液滴融合的案例
液滴撞擊液滴的融合、聚結和反彈過程仿真 ￥800
<p>本篇案例基于COMSOL軟件的兩相流水平集方法，模擬了液滴以一定的初始速度撞擊頂部附著在壁面上的液滴的動態過程，具體模擬了三種情形：（1）撞擊液滴后發生融合；（2）撞擊液滴后，未發生聚結，出現反彈；（3）撞擊液滴后，先發生聚結，后出現反彈。具體模擬結果如下圖所示：</p><p><img src="https://img.jishulink.com/upload/202109/a8999c1e829d4c0fa2f501246026a6b0.gif" alt="Untitled1.gif"></p><p><img src="https://img.jishulink.com/upload/202109/b81a44b1c01e44b8afacfb5c1c939909.gif" alt="Untitled2.gif"></p><p><img src="https://img.jishulink.com/upload/202109/cd253b1425d64619bbf84df7d388418c.gif" alt="Untitled3.gif"></p><p>感興趣的朋友，可下載模型源文件，附件中為三個模型的源文件。也可以加Q進行交流！</p><p><br></p>
展開 設計仿真 | Cradle CFD助力金屬3D打印工藝優化
其核心原理是通過噴頭將粘結劑液滴精準噴射到金屬粉末床中，逐層粘接粉末并最終燒結成型。然而，這一過程中，粘結劑在粉末床中的滲透行為直接決定了零件的致密度、表面精度和力學性能。
近期，河北工業大學聯合海克斯康工業軟件技術團隊在金屬BJ工藝的相關研究中取得突破。通過Cradle CFD構建滲透模型，揭示了溫度對粘結劑滲透的雙重作用機制，并通過實驗驗證了仿真結果的可靠性。
設計挑戰
盡管BJ技術前景廣闊，但其工藝優化仍面臨兩大難題：
? 滲透機理復雜：液滴的鋪展、滲透受慣性力、重力、粘性力等共同影響，難以通過實驗直接觀測；
? 溫度敏感性高：粘結劑的粘度隨溫度變化顯著，導致工藝穩定性難以把控。
粘結劑與粉末床的相互作用過程
設計案例
技術亮點
? 差異化網格劃分：針對液滴、空氣域和粉末床區域分別優化網格密度，既保證界面捕捉精度，又避免計算資源浪費；
? 網格獨立性驗證：對比三種網格方案（節點數從165萬到736萬），最終選擇誤差的中等密度網格，兼顧效率與準確性。
網絡獨立性驗證
仿真結果：溫度如何改寫滲透規則？
通過Cradle CFD模擬不同溫度（20℃—40℃ ）下的單液滴與雙液滴滲透過程，研究團隊揭示了溫度對粘結劑行為的雙重影響：
? 縱向滲透增強：溫度升高導致粘結劑粘度下降，流動阻力減小，液滴更易深入粉末床。
? 橫向鋪展受限：高溫下，毛細力主導液滴向孔隙內部滲透，而非持續橫向擴展。
不同溫度下粘結劑的鋪展形貌
實驗驗證：從虛擬到現實的閉環驗證
為驗證仿真結果，團隊設計了系統的打印實驗。采用M400Pro金屬3D打印機，在不同溫度下打印15 mm×10 mm×8 mm的長方體生坯。
展開 四川大學宋飛教授團隊CEJ：四重仿生策略構建自發高效水汽收集表面
為此，該團隊將多種生物特性相結合，實現了水收集四個過程（包括提高水汽捕獲、促進微液滴融合、加速液體運輸、減少收集屏障）的協同優化（圖1），制備了具有高水收集性能的圖案化潤滑-超親水表面。
圖1. 基于四重仿生的水汽收集全過程優化示意圖
圖2. 超親水凸起結構的制備
作者將呼吸圖案法與噴墨打印技術相結合，制備了具有超親水規則凸起結構和穩定潤滑區的潤滑-超親水圖案化表面（圖2）。通過對比表面潤濕性差異對水汽收集過程的影響（圖3），發現超親水區域可有效提升表面的水汽捕獲能力，集水效率大幅提高。
圖3. 表面潤濕性差異對水汽收集性能的影響探究
