Nothing Special   »   [go: up one dir, main page]

KR102354810B1 - 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치 - Google Patents

다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치 Download PDF

Info

Publication number
KR102354810B1
KR102354810B1 KR1020200187805A KR20200187805A KR102354810B1 KR 102354810 B1 KR102354810 B1 KR 102354810B1 KR 1020200187805 A KR1020200187805 A KR 1020200187805A KR 20200187805 A KR20200187805 A KR 20200187805A KR 102354810 B1 KR102354810 B1 KR 102354810B1
Authority
KR
South Korea
Prior art keywords
air
indoor
concentration
modeling
fine dust
Prior art date
Application number
KR1020200187805A
Other languages
English (en)
Inventor
이종현
유건우
박동근
진성호
Original Assignee
이에이치알앤씨 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 이에이치알앤씨 주식회사 filed Critical 이에이치알앤씨 주식회사
Priority to KR1020200187805A priority Critical patent/KR102354810B1/ko
Application granted granted Critical
Publication of KR102354810B1 publication Critical patent/KR102354810B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F7/00—Ventilation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F8/00—Treatment, e.g. purification, of air supplied to human living or working spaces otherwise than by heating, cooling, humidifying or drying
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F9/00—Use of air currents for screening, e.g. air curtains
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/64—Airborne particle content
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2110/00—Control inputs relating to air properties
    • F24F2110/50—Air quality properties
    • F24F2110/65—Concentration of specific substances or contaminants
    • F24F2110/70—Carbon dioxide
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
    • G01N2015/0096—Investigating consistence of powders, dustability, dustiness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N2021/1793—Remote sensing
    • G01N2021/1795—Atmospheric mapping of gases
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B30/00—Energy efficient heating, ventilation or air conditioning [HVAC]
    • Y02B30/70—Efficient control or regulation technologies, e.g. for control of refrigerant flow, motor or heating

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Air Conditioning Control Device (AREA)
  • Ventilation (AREA)

Abstract

본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법은, 모델링 구축부(200)가 다중추적자인 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 예측하기 위한 제1 모델링(210)을 정의하는 제1 단계(S10); 상기 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 측정하기 위한 다중센서(100)를 실내외에 설치하는 제2 단계(S20); 상기 실내에 적정량의 이산화탄소를 공급하는 제3 단계(S30); 상기 다중센서(100)가 상기 실내외의 미세먼지 농도 변화 및 실내 이산화탄소 농도의 변화를 동시에 측정하며 데이터를 구축하는 제4 단계(S40); 상기 제1 모델링(210)이 획득한 미세먼지 농도 및 이산화탄소 농도의 변화 정보를 기반으로 최적화 알고리즘을 통해 공기청정기 유입 유량 및 침기량을 추정하는 제5 단계(S50); 상기 모델링 구축부(200)가 상기 제1 모델링의 적용성을 검증하고, 상기 추정된 공기청정기 유입 유량 및 침기량을 통해 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(220)을 구축하는 제6 단계(S60); 예측부(300)가 상기 제2 모델링(220)을 통해 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 제7 단계(S70); 관리방안 제시부(400)가 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하는 제8 단계(S80); 및 상기 관리방안 제시부(400)가 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 실내공기 통합관리 시스템의 관리방안을 제시하는 제9 단계(S90);를 포함할 수 있다.

Description

다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치{Indoor air environment characteristics diagnosis method and device using multi-tracer methodology}
본 발명은 미세먼지와 이산화탄소 측정 데이터를 기반으로 실내공기 환경특성 진단 방법 및 장치에 관한 것으로, 보다 자세하게는 다중추적자 기법을 통해 실내의 환경 및 상황에 따른 환기율, 침기량, 공기청정기 유입 유량 등을 정확히 추정하여 추정된 공기유동 특성을 반영한 실내공기질 모델링을 기반으로 실내공기질 관리요소에 대해 진단할 수 있는 방법 및 장치에 관한 것이다.
환기율은 단위 시간당 실내공간으로 유입/침기되는 총체적 풍량을 실내공간 총 체적으로 나눈 환기횟수, 즉 단위시간당 실내공기 교환횟수를 의미한다. 이러한 환기율은 외부 미세먼지를 실내에 유입/침기시키기 때문에 실내공기질에 큰 영향을 끼치며, 특히 실내에서 공기청정기를 사용하는 경우 공기청정기의 실제 공기청정 능력에도 크게 영향을 끼치게 된다. 이와 같이, 각 실내공간의 환경 및 상황에 따라 환기율은 큰 차이를 보이게 되기 때문에 이를 정확하게 측정하기 위한 방안이 필요한 실정이다.
종래에는 특정공간(실내공간)에 추적가스를 주입하고, 상기 추적가스의 농도 감소 속도를 측정하여 환기율을 추정하였다. 여기서, 추적가스는 비독성이며 저농도에서 검출이 가능하면서 안정적인 물질이어야 한다. 이러한 추적가스의 일례로는 CO2, NO, SF6, PETs 등이 구비될 수 있다. 이와 같은, 추적가스는 비분산적외선법 또는 적외선법으로 검출될 수 있다.
또한, 환기율을 측정(계산)하는 선행기술로는 대한민국 공개특허 제10-2017-0038423호, "환기율 계산 장치 및 방법"이 개시된 바 있다. 상기의 선행기술은 기 정해진 제1 시간마다 가정의 실내 공기 중의 CO2 농도를 측정하는 CO2 센서가 구비되고, CO2 센서로부터 전달받은 CO2 농도 값을 기초로 가정의 환기율을 계산하는 것을 목적으로 한다.
그러나 종래 및 상기의 선행기술이 추정(측정)하는 환기율만으로는 실내공기질 관리를 수행하기 어렵다. 이는, 환기율만으로 특정공간에 대한 공기유동 특성 중 방향성을 갖는 공기유동 특성을 추정할 수 없기 때문이다.
이에 따라, 종래 및 상기의 선행기술은 실내공기질 관리를 위해 추가로 필요한 외부 침기량, 공기청정기 유입량 등의 추가 정보를 획득하기 위한 개별적인 추가 측정이 필요한 불편한 점이 있었다.
이와 같은, 종래 및 상기의 선행기술과는 달리, 환기율 측정 시에 미세먼지(예: PM2.5, PM10 등)를 동시에 측정하게 되면, 환기율과 침기량, 공기청정기 유입량 등을 추가로 추정할 수 있어, 실내공기질 관리를 위한 실내 공간별 관리요소를 효과적으로 산출하는 것이 가능함을 확인할 수 있었다.
대한민국 공개특허 제10-2017-0038423호
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로서, 물리적 모델을 기반으로 다중추적자를 이용하여 실내의 환경 및 상황에 따른 환기율, 침기량 및 공기청정기 유입 유량 등을 추정할 수 있는 데이터를 확보하여 해당 공간에 대한 모델을 구축한다. 이를 통해, 해당 공간의 특성이 반영된 모델에 기반한 실내공기 환경특성을 진단하는 방법과 장치를 제공한다.
그리고 본 발명은 실내공기질 모델링을 기반으로 실내공기질 관리요소에 대해 진단할 수 있는 프로토콜 수립이 가능하며, 실내공기질 통합관리를 위한 실내공기 통합관리 시스템을 구축할 수 있는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치를 제공하는데 그 목적이 있다.
또한, 본 발명은 실내공기질 모델링을 이용하여 실내공기질 관리요소를 충족시키기 위한 실내 공기질 관리 기준(WHO 권고기준 등)에 맞는 필요 공기청정용량 및 필요 환기용량을 산정하며, 실내의 공기청정용량 및 환기용량이 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록, 실내공기 통합관리 시스템이 실내공기질 장치를 제어하는 최적의 관리방안을 제시할 수 있는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치를 제공하는데 그 목적이 있다.
