Research Article

Journal of Korean Institute of Architectural Sustainable Environment and Building Systems. 30 April 2022. 173-183
https://doi.org/10.22696/jkiaebs.20220015

ABSTRACT


MAIN

  • 서 론

  • 연구 방법

  •   해석 대상 및 경계 조건

  •   초기 균등 분포 입자 간격에 따른 독립성 평가 방법

  • 결과 및 토의

  •   기류 및 입자 분포 변화

  •   시간 경과에 따른 잔류 입자 농도 및 오차 분석

  • 결 론

서 론

최근 실내공기 오염에 대한 인식이 확대되면서 실내공기 오염물질에 대한 관심도 함께 높아졌다(Ito and Murakami, 2010). 실내공기 오염물질은 폼알데하이드, 일산화탄소 등의 가스상 오염물질과 직경 10 ㎛ 이하의 미세먼지(PM10), 직경 2.5 ㎛ 이하의 초미세먼지(PM2.5) 등의 입자상 오염물질로 구분할 수 있다(Levin, 2003). 이 중 입자상 오염물질인 미세먼지는 지속적인 경제성장과 산업화에 따라 그 정도가 심각해지면서 최근에도 여전히 인체에 악영향을 미치고 있는 것으로 보고되고 있다(Tzivian, 2011). 황사, 차량 및 발전소 등 다양한 미세먼지 오염원에 의해 발생된 실외 미세먼지가 환기나 침기로 인해 실내로 유입될 수 있으며, 조리, 실내 흡연, 건축자재 등의 실내 오염원에 의해서도 실내에서 미세먼지가 발생할 수 있다(Yang, 2019). 미세먼지에 재실자가 장기간 노출될 경우 면역력이 급격히 저하되고, 호흡기 질환은 물론 심혈관 질환, 피부질환 등 각종 질병에 노출될 수 있다(Hanninen et al., 2005; WHO, 2021). 이러한 배경으로 실내 미세먼지를 제어와 평가를 위한 다양한 연구가 활발하게 이루어지고 있다. 이러한 연구를 위해서는 실내 미세먼지의 제어 전략에 대한 평가 분석이 필수적이다. 또한, 미세먼지는 가스상 오염물질과 다르게 중력의 영향을 받고, 농도확산에 의한 영향이 상대적으로 작기 때문에 이에 대한 고려가 필요하다.

실내 미세먼지를 평가하기 위한 방법은 크게 실험 및 측정 장비를 이용한 실험적 방법과 컴퓨터 시뮬레이션을 이용하는 수치해석 방법으로 나눌 수 있다. 수치해석 방법으로 가장 많이 활용되는 CFD (Computational Fluid Dynamics)는 실험현장 구축 및 시간적 비용 등의 현실적 제약을 보완할 수 있고, 기류의 유동 및 오염물질 농도 등의 결과를 시각화 할 수 있으며, 전체 공간에 대한 데이터를 얻을 수 있다. 이러한 배경으로 CFD 활용의 필요성과 중요성이 커지면서 최근 미세먼지 관련 연구에 다양하게 활용되고 있다.

CFD를 이용한 미세먼지 입자의 유동을 해석하기 위한 모델링 방법으로는 대표적으로 오일러리안 방법(Eulerian method)과 라그랑지언 방법(Lagrangian model)으로 구분할 수 있다(Kim and Kim, 2018). 오일러리안 방법은 입자를 해석하기 위해 별도의 유체를 활용하지 않는 단일 유체 모델이고, 라그랑지언 방법은 유동장 내 각각의 입자에 대해 유동 해석을 하는 방법으로 실제 입자의 거동과 같도록 중력뿐만 아니라 입자에 작용하는 항력 등의 외력을 고려한 방법이다. 미세먼지 확산과 분포 예측에서 라그랑지언 방법의 정확성이 입증되었으나 여기에도 고려되어야 할 점이 있다. 해석 입자의 수가 증가할수록 계산 부하가 커지고 해석 시간이 증가하게 되기 때문에, 해석 대상 공간의 크기와 입자 오염물질의 농도, 해석 장비의 능력 등에 대한 고려가 필요하다. 1 ㎥ 내에서만 해도 밀도 500 ㎏/㎥의 2.5 ㎛ 입자가 농도 100 ㎍/㎥에 해당하려면 입자 수는 약 2천 5백만 개이며, 실내 미세먼지의 CFD 해석에서는 해석 시간 및 물리적 제원의 문제로 인해 실험과 동일한 입자 수를 구현에 한계가 있다. 이러한 이유로 실내 미세먼지에 관련한 CFD 연구에서는 대체적으로 제한된 입자 수를 사용한다(Jung and Hong, 2019; Park et al., 2019; Eom et al., 2020). 반면, 어느 정도의 입자 수를 사용해야 독립성을 확보할 수 있는지, 입자 수의 증가가 해석 부하에 어느 정도의 영향을 미치는지에 대한 연구 자료는 미비하다.