觀測水收集過程可以發現，相比于仿甲蟲超疏水-超親水圖案化表面，該工作中潤滑液依附超親水凸起結構形成了彎液面，產生的毛細作用力驅動捕獲的微液滴向超親水凸起區域自發運動并融合。作者還研究了超親水區域圖案類型以及分布對于水汽收集的影響，發現楔形形貌有利于形成連續的水輸送通道，進一步提升了對液滴的運輸速度。通過調整楔形超親水圖案的分布（圖4），作者發現恰當的圖案分布才有利于獲得更高水收集效率。
圖4. 超親水圖案分布對水滴脫附收集的影響探究
基于上述結果，受蕨類植物啟發，作者進一步優化超親水圖案，制備的仿蕨圖案化表面可以自發將融合水滴向“根部”輸送（圖5），既保證了充足的超親水區域用于水汽捕獲，又有效降低了水收集屏障。
展開 深圳大學周學昌：可回收/焊接/機械耐用/可編程的液態金屬彈性體復合材料
（c和d）復合材料（50
v
ol％）的橫截面（c）和表面（d）的SEM顯微照片，施加了50％的應變，經過100次機械訓練后，LM液滴破裂并融合沿著訓練方向（紅色箭頭指示訓練方向）。（e–g）在10（e），30（f）和50（g）的機械訓練循環后，復合材料橫截面（50 vol％）的SEM顯微照片，顯示了在機械作用期間LM液滴的變形培訓過程。
（
h）LM對20
v
ol％，30
v
ol％，40
v
ol％和50
v
ol％的復合材料的抵抗力取決于其機械訓練循環次數。（i）在從0到100％拉伸應變的前5個拉伸-釋放循環中，機械訓練的復合材料（30
v
ol％）的歸一化電阻。（j）在不同的拉伸應變下，經過機械拉伸的復合材料（30
v
ol％）的疲勞試驗，其中R0為0.90（50％應變），1.02（100％應變）和1.13Ω mm
-1
（150％應變）。（k）空間機械訓練復合材料的不同區域（LM的30 vol％）的電導率。（l）數碼照片，顯示通過
選擇性地點亮
LED來進行空間機械訓練的導體的電氣性能。
圖
4
（a）是所制造的復合材料的自我修復和編程機制的示意圖。（b）自愈的LM彈性體的歸一化電阻對LM體積％。（c）歸一化電阻對復合材料的自愈循環（LM的30 vol％）。（d）數碼照片，證明可以將導電復合材料編程為不同的3D形狀，線圈（左）和螺旋（右）。（e）數碼照片顯示了螺旋3D導電復合材料在機械應力下的性能。
圖
5
（a）在NIR激光（808 nm，2W）照射下，復合物（30 vol％）的光熱效應。（b1-b5）在光熱效應的幫助下，將制成的導電復合材料焊接成不同的形狀。（c）焊接導體的八個頂點中的兩個頂點的電導率（b4）。
展開 
深圳大學周學昌：可回收/焊接/機械耐用/可編程的液態金屬彈性體復合材料
（c和d）復合材料（50
v
ol％）的橫截面（c）和表面（d）的SEM顯微照片，施加了50％的應變，經過100次機械訓練后，LM液滴破裂并融合沿著訓練方向（紅色箭頭指示訓練方向）。（e–g）在10（e），30（f）和50（g）的機械訓練循環后，復合材料橫截面（50 vol％）的SEM顯微照片，顯示了在機械作用期間LM液滴的變形培訓過程。
（
h）LM對20
v
ol％，30
v
ol％，40
v
ol％和50
v
ol％的復合材料的抵抗力取決于其機械訓練循環次數。（i）在從0到100％拉伸應變的前5個拉伸-釋放循環中，機械訓練的復合材料（30
v
ol％）的歸一化電阻。（j）在不同的拉伸應變下，經過機械拉伸的復合材料（30
v
ol％）的疲勞試驗，其中R0為0.90（50％應變），1.02（100％應變）和1.13Ω mm
-1
（150％應變）。（k）空間機械訓練復合材料的不同區域（LM的30 vol％）的電導率。（l）數碼照片，顯示通過
選擇性地點亮
LED來進行空間機械訓練的導體的電氣性能。
圖
4
（a）是所制造的復合材料的自我修復和編程機制的示意圖。（b）自愈的LM彈性體的歸一化電阻對LM體積％。（c）歸一化電阻對復合材料的自愈循環（LM的30 vol％）。（d）數碼照片，證明可以將導電復合材料編程為不同的3D形狀，線圈（左）和螺旋（右）。（e）數碼照片顯示了螺旋3D導電復合材料在機械應力下的性能。
