베플 설계를 통한 자외선 반응기의 소독 성능 개선

Disinfection Performance Improvement of UV Reactor by Baffle Design

Article information

J Korean Soc Environ Eng. 2025;47(4):289-302

Publication date (electronic) : 2025 April 30

doi : https://doi.org/10.4491/KSEE.2025.47.4.289

Nakwon Jo ¹^,

, Woochul Hwang ²

¹CLEW Inc.

²Ecoset Co., Ltd.

조낙원¹^,

, 황우철²

¹주식회사 클루

²에코셋 기술연구소

^†Corresponding author E-mail: nwjo@clew.tech Tel: 02-2294-7723

Received 2024 December 2; Revised 2024 February 23; Accepted 2025 March 14.

Abstract

본 연구는 다중 램프가 배치된 환형 UV 반응기에서 베플(Baffle)의 형상 및 배치 방식이 소독 성능에 미치는 영향을 분석하는 것을 목적으로 한다. 다중 램프 반응기는 단일 램프의 처리 한계를 극복하여 대유량 처리가 필요한 실제 규모의 반응기에 적용하기 위한 설계 개념이다. 반응기 내 유동장과 UV 조사량의 불균일성을 개선하기 위해 베플이 적용되며, 이에 따른 소독 성능 변화를 평가하였다. 전산유체역학(CFD) 해석을 기반으로 반응기 내 난류 유동을 모사하였으며, UV fluence rate 분포는 Multiple Segment Source Summation (MSSS) 기법을 적용하여 예측하였다. 이 기법은 상용 CFD 코드(ANSYS CFX2023R₁)에 사용자 함수로 통합하여 적용하였다. 미세유기물질의 거동은 라그랑지안 기반 입자 추적 기법을 활용하여 모사하였으며, 입자별 체류 시간 동안의 누적 UV 조사량을 산출하여 소독 성능을 평가하였다. 또한, 다양한 베플 형상(고리, 천공, 믹서) 및 다중 배치 전략을 적용하여 소독 성능 변화를 비교 분석하였다. 분석 결과, 입·출구 관의 형상은 유동 균일성에 영향을 미칠 수 있으나, 반응기 내부에 베플이 설치된 경우 해당 영향이 감소하는 것으로 나타났다. 베플 형상별 성능 비교에서는 믹서 베플이 가장 우수한 성능을 보였으며, 나선형 유동 패턴을 형성하여 높은 UV 조사량을 유지하고, 낮은 UV 조사량을 받는 입자의 수를 최소화하여 소독 성능을 극대화하였다. 반면, 고리 베플은 유속 증가로 인해 체류 시간이 단축되어 조사 성능이 오히려 감소하는 경향을 보였으며, 천공 베플은 유동을 균일하게 분포시켜 UV 조사량 편차를 줄이는 효과를 보였다. 베플 개수에 따른 분석에서는 베플 개수가 증가할수록 고리 베플과 믹서 베플의 UV 조사 성능이 감소하는 것으로 나타났는데, 이는 베플 개수가 추가되면 유로 단면적이 감소하여 유속이 증가하고 이로 인해 입자 체류 시간이 감소하기 때문이다. 한편 천공 베플은 베플 수 증가에 따라 유동 혼합 및 유속 감소 효과가 증가하여 UV 조사 성능이 개선되었다. 본 연구는 다중 램프 UV 반응기에서 최적의 베플 형상 및 배치를 결정하는 데 중요한 설계 가이드를 제공한다. 특히, 믹서 베플은 높은 혼합 효과를 통해 UV 조사량의 균일성을 향상시키고, 소독 성능을 최적화하는 데 효과적인 설계 방식임을 확인하였다. 향후 연구에서는 다양한 유량 조건과 추가적인 최적화 연구를 통해 반응기 성능을 더욱 향상시킬 수 있을 것으로 기대된다.

Trans Abstract

This study aims to analyze the effects of baffle shape and arrangement on the disinfection performance of a multi-lamp annular UV reactor. The multi-lamp reactor is designed to overcome the treatment limitations of a single-lamp system and is intended for large-scale applications requiring high flow rate treatment. Baffles are implemented within the reactor to improve flow uniformity and UV fluence distribution, and the resulting changes in disinfection performance are evaluated. A computational fluid dynamics (CFD) analysis was conducted to simulate the turbulent flow within the reactor, while the UV fluence rate distribution was predicted using the Multiple Segment Source Summation (MSSS) method. This method was implemented as a user-defined function and integrated into the commercial CFD software ANSYS CFX 2023R₁. The behavior of microorganisms was simulated using a Lagrangian-based particle tracking method, which enabled the estimation of accumulated UV exposure for each particle over its residence time to evaluate disinfection performance. Furthermore, the study compared and analyzed the effects of different baffle shapes (ring, perforated, and mixer) and various multi-baffle configurations on disinfection efficiency. The analysis revealed that the shape of the inlet and outlet pipes affects flow uniformity; however, this effect diminishes when baffles are installed inside the reactor. In the performance comparison of different baffle shapes, the mixer baffle exhibited the highest disinfection efficiency by generating a helical flow pattern, maintaining high UV fluence, and minimizing the number of particles receiving low UV doses, thereby maximizing disinfection performance. Conversely, the ring baffle exhibited a reduction in disinfection efficiency due to decreased residence time, as increased flow velocity resulted in insufficient UV exposure. The perforated baffle, on the other hand, contributed to a more uniform flow distribution, reducing the variance in UV fluence. Regarding the number of baffles, an increase in the number of ring and mixer baffles led to a decline in UV exposure time. This is attributed to the reduction in flow cross-sectional area, which in turn increases flow velocity and decreases particle residence time. In contrast, the perforated baffle exhibited improved UV exposure time as the number of baffles increased, due to enhanced flow mixing and reduced velocity. This study provides essential design guidelines for optimizing baffle shape and arrangement in multi-lamp UV reactors. In particular, the mixer baffle was identified as an effective design for optimizing disinfection performance, as it enhances UV fluence uniformity through superior mixing effects. Future research should focus on further performance optimization through the consideration of various flow rate conditions and additional reactor design improvements.

Keywords: UV reactor; computational fluid dynamics; MSSS; baffle; baffle flow passage

Keywords: UV 반응기; 전산유체역학; MSSS; 베플; 베플 유로

1. 서 론

UV 반응기를 활용한 소독 공정은 염소 소독과 비교하여 소독 부산물(DBP)의 발생이 적으며, 염소 저항성을 가진 일부 병원균에도 효과적인 대체 소독 방법으로 주목받고 있다[1]. UV 반응기의 소독 성능은 주로 시스템 내 유체역학적 과정에 의해 결정된다. 용수의 거동은 UV 조사량을 정의하며, UV fluence rate 분포의 공간적 불균일성과 용수 체류 시간의 차이는 특정한 조사량 분포 패턴을 형성하게 된다. 이에 따라 소독 및 산화 성능이 결정되므로, UV 반응기 내에서 조사량 분포를 정확히 추정하기 위해서는 용수의 유체역학적 거동에 대한 분석이 필수적이다. 전산유체역학(CFD, Computational Fluid Dynamics)은 이러한 유체역학적 과정을 정량적으로 모사할 수 있는 강력한 도구이다[2~8]. 입자 추적 기법과 UV fluence rate 모델을 결합하면 UV 조사량 분포를 효과적으로 계산할 수 있으며, CFD 해석은 UV 반응기의 설계 및 최적화를 위한 핵심 도구로 활용되고 있다. 여러 연구에서 CFD를 이용하여 다양한 반응기의 소독 성능을 평가하였으며[2,3,9], 베플 설치와 같은 기하학적 설계 변경이 소독 성능을 개선할 수 있음을 보고하였다[3,4,10,11]. 특히 B. A. Wols는 UV 반응기의 설계 요소가 성능 개선에 미치는 영향을 체계적으로 분석하고, 반사판 추가, 유동 혼합 개선, 연속 배치 등의 설계 전략이 소독 및 산화 성능을 향상시키는 데 효과적임을 밝혔다[12].