이에 본 연구에서는 동일한 CFD 경계조건 별로 초기 균등 분포된 입자 간격(입자 수) 차이에 따른 결과 오차를 비교 분석할 수 있는 CFD 해석을 진행하였으며, 이를 통해 균등 분포 입자 해석의 적정 입자 분포 연구에 대한 기초 데이터를 도출하고자 한다. 또한, 입자 수 및 관련 변수 조건의 해석 부하에 대한 영향을 평가하기 위해 각 해석 Case의 해석 소요 시간을 측정하였다.

연구 방법

본 연구의 기류해석은 3차원 정상상태 지배 방정식을 사용하였으며, 미세먼지 확산과 분포 예측에서는 라그랑지언 방법이 더 정확할 수 있다는 기존 결과를 바탕으로 실내 미세먼지 거동 해석 및 농도를 예측하고자 라그랑지언 방법 기반의 DPM (Discrete Phase Model) 방정식을 사용하였다(Riddle et al., 2004; Zhao et al., 2008; Mezhericher et al., 2011). CFD 해석을 위해 상용 소프트웨어인 Ansys 사의 FLUENT 21 R2를 사용하였다.

해석 대상 및 경계 조건

Figure 1은 본 CFD 해석 대상 공간으로, 크기는 2.0 m(L)⨯2.0 m(W)⨯2.0 m(H)으로 상부에 0.2 m⨯0.2 m 면적의 급·배기구가 위치해 있다.

https://static.apub.kr/journalsite/sites/kiaebs/2022-016-02/N0280160205/images/Figure_KIAEBS_16_2_05_F1.jpg
Figure 1.

Geometry of the CFD simulation

CFD 해석을 위해 상용 소프트웨어인 Ansys 사의 FLUENT 21 R2를 사용하였다. CFD 해석 경계조건은 Table 1과 같다. 난류해석은 SST k-ω 난류 모델을 사용하였고, 대상 공간의 격자는 Hexa mesh로 격자수는 약 256,000개로 벽면은 해석 정확성을 위해 Inflation 처리를 하였다. 상부의 급·배기구를 각각 Velocity_inlet과 Pressure Outlet으로 설정하였으며 배기구에 Escape 조건을 설정하여 입자가 빠져나가는 것으로 설정하였다. Trap 조건은 해석 도메인에서 벽면에 입자가 충돌할 경우, 계산을 종료하는 조건으로, Trap 조건이 적용된 해석 Case의 경우 바닥면에 위치하였다. 추후 진행할 입자 실험 대상 공간의 바닥면의 점착력이 벽면보다 큰 재질임을 고려하여 Trap 조건을 바닥면에 적용하였다. 본 해석에서는 온도에 대한 열 해석은 고려하지 않았다. 공간내 초기 입자의 균등 분포 조건이므로 입자 수가 증가할수록 IP는 줄어든다.

Table 1.