한편, 본 발명에서 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급하지 않은 또 다른 기술적 과제들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
상기와 같은 목적을 달성하기 위한 기술적 방법으로서, 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법은, 모델링 구축부(200)가 다중추적자인 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 예측하기 위한 제1 모델링(210)을 정의하는 제1 단계(S10); 상기 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 측정하기 위한 다중센서(100)를 실내외에 설치하는 제2 단계(S20); 상기 실내에 적정량의 이산화탄소를 공급하는 제3 단계(S30); 상기 다중센서(100)가 상기 실내외의 미세먼지 농도 변화 및 실내 이산화탄소 농도의 변화를 동시에 측정하며 데이터를 구축하는 제4 단계(S40); 상기 제1 모델링(210)이 획득한 미세먼지 농도 및 이산화탄소 농도의 변화 정보를 기반으로 최적화 알고리즘을 통해 공기청정기 유입 유량 및 침기량을 추정하는 제5 단계(S50); 상기 모델링 구축부(200)가 상기 제1 모델링의 적용성을 검증하고, 상기 추정된 공기청정기 유입 유량 및 침기량을 통해 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(220)을 구축하는 제6 단계(S60); 예측부(300)가 상기 제2 모델링(220)을 통해 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 제7 단계(S70); 관리방안 제시부(400)가 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하는 제8 단계(S80); 및 상기 관리방안 제시부(400)가 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 실내공기 통합관리 시스템의 관리방안을 제시하는 제9 단계(S90);를 포함할 수 있다.
또한, 상기 제1 단계(S10)는, 상기 제1 모델링(210)이 단위시간당 실내의 미세먼지 농도 변화를 이하의 수학식인,
Figure 112020143462916-pat00001
를 기반으로 예측하며, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 외부에서 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, V는 실내의 공간 부피, fp는 공기청정기의 효율, Qq는 환기장치로 인해 환기되는 공기유량일 수 있다.
그리고 상기 제1 단계(S10)는, 상기 제1 모델링(210)이 단위시간당 실내의 이산화탄소 농도 변화를 이하의 수학식인,
Figure 112020143462916-pat00002
를 기반으로 예측하며, V는 실내의 공간 부피, CO2R은 실내의 이산화탄소 농도, t는 시간, CO2i는 실내로 유입되는 이산화탄소 농도, Qi는 실내로 유입되는 공기 유량, n은 인원수, fr은 호흡량, QR은 실내로부터 빠져나가는 공기 유량, Qq는 환기장치로 인해 환기되는 공기 유량일 수 있다.
또한, 상기 제2 단계(S20)는, 상기 다중센서(100)를 실내의 서로 다른 공간인 제1, 2 공간과 실외공간에 각각 설치하고, 상기 제1 공간은, 상기 제3 단계(S30)에서 상기 적정량의 이산화탄소가 공급되며, 미세먼지 및 이산화탄소가 제거되는 공기 청정이 이루어지는 공간이고, 상기 제2 공간은, 상기 제1 공간으로부터 상기 공기 청정된 공기가 침기 또는 배기되거나, 상기 제1 공간으로 미세먼지를 포함하는 공기가 침기 또는 급기되는 공간일 수 있다.
그리고 상기 제5 단계(S50)는, 상기 제1 모델링(210)이 상기 다중센서(100)로부터 공기청정기가 가동되는 동안 측정되는 미세먼지 농도를 획득하여 상기 공기청정기 유입 유량을 이하의 수학식인,
Figure 112020143462916-pat00003
를 상기 최적화 알고리즘을 통해 추정하며, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, Qq는 환기장치로 인해 환기되는 공기유량, V는 실내의 공간 부피, fp는 공기청정기의 효율일 수 있다.
또한, 상기 제5 단계(S50)는, 상기 제1 모델링(210)이 상기 다중센서(100)로부터 상기 공기청정기가 가동되지 않고, 실내로 공기가 침기되는 동안 측정되는 미세먼지 농도를 획득하여 상기 침기량을 이하의 수학식인,
Figure 112020143462916-pat00004
를 기반으로 추정하며, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 빠져나가는 공기 유량, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 배출되는 공기 유량, V는 실내의 공간 부피일 수 있다.