지난 20여 년간 다양한 연구자들은 여러 형상의 UV 반응기에 대해 다양한 전산해석 기법을 적용하여 성능 개선을 시도해왔다. UV 반응기 설계에서 용수의 유동 특성은 UV fluence rate 분포와 함께 중요한 성능 결정 요소로 작용한다. 특히, 일부 유체가 충분한 시간 동안 충분한 강도의 UV 조사량을 받지 못하는 Short-circuiting 현상은 반응기 성능 저하의 주요 원인 중 하나로 알려져 있다. Janex 등[3]는 투과도가 비교적 높을 것으로 기대되는 부유 고형물의 농도가 낮은 조건에서 개수로형 반응기 벽면의 엇갈린 베플 설치에 따른 반응기 성능 개선을 CFD 해석을 통해 평가하였다. 결과적으로 MS2 phage에 대한 로그 불활성도가 개선됨을 확인하였다.

Blatchley 등[4]은 개수로형 반응기에서 채널 벽면 부근에서 낮은 조사량을 받는 입자 이동 경로를 CFD 해석을 통해 확인하고, 이를 개선하기 위하여 Wave 형상의 벽면과 베플을 추가한 반응기 형상에 대한 성능을 수치적으로 비교하였으며, 실험을 통해 성능 개선을 검증하였다. Ducoste 등[6]은 UV 조사량 분포 예측을 위한 수치해석 기법으로 오일러리안 질량 가중 기법과 라그랑지안 입자 추적 기법을 비교하였다. 두 기법 모두 로그 불활성도 예측에서 유사한 결과를 보였으나, 오일러리안 기법이 낮은 조사량 영역에서 보다 민감한 결과를 제공하는 것으로 나타나 반응기 설계에 유용할 가능성이 확인되었다. 그러나 유동 변화가 큰 영역에서는 라그랑지안 기법이 여전히 조사량 분포를 보다 정확하게 예측하는 것으로 보고되었다.

Liu 등[7]은 난류 모델 선택이 UV 조사량 및 미생물 제거율 예측에 미치는 영향을 분석하기 위해, standard κ-ϵ, rng κ-ϵ, κ-ω (88), κ-ω (98), RSM, TFM 모델을 비교하였다. 특히 모델에서 확산율이 과대 예측되어, 후류 영역에서 속도 프로파일이 과소 예측되는 문제점을 지적하였으며, 경계층 유동에 영향이 큰 영역에서는 κ-ω 모델의 예측 성능이 더 뛰어난 것을 확인하였다. 이를 통해 난류 모델 선택이 반응기 성능 예측에 중요한 요소임을 확인하였다. 그러나 κ-ϵ 계열 모델의 장점과 κ-ω 계열 모델의 장점을 혼합한 κ-ω SST 모델과 같은 개선된 난류 모델에 대한 비교는 수행하지 않은 한계가 있다.

Munoz 등[8]은 교차형 반응기에서 격자 타입, 난류 모델, 입자 추적 기법의 Random walk model 매개변수가 UV 조사량 분포 및 로그 불활성도에 미치는 영향을 분석하였다. 특히, 격자 타입이 결과 예측에 미치는 영향이 중요한 것으로 나타났으나, 격자 특성 정보에 대한 분석이 부족하여 이를 정량적으로 평가하는 데 한계가 있었다. 또한 정상 상태와 비정상 상태 비교 결과, 해석 결과가 유사함을 확인하였다. 또한 입자 추적 기법의 계수 차이에서 오는 영향은 미비함을 확인하였다.

Taghipour 등[9]은 CFD 해석 결과를 PIV 유동 시각화 데이터와 비교하여 높은 일치도를 확인하였으며, 유동 속도 및 램프 출력 변화에 따른 연구를 통해 균일한 유동 분포와 자외선 조사가 이루어질 경우 반응기 성능이 개선됨을 확인하였다. Wols 등[11]은 UV 조사량을 최적화하기 위해서는 UV fluence rate와 용수의 유동 속도 프로파일이 일치해야 함을 확인하였다. 그러나 실제 반응기에서는 유동이 진행됨에 따라 속도 프로파일이 변화하여 UV fluence rate와의 불일치가 발생하므로, 이를 극복하고 반응기 성능을 개선하기 위해 속도 분포를 균일하게 조정하는 한편, 동일한 총 에너지 소비량에서 램프 개수를 증가시키면 조사량 분포가 개선될 수 있음을 확인하였다.

Younis 등[13]은 기존 UV 소독 시스템의 문제점인 램프 Fouling, Scaling을 해결하기 위해 용수와 UV 램프가 직접 접촉하지 않는 새로운 UV 시스템을 제안하였다. 파일럿 스케일의 새로운 UV 시스템의 소독 성능을 Bio-dosimery를 통해 검증하여, 18 NTU의 높은 탁도 조건에서도 E. coli의 5 log 이상 감소를 확인하였다.

한편, UV 시스템을 통과한 미생물에 조사된 UV 조사량 분포에 베플의 여러 형상이 미치는 영향에 대한 체계적인 연구는 여전히 제한적이었다. 일부 연구자들이 교차형 반응기에서 저 조사량 영역을 감소시키기 위하여, 베플을 배치하였으나[3,4,8], 베플 형상에 변화에 대한 구체적인 연구는 제한적이며, 환형 반응기에서 베플 형상 변화 및 베플 개수 추가에 따른 개선 효과에 대한 연구는 UV/H₂O₂ 반응기에 대해서는 일부 수행되었으나[11], 광학적 반응기에 대한 연구는 부족한 실정이다. 또한 실제 규모의 반응기에서 추가 베플 배치 및 다중 램프 배치가 UV 조사량 분포에 미치는 영향에 대한 연구는 Li 등[30]에 의해 수행되었으나, 여러 베플 형상을 동시에 고려하지는 않은 한계가 있다.

본 연구에서는 UV 램프가 유동 방향으로 배치된 환형 반응기를 대상으로, 다중 램프 반응기의 베플 형상 및 배치가 반응기 소독 성능에 미치는 영향을 분석하였다. 다중 램프 반응기는 단일 램프의 처리 한계를 극복하여 대 유량 처리가 필요한 실제 규모의 반응기에 적용하기 위한 설계 개념이다. 램프의 유지보수와 유동 유발 진동을 고려하여 램프의 양 끝단을 반응기에 고정하였으며, 이에 따라 방사 영역이 제한되는 점을 고려하였다. 연구 수행을 위해 3차원 전산유체역학 코드인 ANSYS CFX2023R₁을 사용하여 반응기 내 복잡한 난류 유동장을 모사하였으며, UV fluence rate 분포는 MSSS 기법을 통해 예측하였다. UV fluence rate 분포를 유동장과 통합하기 위하여 MSSS 기법을 상용 CFD 코드 내에 사용자 함수로 통합하였다. 미세유기물질은 라그랑지안 기반의 입자추적기법으로 유동장 내 거동을 예측하였으며, 입자에 조사되는 UV 조사량은 체류 시간 동안 입자에 누적된 UV fluence rate를 합산하여 산출하였다. 또한 실제 반응기 성능에 영향을 줄 것으로 보이는 반응기 입구/출구 관의 형상에 의한 영향을 추가적으로 비교 분석하여, 반응기 설계를 위한 중요한 가이드라인을 제공하였다.

