[논문]Aspen plus를 이용한 산업폐기물 소각공정시 발생 오염물질 예측

이주호; 정문헌; 권영현; 김민철; 이재정; 이강우; 손병현

Aspen plus를 이용한 산업폐기물 소각공정시 발생 오염물질 예측
Estimation of air pollutants generated in the industrial-waste incinerator using Aspen plus 원문보기

이주호 (한서대학교 환경공학과) , 정문헌 (한서대학교 환경공학과) , 권영현 (한서대학교 환경공학과) , 김민철 ((주)유성 중앙연구소) , 이재정 ((주)유성 중앙연구소) , 이강우 ((주)유성 중앙연구소) , 손병현 (한서대학교 환경공학과)

최근 화석에너지 고갈 문제와 폐기물의 지속적인 발생량 증가로 인해 폐기물을 이용한 열에너지 회수가 이슈화 되고 있다. 폐기물처리를 통한 에너지 회수 공정 가운데 소각이 가장 많이 이용되고 있으나 소각시 발생하는 대기오염 물질을 처리하기 위한 설계 및 설치비용에 많이 소요 된다. 본 연구에서는 화학공정 모사기인 Aspen plus를 이용해 소각공정 및 배가스 처리 공정모사를 실시하였다. 폐기물 소각 공정으로는 1 2차 연소실과 NO2를 환원하는 SNCR공정, 산성가스(HCl, SO2)를 제거하는 SDA공정, 입자상 물질을 처리 하는 bag filter공정을 모사하였다. 공정모사 결과 실제 산업폐기물 소각로의 처리효율과 일치 하였고 이를 바탕으로 동일한 공정 및 조건하에 소각로에 투입되는 폐기물의 조성비를 달리하여 공정 모사한 결과 오염물질의 배출량을 예측할 수 있었다. 이러한 오염물질 발생량 예측은 소각장의 폐기물 투입이 일정하지 않을 경우 조업 조건의 변경에 도움 뿐만아니라 공정개선의 효과적일 것으로 판단된다.

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

문제 정의

본 연구에서는 기존에 폐기물 소각장의 설계운영데이터를 바탕으로 소각 및 후처리 공정 모사를 실시하였다. 이를 바탕으로 투입되는 폐기물의 조성비를 달리하여 동일한 조업 조건에서 오염 물질의 발생량을 예측 모사를 수행했다.
본 연구에서는 현재 조업되고 있는 A폐기물 처리업체의 소각로 및 배가스 처리 공정(SNCR, SDA, B/F 등)을 기존에 모사한 결과를 바탕으로 동일한 조업 조건하에 투입되는 폐기물의 조성비에 따른 오염물질의 발생량을 예측하고자한다.

제안 방법

NO_x의 생성 및 제거는 많은 변수 즉, NSR(Normalized Stoichiometric Ratio), temperature window, 공기비, 로의 구조, 노즐, 소각로 형상 등을 고려해야 되지만 본 연구에서는 Soutudeh -Gharebaagh의 연구결과와 기존의 운영데이터를 통해 화공양론 conversion을 이용하였다[5,6,7,8,9,10]
투입되는 폐기물의 각각의 원소분석, 삼성분 분석, 발열량과 평균적인 물리 화학적 조성을 [표 1]에 나타내었으며 이 값을 이용하여 공정모사를 실시하였다. 또한 동일한 공정 조건에서 투입 폐기물의 조성비를 달리하여 동일한 조건에서 투입되는 폐기물의 조성비에 따른 대기 오염물질의 발생량을 공정을 통해 예측하였다. 다음 [표 2]는 투입되는 폐기물의 조성비 변환 값을 나타 내었다.
본 모사에서는 40%의 urea용액과 물을 혼합하여 양론적으로 필요한 urea 농도를 계산한 후 반응기에 주입하였으며 NO_x의 제거는 RStoic 반응기에서 다음의 화학양론식 (1)을 이용하여 계산하였다.
본 연구에서는 기존에 폐기물 소각장의 설계운영데이터를 바탕으로 소각 및 후처리 공정 모사를 실시하였다. 이를 바탕으로 투입되는 폐기물의 조성비를 달리하여 동일한 조업 조건에서 오염 물질의 발생량을 예측 모사를 수행했다.
소각로에서 주로 처리하는 폐기물은 폐합성수지류, 폐합성고무류, 폐합성섬유류, 폐유류, 폐유기용제류, 폐종이/천 등이며 조성은 각각 약 30%, 10%, 26%, 5%, 15%, 10%로 구성되어 있다. 투입되는 폐기물의 각각의 원소분석, 삼성분 분석, 발열량과 평균적인 물리 화학적 조성을 [표 1]에 나타내었으며 이 값을 이용하여 공정모사를 실시하였다. 또한 동일한 공정 조건에서 투입 폐기물의 조성비를 달리하여 동일한 조건에서 투입되는 폐기물의 조성비에 따른 대기 오염물질의 발생량을 공정을 통해 예측하였다.
폐기물 소각장의 설계데이터를 이용한 공정모사를한 결과를 바탕으로 동일한 운영 조건하에 투입되는 폐기물의 조성변화에 따른 공정을 모사를 실시하였으며[표4] 소각장 실제 측정 자료 및 모사 결과 값을 나타내었다.

성능/효과

1. 연료중의 황성분 함량이나 염소 성분에 따라 SO₂, HCl가 다량 발생하는 것을 관찰 수 있었다. 이러한 SO₂, HCl의 발생량의 예측을 통해 Ca(OH)₂의 주입 몰 비나 주입 농도 등을 결정하는데 유용하다고 판단된다.
2. 폐기물 중 질소 함량이나 조성비에 따른 발열량으로 인한 NO_x의 발생을 예측 하였고 이를 통해 조업시 효율적인 연료 조성비나 환원제의 주입량 및 농도를 결정하는데 효과적이라고 사료된다.

후속연구

이는 모사에 사용한 자료와 실제 소각로에 유입되는 산업폐기물의 성상(발열량 등) 및 조업 조건(공기비 등)의 변동에 기인하는 것으로 판단된다. 차후 NO_x생성 및 제거에 대한 reaction kinetic의 개선을 통해 개선 될 것으로 사료된다.

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

Aspen plus를 이용한 산업폐기물 소각공정시 발생 오염물질 예측
Estimation of air pollutants generated in the industrial-waste incinerator using Aspen plus 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

Aspen plus를 이용한 산업폐기물 소각공정시 발생 오염물질 예측 Estimation of air pollutants generated in the industrial-waste incinerator using Aspen plus 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

Aspen plus를 이용한 산업폐기물 소각공정시 발생 오염물질 예측
Estimation of air pollutants generated in the industrial-waste incinerator using Aspen plus 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper