[논문]수송조건 내 포집 이산화탄소의 전달물성 예측. 2. 열전도계수

이원준; 윤린

doi:10.6110/kjacr.2017.29.5.213

수송조건 내 포집 이산화탄소의 전달물성 예측. 2. 열전도계수
Prediction of Transport Properties for Transporting Captured CO2. 2. Thermal Conductivity 원문보기

설비공학논문집 = Korean journal of air-conditioning and refrigeration engineering, v.29 no.5, 2017년, pp.213 - 219

이원준 (한밭대학교 기계공학과 대학원) , 윤린 (한밭대학교 기계공학과)

Abstract ▼ AI-Helper

This study investigated the thermal conductivity of $CO_2$ gas mixtures in order to ascertain the effects of particular impurities in $CO_2$ in pipeline transportation. We predicted the thermal conductivity of three $CO_2$ gas mixtures ($CO_2+N_2$, $CO_2+H_2S$, and $CO_2+CH_4$) by utilizing three different methods : Chung et al., TRAPP, and the REFPROP model. We validated predictions by comparing the estimated results with 216 experimental data for $CO_2+CH_4$, $CO_2+N_2$, and $CO_2+C_2H_6$. Following $CO_2$ transportation conditions, we observed that the model developed by Chung et al. showed the lowest mean deviation of 3.07%. Further investigations were carried out on the thermal conductivity of $CO_2$ gas mixtures based on the Chung et al. model including the effects of the operation parameters of pressure, temperature, and mole fraction of impurities.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

Johns et al.⁽⁴⁾은 순수 질소 그리고 이산화탄소와 질소 혼합물의 열전도계수에 대한 연구를 수행하였다. 열전도계수는 질소의 경우 470 K에서, 이산화탄소와 질소의 혼합물은 302 K, 380 K, 430 K, 470 K의 조건에서 그리고 다양한 압력조건 하에서 측정되었다.
열전도계수는 질소의 경우 470 K에서, 이산화탄소와 질소의 혼합물은 302 K, 380 K, 430 K, 470 K의 조건에서 그리고 다양한 압력조건 하에서 측정되었다. 또한 실험 데이터를 기반으로 기존 이론적인 예측 모델들의 여러 조건에 대한 예측범위에 대한 고찰을 하였다.
본 연구에서는 포집 이산화탄소의 배관 수송과정 중 포함되는 소량의 불순물이 배관 수송에 미치는 영향을 고찰하기 위해, 이산화탄소의 혼합물의 전달물성 중 하나인 열전도계수의 예측에 대한 적합한 모델을 찾고, 이를 통해 혼합물의 열전도계수의 특성을 분석하였다. 저압부터 3,000 bar에 이르는 초고압상태까지 전범위에서 REFPROP 모델이 평균 ±7.
본 연구의 목적은 CCS 공정 중 소량의 불순물인 CH₄, H₂S, N₂가 임계점 부근 이산화탄소의 전달물성인 열전도계수에 미치는 영향을 수치적으로 파악하는데 있다. 이를 위해 REFPROP 모델,⁽⁵⁾ TRAPP 모델, Chung et al.