2. 연구방법

2.1. 대상 UV 반응기

본 연구에서 고려한 UV 반응기의 개략도는 Fig. 1과 같다. UV 반응기의 직경은 요구되는 처리 유량에 맞추어 선정되었다. 반응기의 램프 수는 4개이고, UV-C 출력은 약 105 W이다. 아크장의 길이는 약 1.475 m이고, 따라서 아크장의 유효 거리는 반응기 길이의 약 96% 수준이다. 용수의 투과도는 72%, 79%, 87% 세 가지 조건을 고려하였다. UV 램프 배치에 대한 연구는 폐쇄형 도관 반응기에 대하여 일부 연구가 수행되었다[14]. 그러나 반응기 내 용수의 유체역학적 거동에 따라 UV 램프 위치에 따른 효과가 달라지며, 이를 고려한 UV 램프 배치에 대한 연구는 아직까지 수행되지 않았다. 본 연구에서는 베플 설치가 소독 성능에 미치는 영향을 분석하는 것이 목적이며, 따라서 UV 램프는 반응기의 2D 단면 상에서 UV fluence rate 분포가 가장 균일해지도록 배치하였다.

Fig. 1.

Schematic diagram of UV reactor.

2.2. UV Fluence Rate 분포 모사 기법

UV 램프에서 방사되는 UV 광은 램프 내 공기, 램프를 둘러싼 석영관을 통과하고 용수를 통과하여 반응기 벽면까지 진행한다. 이때, UV 광은 굴절, 산란 및 흡수에 의해 점차 그 강도가 감소하게 된다. 여러 연구자들은 다양한 기법들을 제안했으며, 대표적인 모델들로 multiple points source summation (MPSS), multiple segment source summation (MSSS), discrete ordinate (DO) 등이 있다. MPSS 기법은 선형 램프를 일련의 n개의 등 간격 점 광원으로 취급하는 기법이다. 초기 이 기법은 램프 내 공기 층과 석영과, 그리고 물 사이의 경계면에서 발생하는 반사 및 굴절 효과를 포함하지 못하였으나[2], 이후, 이러한 효과들을 포함하였다[15]. 그러나 일련의 선형 점 광원을 사용하는 경우, 램프 표면 근방에서 과잉예측 하는 문제들이 보고되었으며, MSSS 접근 방식은 램프를 일련의 원통형 세그먼트로 모델링 함으로써, 상기 과잉 예측을 수정하였으며, 실험적으로 잘 검증된 모델이다[7~8,10~11,14~22]. 따라서, 본 논문에서는 MSSS 기법을 적용하여 UV 램프로부터 방사되는 UV 광에 의한 Fluence rate 분포를 모사하였다. Fluence rate 분포를 유동장 계산 결과와 통합시키기 위해, MSSS 기법을 ANSYS CFX 내 사용자 함수로 구현하였다[18]. 다음은 MSSS 기법에서 Fluence rate 분포를 계산하는 식이다.

IA=(1−R1)(1−R2)P/n4π(d1+d2+d3)2Twd3/0.01Tqd2/0.01(d1+d2+d3)2Δθcos⁡θ3r(h′′−h′)cos⁡θ3cos⁡θ1(W/m2)

I_A는 원통형 세그먼트에서 방사되는 Fluence rate를 나타내며, 각 램프에서 방사되는 Fluence rate는 합산되어 적용된다. n은 원형 세그먼트의 개수, R₁, R₂은 각각 공기-석영관, 석영관-물 경계면에서의 반사율 계수를 나타낸다. T_w, T_q는 각각 10 mm 깊이에 대한 물과 석영관의 투과도를 나타내며, 공기, 석영관, 물을 통과하는 경로 길이 d₁, d₂, d₃는 각 매질의 반경과 굴절각을 통해 각각 d₁=r₁/cos(θ₁), d₂=r₂/cos(θ₂), d₃=r₃/cos(θ₃)으로 정의된다. 또한 굴절각과 각 매질의 굴절률은 Snell의 법칙에 따라 다음 관계를 가진다. sin(θ₁)n_a=sin(θ₁)n_q =sin(θ₁)n_w. h는 각 매질의 반경, 굴절각과 다음 관계를 가지며, 이 관계식을 통해 원형 세그먼트 중심에서 물에 도달한 굴절된 Fluence rate가 도달한 위치의 종 방향 거리를 계산할 수 있다. 원형 세그먼트에서 방사되는 Fluence rate가 도달한 위치에서 분산효과에 의한 면적은 최대 거리 h¨와 최소 거리 h˙에 의해 계산된다.

2.3. 전산해석 기법 검증

광학적 반응기에 대한 전산 모델은 UV fluence rate의 분포와 시스템의 유체역학에 따른 입자성 미생물의 거동을 종합적으로 고려해야만 한다. 본 연구에서는 MSSS 기법에 의해 계산된 UV fluence rate 분포를 검증하기 위하여 축 방향 및 반경 방향에 대한 UV fluence rate 분포를 Liu 등[16]이 단일 램프에 대해 수행한 실험 결과와 비교하였다. 또한, UV fluence rate, 난류 거동 및 이에 따른 입자성 미생물의 로그 불활성도를 검증하기 위하여 파일럿 규모의 반응기에서 용수 흐름에 따른 입자성 물질에 조사되는 UV 조사량과 이에 따른 로그 불활성도를 Wols 등[19]이 수행한 Bio-dosimetry 결과와 비교하였다. 이를 통해 제안된 반응기에 적용할 해석 기법의 타당성을 검증하였다.

Fig. 2(a), (b)는 CFD 코드에 통합된 MSSS 기법을 사용하여 산출한 UV fluence rate 분포를 실험과 비교한 결과이다. Fig. 2(a)는 램프 중심선에서 각각 5cm, 10cm, 15cm 떨어진 위치에서 램프 길이 방향(y)에 대한 Fluence rate를 나타낸다. 길이 방향 좌표는 아크장 길이의 절반 값으로 정규화 하여 표기하였다. 각 위치에서 Fluence rate 비교 결과, 해석 결과는 모든 거리에서 램프 중심선을 따라 Liu 등[16]의 실험 결과와 높은 일치도를 보였다. Fig. 2(b)는 램프 중앙면에서 반경 방향(x)에 대한 Fluence rate를 나타낸다. 반경 방향 좌표는 석영관 직경으로 정규화 하여 표기하였다. 분석 결과, 해석 결과와 실험 결과 간의 Fluence rate 변화 경향이 잘 일치하는 것을 확인할 수 있었다.

Fig. 2.

Axial(a) and radial (b) fluence rate distribution. For (a) different normal distance to the lamp (x=5, 10, 15 cm).

