설정하면 한 시나리오에서 유체 흐름의 동작을 추정하여 다른 시나리오에서 유사한 동작을 예측하거나 설명할 수 있습니다.
😥 미리 보기는 여기까지!
내용을 이어서 보고 싶다면,
아래 정보를 입력해 주세요.