CFD boundary condition

Turbulent model SST k-ω model
Mesh divisions About 256,000
Scheme Second order upwind
Inlet condition Velocity Inlet, Uin = 0.056 m/s, Umax = 0.118 m/s, 8 CMH
Velocity Inlet, Uin = 0.111 m/s, Umax = 0.235 m/s, 16 CMH
Outlet condition Pressure Outlet, Escape
Particle density 500 kg/m3
Particle size ø 2.5 ㎛, ø 10 ㎛

해석 Case는 입자의 직경(Particle Diameter), 초기 균등 분포된 입자의 간격(Interval of Initial Particles, IP), Trap 조건의 유무에 따라 총 20개로 Table 2와 같으며, Figure 2는 초기 균등 분포 조건에서 입자의 간격에 따른 입자 수의 변화를 설명하기 위한 예시를 나타낸다. 본 해석의 초기 입자 분포는 완전 균등 확산 조건이므로 IP가 좁아질수록 공간내 입자의 수가 증가한다. 해석 대상 공간 내 밀도 500 ㎏/㎥의 미세먼지가 균등하게 분포된 상태에서 환기를 한 시간 진행시킨 후의 초기 입자 농도 대비 잔류하는 입자 농도를 분석하였다. 입자의 밀도는 추후 실험을 고려하여 Arizona Dust A1을 기준으로 설정하였으며, 기류 해석과 입자 해석의 Time step은 모두 1 s로 설정하였다. 초기 균등 분포된 입자 간격은 균등 분포된 입자들이 서로 가장 인접한 입자들과 떨어진 각 x, y, z축의 방향으로의 거리이다. IP를 제외한 동일한 변수 조건의 Case들을 그룹으로 IP가 가장 좁은 Case를 기준으로 결정계수(R2), 변동계수(Cv (RMSE)), 오차율을 비교 분석하였다. IP가 2.5 cm로 가장 좁은 Case는 공간내 초기 입자 수가 512,000개이며. IP가 40 cm로 가장 넓은 Case는 공간내 초기 입자 수가 125개이다. 본 해석의 장비 사양은 Table 3과 같다. CFD 해석에 할당한 CPU의 Thread는 12개로 설정하였다.

Table 2.

CFD simulation case

Case Volume flow rate Particle diameter Trap Interval of initial particles, IP
(Initial particle number)
1 8 CMH ø 2.5 ㎛ X 40 cm (125)
2 20 cm (1,000)
3 10 cm (8,000)
4 5 cm (64,000)
5 2.5 cm (512,000)
6 8 CMH ø 10 ㎛ 40 cm (125)
7 20 cm (1,000)
8 10 cm (8,000)
9 5 cm (64,000)
10 2.5 cm (512,000)
11 16 CMH ø 2.5 ㎛ 40 cm (125)
12 20 cm (1,000)
13 10 cm (8,000)
14 5 cm (64,000)
15 2.5 cm (512,000)
16 8 CMH ø 2.5 ㎛ O 40 cm (125)
17 20 cm (1,000)
18 10 cm (8,000)
19 5 cm (64,000)
20 2.5 cm (512,000)

https://static.apub.kr/journalsite/sites/kiaebs/2022-016-02/N0280160205/images/Figure_KIAEBS_16_2_05_F2.jpg
Figure 2.

Example of initial particle distribution by IP

Table 3.

Simulation equipment specification

CPU Ryzen 5800 H
Mainboard FA506QM
RAM DDR4 16G 3200 MHz ⨯ 2 ea
SSD Samsung 980 M.2 NVMe
GPU NVIDIA GeForce RTX 3060

Case 1~5 그룹은 유입구 평균 풍속은 약 0.056 m/s로, 환기량은 8 CMH, 환기회수는 시간당 1회에 해당한다. Case 5를 기준으로 IP 차이에 따라 1시간 동안의 환기 후 초기 대비 잔류 입자 농도의 결과 차이가 얼마나 발생하는지 분석하기 위해 설정하였다. 환기량, 입자 직경, Trap의 유무에 따라 Case 6~10, Case 11~15, Case 16~20으로 그룹을 설정하여, IP에 따른 초기 대비 잔류 입자 농도의 결과 값 차이를 비교하였다.