Fig. 3은 파일럿 스케일 반응기에서 MS2 phage의 로그 불활성도를 Wols 등[19]의 실험과 비교한 결과이다. 실험과의 차이는 약 15% 수준으로 다소 높게 나타났으나, Wols 등[19]이 수행한 CFD 계산과 비교하였을 때, 평균 오차는 약 2% 수준으로 용수 투과도에 따른 로그 불활성도는 잘 재현된 것을 확인할 수 있다. 본 연구에서 사용한 해석 기법은 다양한 반응기 형태(폐쇄형, 개수로형)와 램프 구성(교차 유동형, 평행 유동 형)에 대해 많은 연구자들이 검증을 마쳤다[10,11,18~22]. 특히 Wols 등[10], Bak 등[18]은 전산해석 기법과 실험과의 오차가 일정 수준을 유지함을 확인하였다. 따라서 본 연구에서는 이전에 연구에서 잘 정립된 전산해석 기법을 활용하여, 반응기 내 UV fluence rate 분포와 로그 불활성도 예측을 위해 사용하였다.

Fig. 3.

Comparison between the bio-dosimetry test and CFD results for pilot scale reactor.

2.3. 전산유체역학 모델링

2.3.1. 난류 모델

UV 반응기 유동장을 계산하기 위해 상용 전산유체역학 프로그램인 ANSYS CFX2023R₁을 사용하였다. UV 반응기 내 난류 모델 선택에 따른 영향은 실용적으로 사용되는 다양한 난류 모델(standard κ-ϵ, rng κ-ϵ, κ-ω (Wilcox), RSM, κ-ω SST)에 대해 많은 연구가 수행되어왔다[7,16,20,21]. 교차 확산 항을 포함하는 κ-ϵ 계열 모델이 다른 난류 모델 대비 자유류 유동 예측 성능이 우수하다고 보고되었으며, κ-ω 계열 모델은 경계층 근방 예측 성능이 우수함이 보고되었다[7,16]. 한편, LES 모델을 사용하여 비정상 상태의 유동장이 미치는 영향을 분석한 결과, UV 조사량 분포와 로그 불활성도 예측에서 큰 차이가 발생하는 것으로 보고되었다[22]. 하지만 본 연구에서는 실용적인 측면에서 정상상태 유동장 만을 고려하였으므로, 유동의 국소 변동이 UV 조사량 분포에 미치는 영향은 제외하였다. 제안된 반응기에 대한 해석 모델에는 모두 κ-ω SST 모델을 적용하였다. 이 모델은 벽면 근방에서 감쇠 함수를 사용해야 했던 κ-ϵ 모델과 달리 elliptic relaxation 개념을 도입한 것으로 추가적인 이송방정식이나 감쇠 함수 없이 효과적으로 벽면 근방의 유동을 모사할 수 있으며, blending 함수를 도입하여 두가지 모델의 장점을 결합한 것이다[23]. Fig. 4는 파일럿 규모 반응기에서 유선방향 속도와 수직방향 속도를 비교한 결과이다. Fig. 4(a), (c)는 자유류 유동에 영향이 지배적인 램프 전단의 유선 방향 속도(a)와 수직 방향 속도(c)를 나타내고, Fig. 4(b), (d)는 경계층 유동에 영향이 지배적인 램프 후단의 유선 방향 속도(b), 수직 방향 속도(d)를 나타낸다. 두 위치에서 모두 κ-ω SST 모델은 실험과 비교해서, 합리적인 수준의 예측 성능을 보이고 있다[20].

Fig. 4.

Comparison between measured and computed streamwise velocities at different locations inside the pilot scale reactor.

2.3.2. 경계 조건

용수는 유입 단면에 대해 수직한 방향으로 유입되도록 하였다. 출구는 0 Pa의 대기압을 가정하였다. 반응기 벽면으로의 에너지 손실은 없는 것으로 가정하여, 단열 조건을 적용하였다. 램프에서 방사되는 UV 광은 반응기 벽면과 베플에서 반사 및 굴절되며, 굴절 지수(refraction index)에 따라 최대 25%의 오차가 발생한다고 알려져 있다[15]. 또한 확산 반사에서 UV fluence rate가 더 증가한다고 보고되었다[24]. 본 연구에서는 베플 설치에 따라 유체역학적 효과가 반응기 소독 성능에 미치는 영향을 독립적으로 확인하기 위하여, 모든 해석 케이스에서 UV 광이 베플에서는 정반사 되도록 하고, 반응기 내벽에서는 완전 흡수되도록 설정하였다. 파일럿 스케일 반응기에서 측정된 UV 강도에 맞게 전산 모델의 용수(1.33), 공기(1.0), 석영관(1.516)의 굴절 지수가 보정되었다.

2.3.3. 격자 독립성 평가

CFD 결과에 대한 신뢰도를 얻기 위해서는 격자 조밀도가 유동장에 미치는 영향을 분석하여, 격자 조밀도에 따른 주요 유동 변수의 변화가 합리적인 수준까지 감소해야 한다. 특히 UV 조사량 분포는 입자 궤적 예측 결과에 큰 영향을 받으므로, 격자 조밀도에 따른 UV 조사량 분포를 비교하여, 피크 및 범위가 일정 수준까지 감소하는지 확인해야 한다. Fig. 5는 격자 독립성 평가에 사용된 격자 형상을 나타낸다. 격자 모델은 격자의 크기 비를 일정하게 유지한 상태로 격자 조밀도를 3개 수준(셀 수, coarse: 250,000, medium: 1,000,000, fine: 2,700,000)으로 구성하였다. 반응기 소독 성능을 나타내는 로그 불활성도는 UV 조사량 분포와 직접적인 연관이 있으며, UV 조사량 분포의 피크 크기 및 위치 변화에 따라 매우 민감하게 변동하는 것으로 보고되었다[19]. 따라서 격자 의존도 평가는 격자 조밀도에 따른 UV 조사량 분포를 비교하여 평가 하여야 한다. Fig. 6은 격자 조밀도 수준에 따른 UV 조사량 분포를 나타낸다. Coarse와 Medium 격자 차이 대비 Medium과 Fine 격자 차이에서 UV 조사량 분포의 피크 및 위치의 차이가 크게 감소하였다. 입자별 누적 UV 조사량에서도 동일한 경향으로, 차이가 분명하게 감소된 것을 확인할 수 있다. 따라서 본 연구에서는 격자 조밀도 증가 대비 UV 조사량 분포 변화가 크게 감소하는 Medium 수준의 격자를 사용하였다.

Fig. 5.

Grids (coarse, medium, fine) used in grid dependency test.

Fig. 6.

UV dose distribution by grid density.

2.4. UV Dose 계산 방법

2.4.1. 입자 궤적 추적

유동장 내에서 난류 에디를 통과하는 입자는 무작위 변동을 겪으며, 이는 난류 에디와의 상호작용에 의한 것으로 알려져 있다[25]. 난류 에디가 입자 궤적에 미치는 영향은 random walk 모델을 통해 구현할 수 있으며, random walk 모델의 경험 상수에 따른 차이는 미비한 것으로 보고되어, 기본 설정 값을 적용하였다[8]. 미세유기물질은 주변 유체 대비 상대적으로 질량이 무시할 만한 수준이므로, 자체 질량에 의한 관성은 무시할 수 있다. 따라서 미세유기물질은 점 질량을 갖는 개별 입자로 취급하였다. 주변 유동장에서 입자에 가해지는 외력을 계산하여 매 계산 단계 마다 입자의 다음 궤적이 예측된다. 입자가 반응기를 통과하면서 받는 UV 강도를 궤적 경로에 걸쳐 적분하면 입자가 받는 총 UV 강도인 누적 UV 조사량을 계산할 수 있다. 아래 식은 입자에 대한 운동방정식을 나타낸다[26].