그리고 상기 제6 단계(S60)는, 상기 모델링 구축부(200)가 상기 제1 모델링(210)을 통해 예측한 상기 미세먼지 농도 및 이산화탄소 농도의 변화 결과와 상기 다중센서(100)를 통해 측정된 상기 미세먼지 농도 및 이산화탄소 농도의 변화 결과를 비교하여 상기 제1 모델링(210)의 신뢰성을 검증하고, 상기 제1 모델링(210)의 신뢰성 검증을 통해 상기 제1 모델링(210)의 신뢰성이 있는 것으로 판단되는 경우, 상기 제1 모델링(210)에 의해 추정된 공기청정기 유입 유량 및 침기량을 통해 상기 제2 모델링(220)을 구축할 수 있다.
또한, 상기 제2 모델링(220)은, 상기 제1, 2 공간의 환기율, 공기청정기 유입 유량, 침기량을 기반으로 상기 제1, 2 공간의 공기유동 방향을 포함하는 공기유동 특성을 추정할 수 있다.
그리고 상기 제7 단계(S70)는, 상기 예측부(300)가 상기 제1, 2 공간의 미세먼지 농도 변화에 따른 시뮬레이션이나, 상기 제1, 2 공간별 환기율 또는 상기 제1, 2 공간의 밀폐능 변화에 따른 시뮬레이션을 기반으로 외기농도 상황별 실내 미세먼지 농도 변화를 예측할 수 있다.
또한, 상기 제8 단계(S80)는, 상기 관리방안 제시부(400)가 상기 제2 모델링(220)의 예측 결과를 기반으로 상기 필요 공기청정용량을 이하의 수학식인,
Figure 112020143462916-pat00005
를 기반으로 산정하며, QP는 공기청정기로 유입되는 공기 유량, Ci는 실내로 유입되는 미세먼지 농도, IAQGpm2.5는 미세먼지의 실내공기질 가이드라인, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, fp는 공기청정효율일 수 있다.
그리고 상기 제8 단계(S80)는, 상기 관리방안 제시부(400)가 상기 제2 모델링(220)의 예측 결과를 기반으로 상기 필요 환기용량을 이하의 수학식인,
Figure 112020143462916-pat00006
를 기반으로 산정하며, Qq는 환기장치로 인해 환기되는 공기 유량, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 배출되는 공기 유량일 수 있다.
또한, 상기 제9 단계(S90)는, 상기 관리방안 제시부(400)가 상기 실내의 공기청정용량 및 환기용량이 실내 공기질 관리 기준에 따라 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록, 상기 실내공기 통합관리 시스템이 상기 제1, 2 공간에 설치된 상기 공기청정기, 상기 환기장치, 급배기장치, 열교환식 급배기 시스템, 에어커튼을 제어하는 관리방안을 제시할 수 있다.
상기와 같은 목적을 달성하기 위한 기술적 수단으로서, 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치는, 다중추적자인 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 측정하기 위해 실내외에 설치되는 다중센서(100); 상기 실내외의 미세먼지 농도 변화 및 실내 이산화탄소 농도의 변화를 예측하기 위한 제1 모델링(210) 및 상기 제1 모델링(210)의 적용성을 검증하고, 상기 제1 모델링(210)이 획득한 미세먼지 농도 및 이산화탄소 농도의 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 통해 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(220)을 구축하는 모델링 구축부(200); 상기 제2 모델링(220)을 통해 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 예측부(300); 및 상기 예측부(300)의 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하며, 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 실내공기 통합관리 시스템의 관리방안을 제시하는 관리방안 제시부(400);를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 다중추적자 기법을 이용하여 환기율 측정 시에 환기율 뿐만 아니라 방향성을 갖는 공기유동 특성을 추정함으로써, 실내공기질 관리가 가능한 장점이 있다.
