넓은 환산압력 범위에서 적용가능한 응축열전달계수와 압력강하 모델개발 및 적용

• Published in: 설비공학 논문집, 35(11) Vol. 35; no. 11; pp. 557 - 565
• Main Authors: 김영찬(Youngchan Kim), Ajayi, A. Samuel, 윤린(Rin Yun)
• Format: Journal Article
• Language: Korean
• Published: 대한설비공학회 01.11.2023
• Subjects: 기계공학; High reduced pressure(높은 환산압력); Condensation heat transfer coefficient(응축 열전달계수); Pressure drop(압력강하); Low GWP refrigerants(친환경냉매); Heat exchanger(열교환기)
• ISSN: 1229-6422; 2465-7611
• DOI: 10.6110/KJACR.2023.35.11.557

본 연구에서는 0.1에서 0.97의 비교적 넓은 환산압력범위에서 적용가능한 관내 측 응축열전달계수와 압력강하모델 개발하였고, 이를 향후 중소기업 등 열교환기 설계에 활용하고자 오픈소스형태로 이상유동 열전달계수와 압력강하 예측 툴을 Python을 이용하여 개발하였다. 본 연구를 요약하면 다음과 같다. (1) 응축 열전달계수의 모델개발을 위해 총 966개의 데이터를 수집하였고, 압력강하를 위해서는 총 678개의 데이터를 수집하였다. 모델 개발에 활용된 냉매는 최근 널리 친환경 냉매로 사용되는 HFO계열과 HFC계열, 그리고 자연냉매인 CO2이다. (2) 응축열전달계수의 예측을 위해 Akers et al.(4) 상관식, Cavallini and Zecchin(14) 상관식, Dobson and Chato(15) 모델을 적용하였고, 각각 ±36%, ±68.8%와 그리고 ±67.7%의 오차를 나타냈다. 이는 각각의 상관식이 높은 환산압력을 고려하지 못하고, HFO 계열의 열 및 전달물성을 고려하지 않은 결과로 판단된다. 가장 오차가 낮은 Akers et al.(4) 모델을 기반하여 환산압력에 따라 계수를 달리하는 방법으로 응축열전달 상관식을 개발하였고, 오차는 ±24.6%로 낮출 수 있었다. (3) 넓은 환산압력 범위에서 관내 측 응축 시 압력강하의 예측을 위해 비교적 널리 활용되는 기존모델 적용했을 때 그 오차가 모두 ±50% 이상을 나타냈다. 따라서, 본 연구에서는 넓은 환산범위에서 적용가능한 응축압력강하 모델을 그 활용도를 높이기 위해 비교적 단순한 형태로 개발하여 환산압력이 0.5 이상인 경우에 대해서는 ±15.7%로 총 ±29.2%의 오차율을 나타냈다. (4) 본 연구에서는 넓은 환산범위에서 활용가능한 응축열전달계수와 압력강하상관식을 보다 쉽게 활용 가능할 수 있도록 Python을 활용하여 오픈소스형태로 개발하였고 향후 웹을 통해 공개할 상변화가 발생하는 열교환기나 화학공정을 설계하는 중소기업에서 활용되기를 기대한다. Correlations that can predict the in-tube condensation heat transfer coefficients and pressure drop under a full range of reduced pressure conditions were developed. The total numbers of the condensation heat transfer coefficients and the pressure drop utilized for developing correlations were 966 and 687, respectively. The operating ranges of the collected data were within 0.1 - 0.97 of reduced pressure, 75 - 700 kg․m-2s-1 of mass flux, and the inner diameter was within the range of 3.4 - 12.5 mm. Based on the Akers et al.’s(4) model, the present condensation heat transfer correlation was developed by changing the coefficients according to the reduced pressure, and the mean deviation with the experimental data was ±24.6%. In the case of the pressure drop correlation, the mean deviation with the experimental data was ±15.7%, where the reduced pressure was larger than 0.5, and ±29.1% for the full range of reduced pressure. Besides, we developed the Graphical User Interface (GUI) program for estimating the two-phase heat transfer and pressure drop by using Python, which includes the present correlations. KCI Citation Count: 0