mpdu→pdt=mpu→−u→pτr+mpg→(ρp−ρ)ρpτr=ρpdp218μ24CdRep,Rep≡ρdp|u→p−u→|μ

상기 수식을 통해, 입자의 관성과 주변 유동장에서 입자에 가하는 힘의 균형이 계산된다. m_p, u→p, ρ_p는 각각 입자의 질량, 속도 벡터, 밀도를 나타내며, u→, ρ는 입자를 둘러싼 유체의 속도 벡터와 밀도를 나타낸다. τ_r은 입자 완화 시간이고, Re_p는 입자와 유동장 사이의 상대 속도를 고려한 상대 레이놀즈 수를 나타낸다. 한편 사용하는 입자 궤적의 수가 UV 조사량 분포 예측 정확도에 영향을 미치는 것으로 보고되었다[8]. 통계적으로 유의미한 UV 조사량 분포가 유지되는 적절한 입자 수를 결정하기 위하여, 몇 개의 테스트가 수행되었으며, 그 결과, 7,500 개의 입자가 통계적으로 유의미한 결과를 얻기에 충분한 것으로 확인되어 이를 적용하였다.

2.4.2. 누적 UV 조사량

UV 반응기의 소독 성능은 시스템 내에서 체류 시간 동안 각 입자에 전달되는 UV 조사량 D_p(t)에 의해 결정된다. UV fluence rate와 유동장의 불균일성으로 인해 UV 시스템을 통과하는 입자들은 넓은 범위의 UV 조사량 분포를 갖는다. 입자의 궤적을 따라 매 계산 단계에서 각 램프에서 조사되는 UV fluence rate I_A는 유한 체적 내에서 합산되어 입자에 누적되며, 입자가 반응기를 통과하는 체류 시간에 대해 적분하여, 체류 시간 동안 각각의 입자에 누적된 UV 조사량을 산출한다[5].

UV Dose =Dp(t)=∫0TIAdt

2.4.3. 로그 불활성도

로그 불활성도는 UV 조사량에 대한 특정 유기물질의 제거율을 나타내는 지표이다. 동일한 UV 조사량에 대한 로그 불활성도는 유기물질의 종류에 따라 다르다. 유기물질의 UV 조사량에 대한 반응은 UV 조사량-반응 선도 혹은 UV 조사량 전달 선도(UV dose delivery curve)를 통해 모사할 수 있으며, 이는 CBD (Collimated Beam Test) 실험을 통해 측정된다. 본 연구에서 유기물질로 가정한 MS2 phage에 대한 UV 조사량 전달 선도는 미국 환경보호청(US Environmental Protection Agency, USEPA)에서 제시한 결과를 사용하였다. Fig. 7은 MS2 phage에 대한 UV 조사량 전달 선도이다[27]. 전산해석에서는 각 입자에 누적된 UV 조사량이 산출되며 이를 사용하여 로그 불활성도를 계산하기 위하여 다음 절차를 적용하였다. 각 입자의 미생물 로그 불활성도는 UV 조사량-반응 선도를 통해 계산할 수 있으며, UV 조사량에 따른 함수는 다음과 같이 비선형 회귀분석을 사용하여 다항식 UV 조사량-반응 함수에 피팅 시켰다.

Fig. 7.

UV dose delivery curve for MS2 phage.

log⁡I=k1⋅D2+k2⋅D

아래 (N₀/N)_p는 각 입자 경로에서 불활성화된 미생물의 비율을 나타낸다. D는 CBD 시험 또는 위 식에서 얻은 UV 조사량(mJ/cm²)을 나타낸다. 동역학 매개변수 k₁과 k₂는 Fig. 7에 나와 있는 MS2 phage에 대한 CBD 시험 결과에서 결정된 것이다. 모든 입자 경로를 평균하여 총 로그 불활성도를 계산할 수 있으며, 이는 다음과 같다.

log⁡I=−log10⁡{1n0∑p=1n0(N0/N)p}

여기서 n₀는 전체 입자 경로의 개수를 나타낸다. 총 로그 불활성도를 이용하여, 각 해석의 RED 값은 UV 조사량에 대한 로그 불활성도를 계산하는 2차 방정식의 해를 구하여 계산하였다[18,19].

3. 결과 및 고찰

3.1. 입/출구 관 영향

UV 반응기를 한정된 공간 내에 배치하기 위해 입/출구 관의 형상이 곡관이 될 수 있다. 곡관 형상은 유입되는 속도 프로파일을 크게 변화시킬 수 있으므로, 곡관 설치에 따른 영향을 분석할 필요가 있다. Fig. 8은 입/출구 관에 형상이 반응기 내부 유동에 미치는 영향을 분석하기 위하여, 축 방향 단면에서 속도 균일도를 산출한 결과이다. L_center는 입구관 중심과 출구관 중심 사이의 거리이다. y/L_center=0는 입구 관의 중심 위치이며, y/L_center=1.0은 출구 관의 중심 위치이다. 입구 관 인근에서는 유입되는 용수가 램프와 충돌하므로, 유입관 형태에 따른 차이는 비교적 미비하였다. 그러나 y/L_center=0.265 이후, 직관 대비 곡관의 속도 균일도는 최대 -3.89% 감소하는 것으로 나타났다. 유입된 용수가 램프와 충돌한 후 반응기 벽을 따르는 유동이 직관보다 곡관에서 더 강하게 나타나, 각 단면에서 유속의 편차가 커지기 때문이다. Fig. 8의 (b)는 각 입구관 형태에서 y/L_center=0.033에 배플을 설치했을 때 효과를 비교한 것이다. 베플 설치에 따라 배압이 상승하여 입구관 형상이 유동장에 미치는 영향이 크게 감소하였다. 따라서 베플이 설치되는 반응기에서는 입/출구 관 형상에 의한 영향이 미비할 것으로 보고, 이후 해석 케이스에서는 직관 만을 고려하였다.

Fig. 8.

Uniformity index at axial direction cross-section (y/L_center = 0.0 is inlet pipe center, y/L_center = 1.0 is outlet pipe center).