초기 균등 분포 입자 간격에 따른 독립성 평가 방법

IP(초기 균등 분포된 입자 간의 간격)를 제외한 변수 조건이 동일한 Case들을 IP가 가장 좁은 Case를 기준으로 초기 대비 잔류 입자 농도의 결과 값을 비교·분석하기 위해 결정계수(R2), 변동계수(Coefficient of variation of the root-mean-square-error, Cv (RMSE)), 오차율(Error rate)을 활용하였으며, 해당 식은 식 (1), (2), (3)에 나타냈다. Cv (RMSE)는 분산 정도를 고려해 모델의 오차를 파악하는 오차 분석이며, 오차율은 10초 간격의 결과 값의 오차율을 나타낸다.

(1)
R2=(P-P¯)(O-O¯)2(P-P¯)2(O-O¯)2
(2)
Cv(RMSE)=[P-O¯2]1/2O¯×100
(3)
ErrorRate=(P-O)O¯×100

P : 비교 Case의 각 시간에 대한 무차원 입자 농도

O : 기준 Case의 각 시간에 대한 무차원 입자 농도

P¯ : 비교 Case의 평균 무차원 입자 농도

O¯ : 기준 Case의 평균 무차원 입자 농도

결과 및 토의

기류 및 입자 분포 변화

Figure 3은 환기량이 다른 Case의 CFD 기류해석 결과로 Plane ABCD의 기류 분포를 나타낸다. 환기량 8 CMH로 설정된 Case의 유입구 평균 풍속은 약 0.056 m/s로, 환기회수는 시간당 대상 공간 체적의 1 회에 해당한다. 천장에 위치한 급기구를 통해 공급된 공기가 바닥면까지 도달하나, 바닥에 도달한 후 주변의 풍속은 0.01 m/s 미만으로 공간 전체 기류의 풍속 상승은 미비한 것으로 나타났다. 환기량 16 CMH로 설정된 Case의 유입구 평균 풍속 약 0.112 m/s로, 환기량을 16 CMH, 환기회수는 시간당 대상 공간 체적의 2 회에 해당한다. 유입 풍속이 증가함으로써 공간 전체 기류의 풍속도 상승하였으나, 0.02 m/s 이하로 입자를 배기구 쪽으로 상승시키기에는 충분하지 않은 것으로 판단된다.

https://static.apub.kr/journalsite/sites/kiaebs/2022-016-02/N0280160205/images/Figure_KIAEBS_16_2_05_F3.jpg
Figure 3.

Velocity distribution (Time =60 min, PLANE ABCD)

Figure 4은 입자의 크기와 질량 외 환기량, 균등 분포된 초기 입자의 수 등의 경계조건이 동일한 Case 3과 8의 초기 입자 분포와 환기 1시간 후의 입자 분포 결과를 나타낸다. 8 m3 공간의 인접한 입자의 간격이 10 cm로 균등분포 된 경우는 입자 수가 8,000개이다. 초기에 균등하게 분포된 입자는 입경이 ø 2.5 ㎛인 Case 3의 경우 환기 1시간 후에도 계속해서 부유한 상태로 배기구로 빠져나가는 반면, 입경이 ø 10 ㎛인 Case 8은 환기 1시간 후에 잔류 입자 대부분이 바닥에 침강하여 부유중인 입자가 거의 없는 것으로 확인됐다.

https://static.apub.kr/journalsite/sites/kiaebs/2022-016-02/N0280160205/images/Figure_KIAEBS_16_2_05_F4.jpg
Figure 4.

Particle distribution according to particle size and mass

이는 가스상 오염물질과 다르게 농도확산에 의한 이동 영향성이 적고 입자의크기 및 밀도에 따라 중력 등의 외력에 의한 영향이 커질 수 있는 입자상 오염물질에 대해서는 일반적으로 국내 주거공간에 설치되는 환기시스템의 법적 최소 환기량인 0.5 회/h이 적합하지 않을 수 있음을 의미한다.

