조리 시 실내 미세먼지(PM2.5) 저감을 위한 레인지 후드와 환기 시스템의 통합 운영 알고리즘 개발 :A development of operation algorithm in an integrated ventilation systems for removal PM2.5 during cooking

박한결

추천

검색

자료유형: 학위논문

저자정보: 박한결 (연세대학교, 연세대학교 대학원)

지도교수: 김태연

발행연도: 2020

저작권: 연세대학교 논문은 저작권에 의해 보호받습니다.

이용수34

이 논문의 연구 히스토리 (2)

2020

조리 시 실내 미세먼지(PM2.5) 저감을 위한 레인지 후드와 환기 시스템의 통합 운영 알고리즘 개발

박한결 건축공학과 2020.01 학위논문

2019

조리중 실내 미세먼지 저감을 위한 레인지후드와 보조급기의 통합 운영 알고리즘 제안

박한결 , 김형근 , 강경모 외 1명 대한건축학회 학술발표대회 논문집 2019.10 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

우리나라 공동주택의 국소 환기의 단독 가동으로 인한 유로 불균형 문제로조리 시에 발생하는 오염 물질의 제거 효율이 떨어지는 문제가 나타난다. 이때 발생하는 PM2.5는 필수적으로 제거해야하는 발암물질로, 레인지 후드와 기존 환기 시스템의 성능을 개선을 통해 쾌적한 실내 공기질의 유지가 필요하다. 본 연구에서는 조리 시 발생하는 PM2.5를 저감하기 위하여 레인지 후드와 환기 시스템의 통합 운영 알고리즘 개발하였다. 현장실험을 시간에 따른 공간 별 확산 분포를 분석하고, 풍량 증가에 따른 미세먼지 농도 저감 가능성을 검토하였다. 또한 실험실 시험을 통한 레인지 후드와 환기설비의 통합 운영방안을 조리 전, 조리 중, 조리 후로 구분하여 각 단계를 설계하였다. 실험 결과에 따라 레인지 후드 1단으로만 저감할 수 있는 적정한 범위를 100㎍/m³로 정하고, 적정한 환기 시스템과 보조급기의 가동 구간을 100㎍/m³,300㎍/m³,500㎍/m³로 구분하였다. 레인지 후드와 보조급기와 연동시 약 거실 최대 200㎍/m3 (주방은 100㎍/m3)을 정도의 미세먼지 농도를 저감시킬 것으로 보였다. 해당 알고리즘의 실제 유용성을 평가하고자 공동주택에 적용하였으며, PM2.5 질량농도 뿐 아니라 개수농도를 주방에서 최대 약 50%, 거실로의 확산은 80%이상 확산방지에 효과적이었다. 후드 포집효율은 98%까지 증대할 수 있는 것으로 분석되었다. 향후 본 연구에서 제시한 통합 환기 시스템 알고리즘을 활용하여 조리 시에 발생하는 PM2.5를 실시간으로 제어할 수 있을 것으로 기대한다.

Korean public housing ventilation systems mainly use natural ventilation and local exhausts. When a local exhaust is operated in a narrow space such as a kitchen, the air pressure loss can lack balance. A decrease in hood capture efficiency and ventilation effectiveness causes the problem that people in the living room can be exposed to PM2.5 generated by cooking. Therefore, it is necessary to develop an effective ventilation strategy for the local exhaust, considering the make-up air supply. In this study, a ventilation system that integrates the range hood and ventilation systems (e.g., heat recovery equipment and auxiliary air supply) was developed to resolve this issue. Multi point measurement was conducted using five low-cost sensors to determine the location of the sensors in the kitchen and living room. TSI-DustTrak 8532 and OPS3330 were performed with different ventilation system operating types. When the range hood was operated for one hour, the concentrations in the kitchen and living room were significantly high; 676 μg/m3 and 373 μg/m3, respectively. After the integrated operating algorithm was installed, the kitchen concentration was 185 μg/m3, and the living room concentration was 68μg/m3. With an additional flow rate of 50CMH through Heat recovery ventilator (HRV) the reduction in the concentration of PM2.5 was more effective. As a result, this advanced system was able to remove up to 60% of PM2.5 generated by cooking. The integrated system of the auxiliary air supply and range hood was evaluated to be effective in preventing the distribution of kitchen pollutants. Lastly, The integrated operating algorithm was applied to real multi-family houses and the effect was verified. Monitoring of cooking before and after the algorithm was applied to analyze the improvement of the IAQ. The algorithm operation was calculated to have a deposition rate of 0.1/h, which was about five times faster than without ventilation(2.0/ h). The PM2.5 mass and number concentration were effectively removed up to about 50% at kitchen and more than 80% at living room. The algorithm showed that the additional air supply was activated appropriately. The hood capture efficiency(CE) could be increased up to 98%. This system will be expected that the indoor air quality can be controlled effectively in real time during cooking by using the integrated ventilation algorithm proposed in this study.

#미세먼지 #레인지 후드 #열회수 환기장치 #보조급기 #통합 운영 알고리즘 #PM2.5 #IAQ #Rangehood #Ventilation system #Algorithm #Integrated operation

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)