3.2. 기본 반응기 유동해석 결과

가장 낮은 UV 조사량을 받는 입자는 주로 UV 램프 사이의 주요 유동을 따라 이동하는 경우에 해당하며, 이러한 경로에서는 입자 속도가 높아 UV 조사량이 상대적으로 낮다. 또한, 반응기 내벽에 가까운 경로를 따라 이동하는 입자 역시 상대적으로 낮은 UV 조사량을 받는다. UV 반응기에서 입자가 받는 UV 조사량은 이동 경로에 따라 결정되며, 입자들은 UV 램프의 석영관 사이를 흐르는 용수의 유동에 의해 특정한 궤적을 형성한다. 본 연구에서 고려한 반응기는 용수가 반경 방향으로 유입된 후 반응기 벽면에 충돌하며, 이 과정에서 UV fluence rate가 낮은 벽면을 따라 흐르는 특성을 보인다. 이러한 입자 경로는 UV 광 노출을 최소화하여, 미세 유기물질의 완전한 비활성화를 위한 충분한 UV 조사량을 확보하지 못할 가능성이 있다[3,18]. 또한 유입 관을 통해 반응기 내부로 유입되는 용수는 단면적 증가로 인해 확산되며, 단면적 증가로 인한 속도 감소 및 역 압력 구배 형성으로 재순환 유동이 발생할 가능성이 있다[13]. Fig. 9는 반응기 중앙에 위치한 유동 방향 수직 단면을 나타낸다. CFD 해석 결과, 반응기 하부 및 UV 램프 상부에서 높은 유속이 나타났으며, 이는 유입되는 용수가 입구 면에 수직인 반응기 벽면에 충돌하면서 발생한 것이며, 이러한 유입 부 유동 특성은 Taghipour 등[9]의 결과와 일치한다. 입구 부에서 용수 유동 방향으로 램프 후단에 발생하는 재순환 영역이 반응기 전체에서 광범위하게 나타나며, 특히 Fig. 9의 A 지점에서 확인되는 반응기 벽면 근방의 재순환 유동은 낮은 UV fluence rate로 인해 입자에 조사되는 UV 조사량이 매우 낮을 것으로 예상된다. Fig. 10은 유동의 불균일성과 공간적으로 다른 UV fluence rate 분포를 보여준다. 이 영역에서 용수의 속도는 비교적 높고, UV fluence rate는 비교적 낮다[10]. 반면 경계층 효과로 인해 석영 벽면에 가까운 곳에서는 용수의 속도가 매우 낮지만, UV fluence rate는 높은 특성을 보인다. 따라서 입자들은 더 높은 UV fluence rate에 노출될 가능성이 높아지며, 결과적으로 각 입자의 누적 UV 조사량이 반응기 유출면에서 다르게 나타난다[18].

Fig. 9.

Velocity magnitude vector calculated by CFD (UVT = 72%, mass flow rate per lamp = 0.318 kgs^-1 lamp^-1).

Fig. 10.

Contour of the UV fluence rate (right) and velocity magnitude (left) at the middle of the UV reactor (UVT = 72%, mass flow rate per lamp = 0.318 kgs^-1 lamp^-1).

3.3. 베플에 의한 영향

3.3.1. 베플 형상

Fig. 11은 서로 다른 유동 패턴을 유도하기 위한 3가지 형태의 베플이다. 좌측 그림부터 우측 그림까지 각각 고리, 천공, 믹서 베플을 나타내고 있다. 고리 베플은 UV fluence rate가 가장 높은 램프 석영관 근방으로 용수 유동을 유도하기 위해 설계되었다. 천공 베플은 균일한 유동 패턴에서 UV 조사 성능이 개선됨을 보고한 Blatchley 등[4]의 결과를 바탕으로, 균일한 유동을 유도하기 위한 것이다. 또한 균일한 유동은 UV 조사량 분포에서 반응기 성능의 주요 제한 인자로 파악된 상대적으로 낮은 UV 조사를 받는 입자들을 억제하는 효과도 있다[19]. 믹서 베플은 나선형 유동 패턴에서 가장 높은 평균 UV 조사량 결과를 보고한 Wols 등[10], Younis 등[13]의 결과를 바탕으로 나선형 유동을 유도하기 위해 설계되었다.

Fig. 11.

Proposed baffle designs to enhance UV reactor disinfection performance (From left to right: ring type, perforated type, mixer type, baffles positioned at y/L_center = 0.033).

3.3.2. 베플 형상에 따른 UV 조사량 분포 및 소독 성능

입자는 반응기 입구면에서 방출되어 UV 조사량 분포를 형성한다. 입자가 반응기를 통과하는 동안 각 입자의 누적 UV 조사량이 계산되었다. 앞 절에서 설명한 바와 같이, 가장 낮은 UV 조사량은 UV 램프 사이의 주 유동과 함께 움직이는 입자와 관련이 있으며, 여기서 입자 속도는 높고 UV 조사량은 비교적 낮다. 또한 반응기 내벽에 가까운 경로를 따라 움직이는 입자도 비교적 낮은 UV 조사량을 받는다. Fig. 12는 반응기 옆 방향에서 본 베플 형상 별 입자 궤적을 나타내며, 베플 형상에 따른 유동 특성의 차이가 분명히 드러난다. 유로 면적 감소로 인해 고리 베플 후단에서 입자는 가속되며, UV fluence rate가 높은 영역을 비교적 빠르게 지나간다. 천공 베플은 입자를 비교적 효과적으로 감속시키고 반응기 축 방향으로 중간 지점까지 나선형 유동 패턴을 형성한다. 믹서 베플은 나선형 유동 패턴을 강화하여, 입자가 반응기 내 고 UV fluence rate 영역을 충분히 지나가도록, 입자 궤적을 개선한다. Fig. 13(a), (b), (c)은 용수 투과도 별 베플 형상에 따른 UV 조사량 분포 및 누적 조사량 분포를 나타내며, Fig. 13(d), (e), (f)는 베플 별 용수 투과도에 따른 UV 조사량 분포 및 누적 조사량 분포를 나타낸다. Fig. 13에서 UV 조사량 분포의 긴 꼬리는 유입 부의 재순환 유동 영역과 반응기 양 끝단 영역에 갇힌 입자와 관련이 있다. Fig. 13(a), (b), (c)는 베플 형태에 따른 UV 조사량 분포의 차이를 보여주며, 좁고 높은 UV 조사량 분포에서 알 수 있듯이, 믹서 베플의 평균 UV 조사량이 가장 높게 나타났다. Fig. 13(d), (e), (f)에 나와 있듯이, 용수 투과도가 감소할 수록 평균 UV 조사량이 낮아짐에 따라 UV 조사량 분포의 피크가 낮은 UV 조사량 쪽으로 이동한다. 또한 낮은 투과도에서 UV 조사량의 차이가 더 커져서, UV 조사량 분포가 더 비대칭적으로 변한다. 용수 투과도에 대한 UV 조사량 분포의 변화는 모든 베플에서 동일한 경향을 나타내고 있다. 또한, 이러한 투과도와 UV 조사량 분포 사이의 관계는 Wols 등[10]과 일치하는 결과이다. 믹서 베플의 높고, 폭이 좁은 UV 조사량 피크는 낮은 UV 조사량을 받는 입자의 수가 감소하여 UV 조사 효율이 개선되었음을 시사하며, UV 조사량 분포의 폭이 감소하는 것은 에너지 소비 효율 개선에도 기여한다고 보고되었다[10]. 이러한 개선 효과는 믹서 베플에 의한 나선형 유동 패턴과 관련이 있다.

Fig. 12.

Computed representative particle trajectories for 3 types of baffles (from top to bottom: ring, perforated, mixing).

Fig. 13.

Dose distribution computed by CFD for the three baffle types and the three UVT conditions (mass flow rate per lamp = 0.318 kgs^-1 lamp^{^-1}).

3.4. 배치에 의한 영향

3.4.1. 배치 구성

Fig. 14는 베플 다중 배치가 UV 조사량 분포에 미치는 영향을 분석하기 위한 베플 구성의 개략도 이다. 첫 번째 베플은 유입부 근방(L_center=0.033)에 배치하였으며, 이후 두 번째 베플(L_center=0.329)과 세 번째 베플(L_center=0.641)을 일정한 비율로 거리를 증가시키면서 배치하였다. 베플과 베플 사이의 거리는 고리 베플이 용수를 램프 근방으로 유도할 수 있는 유효 거리를 고려하여 선정한 것이다.

Fig. 14.

Baffle configurations.