圖
5
（a）在NIR激光（808 nm，2W）照射下，復合物（30 vol％）的光熱效應。（b1-b5）在光熱效應的幫助下，將制成的導電復合材料焊接成不同的形狀。（c）焊接導體的八個頂點中的兩個頂點的電導率（b4）。
展開 LS-DYNA中自適應ISPG方法的最新進展及其應用--回流焊、膠粘劑流動和涂層模擬
ISPG自適應過程
ISPG特有的節點插入和刪除的技術可以保證重劃分后粒子的均勻分布
使用基于節點云的網格重劃分(始終得到凸面形狀的網格)
利用表面清理技術在網格重畫劃分后恢復原來的幾何形狀
右上角案例展示了兩個液滴的融合過程(流體原本是兩個立方的)，該案例使用一個CPU(2.4GHz)計算時間7分8秒，包含了98個網格更新過程，節點數從最開始的2,420個到最后的2,191個，總流體體積從2.0 mm3減少到1.99995 mm3，減小約0.0025%。證明網格更新的體積保持的效果相當理想。
右下角案例展示了粘性流體受兩個板擠壓，而沿著兩個板之間擴張并最終溢出的過程。擠壓過程使得粘性流體產生大變形成為薄薄的一層，該案例使用1個CPU (2.4GHz) 計算時間為50分鐘59秒，包含了57個網格更新過程，節點數從最開始的5,270個到最后的8,219個，總流體體積從1.56946 mm3減少到1.56901 mm3，體積減小0.029%，體積保持效果同樣表現優秀。
自適應ISPG網格更新算法應用于回流焊 (SMD和NSMD)模擬的過程，案例中展示的兩個模型包含基板，焊盤，焊球，電路板和阻焊層等。
在最新開發版本求解器（Dev版本），借助自適應ISPG的網格更新功能，焊球與結構邊界完全貼合，沒有出現任何穿透現象；且流體和固體表面緊密對齊；節點從原來的1,336個變化為2,632個，模擬時間50毫秒，1個CPU計算時間25分鐘。
而原來的R14版本中，使用沒有網格重劃分功能的ISPG，焊球在變形過程中，在結構尖角處出現了間隙和穿透的現象，該過程模擬時間50毫秒，1,336個節點，1個CPU計算時間約為43分鐘。
重力驅動問題反作用力的驗證。
展開 LS-DYNA中自適應ISPG方法的最新進展及其應用--回流焊、膠粘劑流動和涂層模擬
ISPG自適應過程
ISPG特有的節點插入和刪除的技術可以保證重劃分后粒子的均勻分布
使用基于節點云的網格重劃分(始終得到凸面形狀的網格)
利用表面清理技術在網格重畫劃分后恢復原來的幾何形狀
右上角案例展示了兩個液滴的融合過程(流體原本是兩個立方的)，該案例使用一個CPU(2.4GHz)計算時間7分8秒，包含了98個網格更新過程，節點數從最開始的2,420個到最后的2,191個，總流體體積從2.0 mm3減少到1.99995 mm3，減小約0.0025%。證明網格更新的體積保持的效果相當理想。
右下角案例展示了粘性流體受兩個板擠壓，而沿著兩個板之間擴張并最終溢出的過程。擠壓過程使得粘性流體產生大變形成為薄薄的一層，該案例使用1個CPU (2.4GHz) 計算時間為50分鐘59秒，包含了57個網格更新過程，節點數從最開始的5,270個到最后的8,219個，總流體體積從1.56946 mm3減少到1.56901 mm3，體積減小0.029%，體積保持效果同樣表現優秀。
自適應ISPG網格更新算法應用于回流焊 (SMD和NSMD)模擬的過程，案例中展示的兩個模型包含基板，焊盤，焊球，電路板和阻焊層等。
在最新開發版本求解器（Dev版本），借助自適應ISPG的網格更新功能，焊球與結構邊界完全貼合，沒有出現任何穿透現象；且流體和固體表面緊密對齊；節點從原來的1,336個變化為2,632個，模擬時間50毫秒，1個CPU計算時間25分鐘。
而原來的R14版本中，使用沒有網格重劃分功能的ISPG，焊球在變形過程中，在結構尖角處出現了間隙和穿透的現象，該過程模擬時間50毫秒，1,336個節點，1個CPU計算時間約為43分鐘。
重力驅動問題反作用力的驗證。
展開 