시간 경과에 따른 잔류 입자 농도 및 오차 분석

Figure 5는 Case 별 60분 환기 후 공간내 Normalized 입자 농도를 나타낸다. 여기서 무차원 입자농도인 NC (Normalized Concentration)는 60분 후 입자 농도를 초기 입자 농도로 나눈 값으로 이를 통해 초기 미세먼지 농도에 대한 증감률을 정량적으로 알 수 있다. 환기량이 시간당 1회, 직경 2.5 ㎛ 입자로 해석을 진행한 Case 1~5의 경우 60분 경과 지점의 NC 값은 약 0.58~0.62 값을 나타냈고, 이는 1시간 동안 환기를 통한 입자 제거율이 약 38%~42%로 IP 차이에 따른 결과 값에 차이를 보였다. 환기량이 시간당 1회, 직경 10 ㎛ 입자로 해석을 진행한 Case 6~10의 경우 60분 경과 지점의 NC 값은 약 0.93~0.94 값을 나타냈고, 이는 입자 직경이 증가하며 증가한 질량으로 인해 급기세력에 의한 이동성이 약해져 대부분 침강하였기 때문으로 판단된다. 환기량이 시간당 2회, 직경 2.5 ㎛ 입자로 해석을 진행한 Case 11~15의 경우 60분 경과 지점의 NC 값은 약 0.33~0.36 값을 나타냈다. 환기량이 시간당 1회, 바닥면의 Trap 조건 활성화, 직경 2.5 ㎛ 입자로 해석을 진행한 Case 16~20의 경우 60분 경과 지점의 NC 값은 약 0.42~0.50 값을 나타냈고, 이는 1시간 동안 환기를 통한 입자 제거율이 약 50%~58%로 IP 차이에 따른 결과 값에 가장 큰 차이를 보였다.

https://static.apub.kr/journalsite/sites/kiaebs/2022-016-02/N0280160205/images/Figure_KIAEBS_16_2_05_F5.jpg
Figure 5.

Normalized Concentration (NC) of indoor particle according to elapsed time

초기 균등 분포된 입자 간격을 제외한 해석 조건이 동일한 Case들의 시간 경과에 따른 NC 값을 비교하여 초기 균등 분포 입자 간격에 따른 해석 결과 값을 앞서 언급한 신뢰성 평가 방법을 통해 비교하였으며, 이를 해석 소요 시간과 함께 Table 4에 나타냈다. 상관관계를 평가하는 변동계수(R2)의 경우 모든 Case가 0.883으로 높은 상관관계를 나타내며, 산포 정도를 나타내는 Cv (RMSE)는 3.84%이하로 낮은 수치로 정밀성도 역시 높은 것으로 판단된다. 단, 오차율이 가장 큰 Case 그룹에서 Case 20을 기준으로 Case 16의 NC 결과 값을 비교하면 평균 6.21%, 최대 20.4%까지 오차율이 나타났다. IP를 40 cm에서 20 cm로 절반으로 줄여 초기 분포 입자 수가 125개에서 1,000개로 8배 늘어난 Case 17은 오차율 평균은 1.67%, 최대 오차율은 3.13%까지 감소하였다. 초기 분포 입자 수가 8,000개 인 Case 18도 오차율 평균은 0.41%, 최대 오차율은 1.25%까지 감소하였다. 반면, 초기 분포 입자 수가 64,000개 인 Case 19의 오차율 평균은 0.39%, 최대 오차율은 1.17%로 오차율 감소면에서는 그 폭이 미비하였으나, 해석 소요 시간 면에서는 78 분으로 Case 18에 비해 두 배 가까이 증가하였다. 또한, Trap조건이 적용된 Case 그룹의 경우 Case 18부터 오차율의 폭이 상당 부분 감소한 것을 Table 5에서 확인할 수 있다. 본 해석에서 IP가 5 cm인 Case 부터는 해석 소요 시간이 급격히 증가한다. 또한 Case 6-10 그룹의 경우 다른 Case 그룹보다 해석 시간이 큰 폭으로 증가하였으며, IP가 10 cm인 Case 8의 해석 소요시간이 다른 그룹의 IP가 5 cm인 Case의 소요시간 수준으로 나타났다. 이는 해석 입자의 총 질량이 증가하였고, 해석 입자 대부분이 바닥으로 침착하여 60분 후까지도 대부분의 입자의 해석이 해석 종료 시점까지 진행되었기 때문인 것으로 판단된다. 본 해석에서 독립성 평가 결과와 해석 소요 시간을 동시에 고려하는 해석 경제성을 고려할 경우에는 IP(균등 분포된 입자 최소 간격) 10 cm 나 20 cm가 적절할 것으로 판단된다.