3.4.2. 베플 개수에 따른 UV 조사량 분포 및 소독 성능

Fig. 14는 고리(a, b, c), 천공(d, e, f), 믹서(g, h, i) 베플의 개수에 따른 UV 조사량 분포를 나타낸다. 고리 베플에서 베플 수 증가는 UV 조사량 분포의 피크를 감소시켰다. 용수 투과도 증가에 따라 피크는 높은 UV 조사량 영역으로 이동하였으나, 낮은 UV 조사량 영역으로 UV 조사량 분포의 너비가 증가하였다. 이는 유속 증가로 인해 입자가 UV fluence rate가 높은 영역을 빠르게 지나가기 때문으로 사료되며, Li 등[30]에서 고리 베플의 유로 면적이 지나치게 감소하면, 베플 수 증가에 따라 UV 조사 성능이 감소하는 결과와 일치한다. 이와 같은 결과는 고리 베플이 입자를 램프 석영관 근방으로 유도하는 효과보다, 유속 증가에 의한 체류시간 감소 효과가 더 크기 때문이다. 고리 베플 1개 대비 3개 모델의 평균 체류 시간이 약 -2.74% 감소한 것이 이를 입증한다. 특히 낮은 UV 조사량 영역 방향으로 UV 조사량 분포의 너비가 증가한 것은 소독 성능을 주로 제한하는 낮은 UV 조사량을 갖는 입자의 수가 증가한 것을 의미한다. 천공 베플에서 베플 수 증가는 UV 조사량 분포의 피크를 증가시켰다. 또한 용수 투과도 증가에 따라 피크는 높은 UV 조사량 영역 방향으로 이동하였다. 이는 UV 소독 성능의 분명한 개선을 시사하며, 용수 투과도 증가에 따라 동일한 경향을 나타냈다. UV 조사량 분포에서 낮은 UV 조사량 영역의 폭이 감소하고 있으며, 이것은 낮은 UV 조사량을 받는 입자의 수가 감소한 것을 의미한다. 이러한 결과는 천공 베플은 유속을 감소시키고, 높은 혼합 효과가 낮은 UV fluence rate 영역을 통과하는 입자의 수를 감소시키기 때문이다. 믹서 베플에서 베플 수 증가는 UV 조사량 분포의 피크를 감소시켰다. 또한 용수 투과도 증가에 따라 피크의 감소량은 증가하였다. 이는 고리 베플과 마찬가지로 유속 증가에 의한 체류 시간 감소 효과가 나선형 유동 패턴으로 인한 혼합 효과를 압도하기 때문이며, 3개의 믹서 베플에서 평균 체류 시간이 약 -6.8% 감소한 것이 이를 입증한다.

3.5. 반응기 소독 성능

베플 형상에 따른 반응기 소독 성능 비교결과, 고리 베플은 모든 모델에서 가장 낮은 소독 성능을 보였다. 용수를 램프 근처로 유도하여, UV 조사 성능을 개선하려는 의도로 설계되었으나, 유로 감소에 의한 유속 증가로 인해 높은 UV fluence rate 영역을 입자가 빠르게 지나가면서, 결과적으로 소독 성능이 감소하였다. 믹서 베플에서 로그 불활성도가 가장 높게 나타났으며, 이는 램프에서 용수로의 UV fluence rate 전달이 가장 효율적이었음을 의미한다. 높은 수준의 혼합 및 나선형의 유동 패턴 덕분에 높은 속도와 낮은 UV 조사량을 갖는 Short-circuit 유동이 발생하지 않아서 높은 UV 조사량이 유지되었다. 또한 이러한 결과로 UV 조사량이 낮은 입자의 수가 감소하여 UV 조사량 분포가 좁게 나타났다. 이러한 경향은 반응기 내 유동 혼합을 강화하면 소독 성능이 향상되는 것으로 나타난 Wols 등[10,11]과 일치하는 결과이다. 전체 반응기 모델에서 천공 베플은 3개 베플을 적용한 반응기에서 소독 성능이 가장 높은 것으로 나타났다. 천공 베플은 유속을 감소시키고, 혼합을 강화하는 효과가 있으며, 베플 수 증가가 이를 개선했기 때문이다.

Fig. 15.

Dose distribution computed by CFD for the three baffle types and their configuration (mass flow rate per lamp = 0.318 kgs^-1 lamp^-1).

Fig. 16.

Predicted Inactivation of MS2 Phage under different baffle design and configurations.

4. 결론

본 연구에서는 UV 반응기 내 유동 특성과 UV 조사량 분포에 미치는 입/출구관 형상, 베플 형상 및 배치의 영향을 CFD 해석과 결합된 MSSS 기법을 사용하여 분석하였다. 곡관 사용 시 반응기 내 속도 균일도가 감소하나, 베플 설치 시 이러한 영향이 완화되어 반응기 내 유동장에 미치는 영향은 미미한 것으로 나타났다. UV 램프 사이와 반응기 내벽을 따라 이동하는 입자는 낮은 UV 조사량을 받으며, 반응기 내부에서는 재순환 유동이 발생하여 UV 조사량 분포가 달라지는 경향을 보였다.

1) 고리 베플은 UV 램프 근방으로 유동을 유도하지만, 단면적 감소에 따른 유속 증가로 인해 입자 체류시간이 감소하여 UV 조사 성능이 저하될 가능성이 있다.

2) 천공 베플은 유속을 균일하게 분포시켜 UV 조사량의 편차를 줄이고, 결과적으로 소독 성능을 개선하였다. 믹서 베플은 나선형 유동 패턴을 형성하여, 높은 평균 UV 조사량을 유지하고, 낮은 UV 조사량을 받는 입자의 수를 감소시켜 소독 효율을 극대화하였다.

3) 믹서 베플 적용 시 로그 불활성도가 가장 높게 나타났으며, 이는 높은 혼합 효과와 나선형 유동 패턴으로 인해 입자가 받는 평균 UV 조사량이 비교적 높게 유지되었기 때문이다. 모든 베플 형상에서 믹서 베플은 반응기 내 유동 혼합을 강화하고 UV 조사 효율을 높여 소독 성능을 최적화하는데 가장 효과적임을 확인하였다.

4) 그러나 베플 개수가 증가하면 이러한 경향은 변하며, 유로 단면적 감소에 따른 체류 시간 감소에 의해 반응기 성능이 감소한다. 또한 믹서 베플은 천공 베플 대비 배압이 약 1.48배 증가하여 시스템 운영 비용이 증가할 가능성이 있다. 하지만 베플 개수의 증가는 반응기 제작 비용을 증가시킬 수 있으므로, 실제 UV 시스템에서는 이를 종합적으로 평가하여 적합한 베플 형상과 개수를 선정해야 한다.

Notes

Acknowledgement

본 연구는 정부(환경부)의 재원으로 한국환경산업기술원장의 지원을 받아 수행되었습니다(과제번호: RE202102079). 이에 감사드립니다.

Declaration of Competing Interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

References

1. Wenjun S, Wenjun L. A pilot-scale study on ultraviolet disinfection system for drinking water. Journal of Water Supply: Research and Technology—AQUA 2009;Aug. 1. 58(5):346–53. https://doi.org/10.2166/aqua.2009.086.

2. Jacobm SM, Dranoff JS. Light intensity profiles in a perfectly mixed photoreactor. AIChE Journal 1970;May. 16(3):359–63. https://doi.org/10.1002/aic.690160309.

3. Janex ML, Savoye P, Do-Quang Z, Blatchley III E, Laine JM. Impact of water quality and reactor hydrodynamics on wastewater disinfection by UV, use of CFD modeling for performance optimization. Water Science and Technology 1998;Jan. 1. 38(6):71–7. https://doi.org/10.1016/s0273-1223(98)00567-8.