그리고 본 발명의 일 실시예에 따르면, 실내공기 통합관리 시스템이 실내공기질 장치들을 제어하기 위한 최적의 관리방안을 제시함으로써, 특정공간의 실내공기질을 최적의 상태로 관리할 수 있다.
한편, 본 발명에서 얻을 수 있는 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치의 개략적인 구성을 나타내는 블록도이다.
도 2는 다중센서가 측정하는 다중추적자를 나타내는 블록도이다.
도 3은 모델링 구축부가 구축하는 모델링을 나타내는 블록도이다.
도 4는 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법의 전체적인 과정을 나타내는 흐름도이다.
도 5 및 도 6은 다중센서가 측정한 미세먼지 농도 변화 및 제1 모델링이 추정하는 공기청정기 유입 유량과 침기량을 나타내는 도면이다.
도 7은 제1 모델링을 통해 예측한 미세먼지 농도 변화 결과와 다중센서를 통해 측정된 미세먼지 농도 변화를 비교하는 그래프이다.
도 8은 관리방안 제시부가 산정하는 미세먼지 농도 변화에 따른 시나리오별 최적 필요 공기청정용량을 나타내는 그래프이다.
도 9는 관리방안 제시부가 실내공기 통합관리 시스템의 관리방안을 제시하기 위한 환기율 변화에 따른 시나리오를 나타내는 그래프이다.
도 10 및 도 11은 다중센서를 통해 미세먼지 농도 및 이산화탄소 농도의 변화를 측정하는 예시를 나타내는 도면이다.
도 12는 관리방안 제시부가 실내공기 통합관리 시스템의 관리방안을 제시하는 예시를 나타내는 도면이다.
이하에서는, 첨부한 도면을 참고로 하여 본 발명의 실시 예에 대하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명에 관한 설명은 구조적 내지 기능적 설명을 위한 실시 예에 불과하므로, 본 발명의 권리범위는 본문에 설명된 실시 예에 의하여 제한되는 것으로 해석되어서는 아니 된다. 즉, 실시 예는 다양한 변경이 가능하고 여러 가지 형태를 가질 수 있으므로 본 발명의 권리범위는 기술적 사상을 실현할 수 있는 균등물들을 포함하는 것으로 이해되어야 한다. 또한, 본 발명에서 제시된 목적 또는 효과는 특정 실시예가 이를 전부 포함하여야 한다거나 그러한 효과만을 포함하여야 한다는 의미는 아니므로, 본 발명의 권리범위는 이에 의하여 제한되는 것으로 이해되어서는 아니 될 것이다.
본 발명에서 서술되는 용어의 의미는 다음과 같이 이해되어야 할 것이다.
"제1", "제2" 등의 용어는 하나의 구성요소를 다른 구성요소로부터 구별하기 위한 것으로, 이들 용어들에 의해 권리범위가 한정되어서는 아니 된다. 예를 들어, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 어떤 구성요소가 다른 구성요소에 "연결되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결될 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다고 언급된 때에는 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다. 한편, 구성요소들 간의 관계를 설명하는 다른 표현들, 즉 "~사이에"와 "바로 ~사이에" 또는 "~에 이웃하는"과 "~에 직접 이웃하는" 등도 마찬가지로 해석되어야 한다.
단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함하는 것으로 이해되어야 하고, "포함하다" 또는 "가지다" 등의 용어는 설시된 특징, 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것이 존재함을 지정하려는 것이며, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 동작, 구성요소, 부분품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
여기서 사용되는 모든 용어들은 다르게 정의되지 않는 한, 본 발명이 속하는 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가진다. 일반적으로 사용되는 사전에 정의되어 있는 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 것으로 해석되어야 하며, 본 발명에서 명백하게 정의하지 않는 한 이상적이거나 과도하게 형식적인 의미를 지니는 것으로 해석될 수 없다.