Table 4.

Reliability evaluation and time spent for cases

Case Time spent for simulation [min] Control case
(Time spent for simulation)
R2 (Cv) RMSE [%] Error rate [%]
Average Max
1 32 Case 5
(368 min)
0.956 2.28 2.44 10.67
2 36 0.981 1.51 1.45 2.25
3 66 0.999 0.34 0.32 0.79
4 99 0.999 0.33 0.35 0.61
6 33 Case 10
(874 min)
0.883 1.49 1.49 2.85
7 42 0.985 0.97 0.96 1.51
8 85 0.988 0.25 0.27 0.71
9 283 0.989 0.25 0.26 0.68
11 35 Case 15
(315 min)
0.991 3.07 3.57 10.58
12 38 0.998 2.56 1.57 2.67
13 50 0.999 0.53 0.67 1.67
14 88 0.999 0.33 0.36 1.07
16 28 Case 20
(273 min)
0.948 3.84 6.21 20.40
17 32 0.998 1.64 1.67 3.13
18 40 0.999 0.40 0.41 1.19
19 78 0.999 0.39 0.39 1.17
Table 5.

Particle number and Error rate of trapped and escaped particles (Case 16-20)

Case Control case Particle number [N] Error rate [%]
Escape (Outlet) Trap Escape (Outlet) Trap
16 Case 20 58 14 43.94 37.70
17 371 148 15.09 17.68
18 2582 1423 0.12 1.06
19 20647 11508 0.08 0.03

결 론

본 연구에서는 8 m3 체적의 CFD 해석 공간을 대상으로 입자가 균등 분포된 상태에서 1시간의 환기 진행 후 초기 대비 잔류 입자 농도를 비교 분석하였으며, 초기 균등 분포된 입자 간격 차이(Interval of initial particles, IP)에 따른 독립성 평가 결과를 비교 분석하였다. 또한, 각 해석 Case의 해석 소요 시간을 측정하여 해석 경제성 평가를 진행하였다. 본 해석을 통한 평가 결과는 다음과 같다.

(1)균등 분포 상태의 입자 해석의 경우, IP가 40 cm인 Case도 IP가 2.5 cm인 Case를 기준으로 농도 변화의 경향성이 유사하며, 높은 상관관계를 나타낸다.

(2)바닥면에 Trap 조건을 설정한 Case 그룹에서 최대 오차율이 20.4%까지 발생하였으나, IP를 절반으로 낮출 경우 3.13%로 크게 감소하였다. 이를 통해 최대 오차율 측면에서는 IP를 20 cm 이하로 낮출 필요가 있다고 판단하였다.

(3)해석 공간 내 총 입자의 수, 총 입자의 질량 등의 영향을 받는 해석 소요 시간 측면에서는 IP가 5 cm 이하인 Case 부터 소요 시간이 급격히 증가하였다. 결과의 오차율과 해석 소요 시간을 모두 고려할 경우 본 해석에서의 IP는 10~20 cm가 적절할 것으로 판단된다.