제안 방법

Li et al.⁽¹⁾은 CO₂/O₂, CO₂/N₂, 그리고 CO₂/SO₂ 등 다양한 이산화탄소 혼합물들의 전달물성에 대한 기존 실험데이터와 이론적 모델에 대하여 폭 넒은 리뷰를 수행하였다. Lindsay와 Bromley⁽²⁾는 기체 혼합물의 열전도계수를 예측하기 위한 방정식을 개발하였다.
Kestin et al.⁽³⁾은 27.5℃ 그리고 0.7~0.11 MPa의 조건에서 이산화탄소 혼합물의 열전도계수를 실험적으로 측정하였다. 이때 혼합물은 CO₂/He, CO₂/Ne, 그리고 CO₂/Ar 이다.
가장 널리 적용되는 예측 모델들을 이용하여 기존 실험 데이터를 기준으로 검증을 수행하였다. 저압에서부터 150 bar 이상의 초고압상태까지 전 범위에서 REFPROP 모델이 평균 ±7.
모델이 타 두 모델에 비해 가장 우수한 예측 능력을 나타냈기 때문에 Chung et al. 모델을 이용하여 포집된 이산화탄소의 불순물에 해당하는 N₂, H₂S, 그리고 CH₄의 몰농도 비와 혼합물의 압력, 그리고 온도를 바꾸어가며 변수들에 대한 영향을 고찰하였다. 혼합물 중 CO₂의 몰 농도비는 0.
세 가지 혼합물에 대하여 온도와 혼합물 중 CO₂의 몰 농도비는 고정한 상태에서 압력에 따른 열전도 계수를 고찰하였다. Fig.
99로 변화를 주었다. 압력은 60~150 bar 까지 10 bar 간격으로, 그리고 온도는 5.6 K 간격으로 273 K~323 K에서 계산을 수행하였다.
모델을 각각 적용하였고. 이들 기존 예측 모델 중에서 초임계 영역 이산화탄소 가스 혼합물의 열전도계수 예측 모델로서 적합한 모델을 제시하였다. 본 혼합물의 열전도계수는 실제 이산화탄소 수송에 있어 압력강하 및 열전달계수의 예측에 활용될 것으로 판단된다.
1은 본 예측모델의 검증을 위해 Rosenbaum and Thodos⁽⁷⁾가 고밀도의 가스 상태에서 CO₂+CH₄ 혼합물의 열전도계수를 측정한 실험결과와 비교한 결과를 나타낸다. 혼합물 중 CO₂의 몰 농도비는 0.757, 0.536, 0.245 이고 압력은 33~706 bar, 그리고 온도는 335 K~404 K까지 측정하였다. 총 실험데이터 개수는 128개 이다.

대상 데이터

이를 위해 REFPROP 모델,⁽⁵⁾ TRAPP 모델, Chung et al. 모델을 각각 적용하였고. 이들 기존 예측 모델 중에서 초임계 영역 이산화탄소 가스 혼합물의 열전도계수 예측 모델로서 적합한 모델을 제시하였다.
795 범위에서 조정하였고 압력은 1~3,000 bar, 그리고 온도는 75℃로 고정한 상태에서 혼합물의 열전도계수를 측정하였다. 실험데이터 수는 각 44개이다. CO₂+N₂ 혼합물에서 Chung et al.
245 이고 압력은 33~706 bar, 그리고 온도는 335 K~404 K까지 측정하였다. 총 실험데이터 개수는 128개 이다. Chung et al.

이론/모형

불순물을 포함한 CO₂의 열전도계수는 REFPROP의 경우 특정유체를 위한 상관식, ECS(Extended Corresponding States) 방법, 그리고 마찰이론(f-theory)을 바탕으로 한다. ECS 모델의 경우 Klein 등의 연구를 마찰이론은 QuinonesCisneros 등의 논문을 참조하기 바란다.