실시예의 구성
이하에서는, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치를 자세히 설명하도록 하겠다.
도 1은 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치의 개략적인 구성을 나타내는 블록도이며, 도 2는 다중센서가 측정하는 다중추적자를 나타내는 블록도이고, 도 3은 모델링 구축부가 구축하는 모델링을 나타내는 블록도이다.
이들 도면에 도시된 바와 같이, 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치는 다중추적자를 측정하여 획득한 실측 데이터를 통해 구축된 모델링을 기반으로 실내의 환경특성을 진단하기 위해 다중센서(100), 모델링 구축부(200), 예측부(300), 관리방안 제시부(400), 입력부(500) 및 출력부(600)가 구비된다. 다만, 본 발명의 구성은 상술한 구성의 일부가 생략되거나 상술한 구성 외의 구성이 추가로 구비될 수 있다.
다중센서(100)는 다중추적자인 실내외에 잔존하는 미세먼지(110)의 농도 변화와 실내 이산화탄소(120)의 농도 변화를 측정하기 위해 실내외에 각각 설치된다. 이러한 다중센서(100)의 일례로는, 미세먼지(110) 중 초미세먼지인 PM2.5의 농도 변화와 이산화탄소(120)의 농도 변화를 측정할 수 있다. 다만, 다중센서(100)는 PM2.5뿐만 아니라, PM2.5보다 지름이 큰 PM10에 대한 미세먼지(110) 농도 변화를 측정할 수 있고, 이산화탄소(120)를 대체할 수 있는 추적가스인 NO, SF6, PETs 등의 농도 변화를 측정할 수 있다.
이와 같이, 다중센서(100)가 측정하는 미세먼지(110)의 농도 변화와 이산화탄소(120)의 농도 변화는 모델링 구축부(200)에서 구축되는 모델링을 통해 실내의 환기율, 침기량, 공기청정기 유입 유량 등을 추정(측정)하기 위한 데이터로 활용된다.
한편, 실내에 잔존하는 미세먼지(110)는 외부로부터 실내로 유입/침기되면서 실내에 설치된 공기청정기 및 환기장치 등에 의해 농도가 감소되고, 급배기장치에 의해 급기 또는 배기된다. 그리고 실내에 잔존하는 이산화탄소(120)는 실내로 유입/침기되는 공기에 포함되되, 추적가스 공급장치(미도시)에 의해 실내로 적정량으로 공급되어 농도가 증가되고, 공기청정기 및 환기장치에 의해 농도가 감소된다. 여기서, 적정량의 이산화탄소(120)를 실내에 공급하는 것은 사람들이 상기 실내에 위치하여 호흡을 하고 있다는 것을 가정하기 위함이다. 즉, 실내에 위치하는 사람들이 내뱉는 호흡에 포함된 이산화탄소에 의해 실내의 이산화탄소 농도가 증가되는 것을 재현하기 위함이다.
모델링 구축부(200)는 실내외의 미세먼지(110) 농도 변화와 실내 이산화탄소(120) 농도 변화를 예측하기 위한 제1 모델링(210)을 구축한다.
이러한 제1 모델링(210)은 단위시간당 실내의 미세먼지(110) 농도 변화를 이하의 [수학식 1]를 기반으로 예측한다.
Figure 112020143462916-pat00007
상기 [수학식 1]에서, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 외부에서 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, V는 실내의 공간 부피, fp는 공기청정기의 효율, Qq는 환기장치로 인해 환기되는 공기유량일 수 있다.
이때, 환기장치로 인해 환기되는 공기유량(Qq)은 건물 환경 특성인 배기장치의 유무에 따라 제거될 수 있으며, 제품별 배기장치의 용량에 의해 결정될 수 있다.
또한, 외부에서 실내로 유입되는 공기 유량(Qi)은 유입/침기량일 수 있으며, 이하에서는 침기량으로 표현하도록 하겠다.
더 나아가, QiCi는 실내로 유입되는 공기 유량 및 미세먼지(110) 농도, QRCR은 자연환기, QqCR은 기계환기, FpQpCR은 공기청정기를 의미한다.