본 연구에서 진행한 CFD 해석 결과는 체적이 다른 해석 공간내 초기 균등 분포 조건의 CFD 입자 해석에서도 총 입자 질량 및 입자 개수를 기준으로 대략적인 초기 입자 개수와 해석 시간을 예측하는 데 기초자료가 될 수 있다. 본 연구에서는 CFD 해석 변수를 초기 입자 균등 분포, 환기량, 입자 직경, 입자 분포 간격으로 한정하였으므로 모든 조건에서 적용되는 결과로 판단하기에는 한계가 있다. 열 해석 조건, 입자 간의 충돌, 해석 격자의 크기, 해석 Time step 등 본 연구에서 다루지 않은 요소들 또한 해석 결과의 독립성과 시간에 영향을 미칠 수 있으며, 이에 대한 검토가 필요하다. 이에 후속 연구에서는 본 연구에서 다루지 못한 부분 또한 검토하여 진행하고자 한다.

Acknowledgements

이 논문은 2021년도 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원(NRF- 2021R1C1C2003596) (NRF-2021R1A2B5B02001469)을 받아 수행한 기초 연구임.

References

1
Eom, Y.S., Park, B.R., Kim, S.G., Kang, D.H. (2020). A case study on placement of portable air cleaner considering outdoor particle infiltration into an elementary school classroom. Journal of the Korean Institute of Architectural Sustainable Environment and Building Systems, 14(2), 158-170.
2
Hanninen, O.O., Palonen, J., Tuomisto, J.T., Yli-Tuomi, T., Seppanen, O., Jantunen, M.J. (2005). Reduction potential of urban PM2.5 mortality risk using modern ventilation systems in buildings. Indoor Air, 15(4), 246-256. 10.1111/j.1600-0668.2005.00365.x15982271
3
Ito, K., Murakami, S. (2010). Cost-effectiveness analysis of improved indoor temperature and ventilation conditions in School buildings. Journal of Asian Architecture and Building Engineering, 9(2), 523-529. 10.3130/jaabe.9.523
4
Jung, M,J., Hong, J.K. (2019). A Numerical Study on Cough Particle Dispersion and Deposition According to the Location of Exhaust Air Diffuser in Airborne Infection Isolation Room. Korean Journal of Air-Conditioning and Refrigeration Engineering, 31(12), 559-567. 10.6110/KJACR.2019.31.12.559
5
Kim, T.Y., Kim, H.K. (2018). Analysis of Particle Matters by Using CFD Method in Indoor Environment. Prospectives of Industrial Chemistry, 21(2), 9-15.
6
Levin, H. (2003). Indoor air pollutants. Part 1: general description of pollutants, levels and standards. Air Infiltration and Ventilation Centre, 1, 1-12.
7
Mezhericher, M., Brosh, T., Levy, A. (2011). Modeling of particle pneumatic conveying using DEM and DPM methods. Particulate Science and Technologyt, 29(2), 197-208. 10.1080/02726351003792914
8
Park, H.G., Park, S.H., Seo, J.H. (2019). Study on the Indoor PM Concentration Changes by SA· RA Location of Air Cleaning Ventilation System in Residential Space. Journal of the Korean Institute of Architectural Sustainable Environment and Building Systems, 13(2), 105-115.
9
Riddle, A., Carruthers, D., Sharpe, A., McHugh, C., Stocker, J. (2004). Comparison between FLUENT and ADMS for atmospheric dispersion modeling. Atmospheric Environment, 38(7), 1029-1038. 10.1016/j.atmosenv.2003.10.052
10
Tzivian, T. (2011). Outdoor Air Pollution and Asthma in Children. Journal of Asthma, 48(5), 470-481. 10.3109/02770903.2011.57040721486196
11
Yang, W.H. (2019). Changes in air pollutant concentrations due to climate change and the health effect of exposure to particulate matter. In Health Welf. Policy Forum, 269, 20-31.
12
Zhao, B., Yang, C., Yang, X., Liu, S. (2008). Particle dispersion and deposition in ventilated rooms: Testing and evaluation of different Eulerian and Lagrangian models. Building and Environment, 43(4), 388-397. 10.1016/j.buildenv.2007.01.005
13
World Health Organization (WHO), WHO European Centre for Environment. (2021). WHO global air quality guidelines: particulate matter (PM2.5 and PM10), ozone, nitrogen dioxide, sulfur dioxide and carbon monoxide.
페이지 상단으로 이동하기