성능/효과

150 bar 이하에서 평균오차를 살펴보면 각각 ±3.89%, ±16.11%, 그리고 ±1.32%를 보였으며, CO2+C2H6 혼합물의 경우 REFPROP 모델이 가장 우수한 예측 결과를 나타냈다.
해석압력 60~80 bar 범위에서는 세 혼합물 간 열전도계수의 차이는 크지 않았다. 80 bar 이후, CO₂+H₂S, CO₂+N₂, CO₂+CH₄ 순으로 열전도계수의 증가율이 높은 것을 확인 할 수 있다. 또한 혼합물이 CO₂의 임계점 근처에서부터 급격히 증가하는 것을 볼 수 있다.
압력조건은 100 bar, 그리고 온도조건은 323 K로 고정하였다. CO₂+N₂와 CO₂+CH₄ 혼합물의 열전도계수는 각각 평균 6.68%와 4.79%의 증가율을 보였다. CO₂+H₂S 혼합물의 열전도계수의 경우 평균 2.
모델, TRAPP 모델, REFPROP 모델에서 각각 ±10.35%, ±11.89%, 그리고 ±2.64%를 보였다.
모델, TRAPP 모델, 그리고 TRAPP 모델은 각각 ±2.15%, ±22.29%, 그리고 ±8.76%의 평균 오차를 나타냈다.
모델의 경우 실험데이터를 기준으로 계산한 평균 오차는 ±13.3%, TRAPP 모델과 REFPROP 모델이 각각 ±13.41%, ±12.25%를 나타냈다.
모델의 경우 실험데이터를 기준으로 계산한 평균오차는 ±13.17%, TRAPP 모델과 REFPROP 모델은 각각 ±10.98%, ±6.60%를 나타냈다.
반면, CCS 운용 압력 범위인 150 bar 이하에서는 다른 두 모델에 비하여 Chung et al. 모델이 매우 우수한 예측결과를 나타 내는 것을 확인 할 수 있다. CO₂+C₂H₆ 혼합물에 대해서 평균오차는 Chung et al.
모델이 평균 ±3.07%의 오차로 가장 우수한 예측 결과를 나타내는 것을 확인하였다.
모델이 평균±3.07%의 평균오차로 가장 우수한 예측결과를 나타내는 것을 확인하였다.
90이다. 압력은 증가할수록 그리고 온도는 낮아질수록 열전도계수는 증가함을 보였다. 290~310 K 범위 내에서 압력이 열전도계수에 미치는 영향이 가장 큰 것을 확인 할 수 있다.
4는 압력을 100 bar로 고정한 상태에서 온도에 따른 순수 CO₂, N₂, H₂S, 그리고 CH₄의 열전도계수를 나타낸다. 온도 증가에 따라 CO₂와 H₂S는 각 평균 8.71%와 3.15%의 감소율을 보였다. CO₂의 임계압력 및 임계온도는 73.
저압부터 3,000 bar에 이르는 초고압상태까지 전범위에서 REFPROP 모델이 평균 ±7.16%의 평균오차로 타 모델보다 높은 예측능력을 나타냈다.
저압에서부터 150 bar 이상의 초고압상태까지 전 범위에서 REFPROP 모델이 평균 ±7.16%의 평균오차로 타 모델보다 높은 예측능력을 나타냈다.
혼합물의 열전도계수는 압력은 증가할수록 온도는 낮아질수록 열전도계수가 증가하는 경향을 보였다. 혼합물 중 이산화탄소의 농도가 가장 큼을 고려할 때, 이산화탄소의 임계구간인 290~ 310 K 범위 내에서 압력이 열전도계수에 미치는 영향이 가장 큰 것을 확인할 수 있었다. 혼합물의 열전도계수의 특징은 가장 큰 몰 농도비를 가지는 물질을 따르며, 그 값은 혼합물을 이루는 성분비와 각 순물질이 가지는 온도에 따른 열전도계수의 변화에 따른다고 판단된다.
07%의 오차로 가장 우수한 예측 결과를 나타내는 것을 확인하였다. 혼합물의 열전도계수는 압력은 증가할수록 온도는 낮아질수록 열전도계수가 증가하는 경향을 보였다. 혼합물 중 이산화탄소의 농도가 가장 큼을 고려할 때, 이산화탄소의 임계구간인 290~ 310 K 범위 내에서 압력이 열전도계수에 미치는 영향이 가장 큰 것을 확인할 수 있었다.
9로 고정하였다. 혼합물의 열전도계수의 경향은 혼합물 중 대부분의 몰 농도 비를 차지하고 있는 CO₂의 경향을 따르고 있고, 평균 11.86%의 감소율을 나타냈다. 다른 두 혼합물에 비해 CO₂+H₂S 혼합물의 열전도계수가 큰 것을 볼 수 있다.

후속연구

이들 기존 예측 모델 중에서 초임계 영역 이산화탄소 가스 혼합물의 열전도계수 예측 모델로서 적합한 모델을 제시하였다. 본 혼합물의 열전도계수는 실제 이산화탄소 수송에 있어 압력강하 및 열전달계수의 예측에 활용될 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	CCS 기술은 어떻게 이루어지는가?	화석연료 기반의 산업구조가 중심인 현재 상황에서, 배출되는 이산화탄소의 포집 및 저장 기술 CCS(Carbon Capture & Storage)는 실현 가능한 기술로써 관심이 높아지고 있다. CCS 기술은 배출되는 이산화탄소의 포집, 수송, 그리고 저장 단계로 이루어진다. 수송단계에서 배관을 통한 직접적인 수송방법이 일반적으로 적용되고 있으며, 육상수송과 해상수송으로 나뉜다.
	전달 물성의 극적인 변화는 어떤 영향을 미치는가?	CCS의 수송 조건은 대부분 이산화탄소의 임계압력 이상조건이기 때문에 순수 이산화탄소의 경우라도 열전도계수, 점성 그리고 확산계수와 같은 전달 물성은 극적으로 변하고, 불순물이 포함된 경우 더욱 불순물의 농도에 따라 극적인 경향을 나타낸다. 이러한 전달 물성의 극적인 변화는 수송관의 파열 및 파열 후의 배관의 손상거동 등 수송 실패에 큰 영향을 미친다. 이에 임계점 조건 이상에서 여러 불순물이 포함된 이산화탄소에 대한 전달 물성에 대한 연구는 반드시 필요하다.
	CCS 공정 중 소량의 불순물이 열전도계수에 미치는 영향을 수치적으로 파악하기 위해 적용된 모델들은 무엇인가?	본 연구의 목적은 CCS 공정 중 소량의 불순물인 CH4, H2S, N2가 임계점 부근 이산화탄소의 전달물성인 열전도계수에 미치는 영향을 수치적으로 파악하는데 있다. 이를 위해 REFPROP 모델,(5) TRAPP 모델, Chung et al. 모델을 각각 적용하였고. 이들 기존 예측 모델 중에서 초임계 영역 이산화탄소 가스 혼합물의 열전도계수 예측 모델로서 적합한 모델을 제시하였다. 본 혼합물의 열전도계수는 실제 이산화탄소 수송에 있어 압력강하 및 열전달계수의 예측에 활용될 것으로 판단된다.

참고문헌 (8)

Li, H., Wilhelmsen, O., Lv, Y., Wang, W., and Yan, J., 2011, Visocities, thermal conductivities, and diffusion coefficients of $CO_2$ mixtures : Review of experimental data and theoretical models, International Journal of Greenhouse Gas Control, Vol. 5, pp. 1119-1139.

상세보기
Lindsay, A. L. and Bromley, L. A., 1950, Thermal conductivity of gas mixtures, Ind. Eng. Chem., Vol. 42, No. 8, pp. 1508-1511.

상세보기
Kestin, J., Nagasaka, Y., and Wakeham, W. A., 1982, The thermal conductivity of mixtures of carbon dioxide with three noble gases, Physica A : Statistical Mechanics and its Applications, Vol. 113, pp. 1-26.

상세보기
John, A. I., Rashid, S., Rowan, L., Watson, J. T. R., and Clifford, A. A., 1988, The thermal conductivity of pure nitrogen and of mixtures of nitrogen and carbon dioxide at elevated temperatures and pressures, International Journal of Thermophysics, Vol. 9, No. 1, pp. 3-19.

상세보기
Lemmon, E. W., Huber, M. L., and McLinden, M. O., 2013, REFPROP Ver. 9.1.
Poling, B. E., Prausnitz, J. M., O'connell, J. P., 2000, The properties of Gases and Liquids, 5th edition, McGraw-Hill.
Rosenbaum, B. M. and Thodos, H., 1969, Thermal conductivity of mixtures in the dense gaseous state : The methane-carbon dioxide system, The Journal of Chemical Physics, Vol. 51, No. 4, pp. 1361-1368.

상세보기
Gilmore, T. F. and Comings, E. W., 1966, Thermal conductivity of binary mixtures of carbon dioxide, nitrogen, and ethane at high pressure : Comparison with correlation and theory, A. I. Ch. E Journal, Vol. 16, pp. 1172-1178.

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증