4. Blatchley III ER, Do-Quang Z, Janex ML, Laéné JM. Process modeling of ultraviolet disinfection. Water Science and Technology 1998;38(6):63–69. https://doi.org/10.1016/s0273-1223(98)00566-6.

5. Chiu K ping, Lyn DA, Savoye P, Blatchley III ER. Effect of UV System Modifications on Disinfection Performance. Journal of Environmental Engineering 1999;May. 125(5):459–69. http://dx.doi.org/10.1061/(asce)0733-9372(1999)125:5(459).

6. Ducoste JJ, Liu D, Linden K. Alternative Approaches to Modeling Fluence Distribution and Microbial Inactivation in Ultraviolet Reactors: Lagrangian versus Eulerian. Journal of Environmental Engineering 2005;Oct. 131(10):1393–403. http://dx.doi.org/10.1061/(asce)0733-9372(2005)131:10(1393).

7. Liu D, Wu C, Linden K, Ducoste J. Numerical simulation of UV disinfection reactors: Evaluation of alternative turbulence models. Applied Mathematical Modelling 2007;Sep. 31(9):1753–69. http://dx.doi.org/10.1016/j.apm.2006.06.004.

8. Munoz A, Craik S, Kresta S. Computational fluid dynamics for predicting performance of ultraviolet disinfection sensitivity to particle tracking inputs. Journal of Environmental Engineering and Science 2007;May. 1. 6(3):285–301. http://dx.doi.org/10.1139/s06-045.

9. Taghipour F, Sozzi A. Modeling and design of ultraviolet reactors for disinfection by-product precursor removal. Fesalination 2005;Jun. 176(1-3):71–80. http://dx.doi.org/10.1016/j.desal.2004.10.025.

10. Wols BA, Hofman JAMH, Beerendonk EF, Uijttewaal WSJ, van Dijk JC. A systematic approach for the design of UV reactors using computational fluid dynamics. AIChE Journal 2010;Dec. 3. 57(1):193–207. http://dx.doi.org/10.1002/aic.12255.

11. Wols BA, Harmsen DJH, van Remmen T, Beerendonk EF, Hofman-Caris CHM. Design aspects of UV/H2O2 reactors. Chemical Engineering Science 2015;Dec. 137:712–21. http://dx.doi.org/10.1016/j.ces.2015.06.061.

12. Li M, Qiang Z, Li T, Bolton JR, Liu C. In Situ Measurement of UV Fluence Rate Distribution by Use of a Micro Fluorescent Silica Detector. Environmental Science & Technology 2011;Mar. 9. 45(7):3034–9. http://dx.doi.org/10.1021/es103796v.

13. Younis BA, Mahoney L, Palomo N. A Novel System for Water Disinfection with UV Radiation. Water 2018;Sep. 18. 10(9):1275. http://dx.doi.org/10.3390/w10091275.

14. Sultan T, Ahmad Z, Hayat K, Chaudhry IA. Computational analysis of three lamp close conduit water disinfection UV reactor. International Journal of Environmental Science and Technology 2021;May. 4. 19(5):4393–406. http://dx.doi.org/10.1007/s13762-021-03344-9.

15. Bolton JR. Calculation of ultraviolet fluence rate distributions in an annular reactor: significance of refraction and reflection. Water Research 2000;Sep. 34(13):3315–24. http://dx.doi.org/10.1016/s0043-1354(00)00087-7.

16. Dong Liu. Numerical simulation of UV disinfection reactors: impact of fluence rate distribution and turbulence modeling [dissertation]. Raleigh: Univ. of North Carolina State; 2004.

17. Qiang Z, Li M, Bolton JR, Qu J, Wang C. Estimating the fluence delivery in UV disinfection reactors using a ‘detector-model’ combination method. Chemical Engineering Journal 2013;Nov. 233:39–46. http://dx.doi.org/10.1016/j.cej.2013.08.024.

18. Bak JG, Hwang W, Cho J. Geometry Defeaturing Effects in CFD Model-Based Assessment of an Open-Channel-Type UV Wastewater Disinfection System. Water 2017;Aug. 27. 9(9):641. http://dx.doi.org/10.3390/w9090641.

19. Wols BA, Hofman-Caris CHM (Roberta), Harmsen DJH, Beerendonk EF, van Dijk JC, Chan PS, et al. Comparison of CFD, Biodosimetry and Lagrangian Actinometry to Assess UV Reactor Performance. Ozone: Science & Engineering 2012;Mar. 34(2):81–91. http://dx.doi.org/10.1080/01919512.2012.651398.

20. Wols BA, Shao L, Uijttewaal WSJ, Hofman JAMH, Rietveld LC, van Dijk JC. Evaluation of experimental techniques to validate numerical computations of the hydraulics inside a UV bench-scale reactor. Chemical Engineering Science 2010;Aug. 65(15):4491–502. http://dx.doi.org/10.1016/j.ces.2010.04.013.

21. Hyunsoo Kim. A Study on the Performance Prediction for the UV Water Disinfection Reactors using CFD Methodology [dissertatition]. Seoul: Univ. of Hanyang; 2015.

22. Wols BA, Uijttewaal WSJ, Hofman JAMH, Rietveld LC, van Dijk JC. The weaknesses of a k–ɛ model compared to a large-eddy simulation for the prediction of UV dose distributions and disinfection. Chemical Engineering Journal 2010;Aug. 162(2):528–536. http://dx.doi.org/10.1016/j.cej.2010.05.055.

23. Menter FR. Two-equation eddy-viscosity turbulence models for engineering applications. AIAA Journal 1994;Aug. 32(8):1598–605. http://dx.doi.org/10.2514/3.12149.

24. Li W, Li M, Bolton JR, Qu J, Qiang Z. Impact of inner-wall reflection on UV reactor performance as evaluated by using computational fluid dynamics: The role of diffuse reflection. Water Research 2017;Feb. 109:382–8. http://dx.doi.org/10.1016/j.watres.2016.11.068.

25. Shirolkar JS, Coimbra CFM, Queiroz McQuay M. Fundamental aspects of modeling turbulent particle dispersion in dilute flows. Progress in Energy and Combustion Science 1996;Jan. 22(4):363–99. http://dx.doi.org/10.1016/s0360-1285(96)00006-8.

26. ANSYS, Inc. ANSYS Fluent Theory Guide 2020R₂, Canonsburg: ANSYS, Inc.; 2020, Section 16.2.1.1.

27. U.S. Environmental Protection Agency. Ultraviolet Disinfection Guidance Manual for the Final Long Term 2 Enhanced Surface Water Treatment Rule, Washington, D.C: US EPA; 2006, pp. 1-1~3-39.

28. Younis BA, Yang TH. Computational modeling of ultraviolet disinfection. Water Science and Technology 2010;Aug. 1. 62(8):1872–8. http://dx.doi.org/10.2166/wst.2010.469.

29. Younis BA, Yang TH. Prediction of the effects of vortex shedding on UV disinfection efficiency. Journal of Water Supply: Research and Technology-Aqua 2011;May. 60(3):147–58. http://dx.doi.org/10.2166/aqua.2011.008.

30. Li W, Li M, Qiang Z. Improvement of UV disinfection reactor performance by ring baffles: The matching between the hydrodynamics and UV radiation. Chemical Engineering Journal 2020;Jan. 379:122381. http://dx.doi.org/10.1016/j.cej.2019.122381.

Article information Continued

This is an open access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.