그리고 제1 모델링(210)은 단위시간당 실내의 이산화탄소(120) 농도 변화를 이하의 [수학식 2]를 기반으로 예측한다.
Figure 112020143462916-pat00008
상기 [수학식 2]에서, V는 실내의 공간 부피, CO2R은 실내의 이산화탄소 농도, t는 시간, CO2i는 실내로 유입되는 이산화탄소 농도, Qi는 실내로 유입되는 공기 유량, n은 인원수, fr은 호흡량, QR은 실내로부터 빠져나가는 공기 유량, Qq는 환기장치로 인해 환기되는 공기 유량을 의미한다.
또한, 제1 모델링(210)은 다중센서(100)로부터 측정된 실내외의 미세먼지(110) 농도 변화와 실내 이산화탄소(120) 농도 변화에 대한 정보를 획득하고, 획득된 미세먼지(110) 농도를 기반으로 공기청정기 유입 유량(Qp)과 침기량(Qi)를 추정한다.
구체적으로, 제1 모델링(210)은 다중센서(100)로부터 공기청정기가 가동되는 동안 측정되는 미세먼지 농도를 획득하여 공기청정기 유입 유량을 추정하며, 공기청정기가 가동되지 않고, 실내로 공기가 침기되는동안 측정되는 미세먼지 농도를 획득하여 침기량을 추정한다.
더 구체적으로, 제1 모델링(210)은 공기청정기 유입 유량을 이하의 [수학식 3]을 최적화 알고리즘(파라미터 추정)을 통해 추정한다. 이때, 피라미터 추정이 가능한 최적화 알고리즘은 제1 모델링(210)에 기저장되는 것이 바람직하다.
Figure 112020143462916-pat00009
상기의 [수학식 3]에서, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, Qq는 환기장치로 인해 환기되는 공기유량, V는 실내의 공간 부피, fp는 공기청정기의 효율을 의미한다.
또한, 제1 모델링(210)은 침기량을 이하의 [수학식 4]를 기반으로 추정한다.
Figure 112020143462916-pat00010
상기의 [수학식 4]에서, CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 빠져나가는 공기 유량, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 배출되는 공기 유량, V는 실내의 공간 부피를 의미한다.
이러한 제1 모델링(210)은 상기의 [수학식 3, 4]를 기반으로 추정된 공기청정기 유입 유량과 침기량을 기반으로 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화를 예측한다.
그 후, 모델링 구축부(200)는 제1 모델링(210)으로부터 예측된 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화 결과와 다중센서(100)를 통해 측정된 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화를 비교하여 제1 모델링(210)의 신뢰성을 검증한다.
여기서, 모델링 구축부(200)는 제1 모델링(210)으로부터 예측된 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화 결과가 다중센서(100)를 통해 측정된 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화와 일정 수준 이상 차이가 나지 않는 것으로 판단하면, 제1 모델링(210)의 농도 변화 결과가 신뢰성이 있는 것으로 판단한다.
이와 같이, 모델링 구축부(200)는 제1 모델링(210)으로부터 예측된 미세먼지(110) 농도 및 이산화탄소(120) 농도 변화 결과가 신뢰성이 있는 것으로 판단하면, 제1 모델링(210)으로부터 추정된 공기청정기 유입 유량 및 침기량을 통해 제2 모델링(220)을 구축한다.
제2 모델링(220)은 실내의 환기율, 공기청정기 유입 유량, 침기량 등을 기반으로 공기유동 방향을 포함하는 실내의 공기유동 특성을 추정한다. 여기서, 공기유동 특성은 실내 공간별 침기 및 누기율, 공기청정기 유입 또는 방출하는 공기 유량, 환기장치가 환기하는 공기 유량 등으로 종래의 환기율 추정(측정) 방식에서는 별도의 과정을 통해 직접 측정하여 획득할 수 있는 방향성을 갖는 공기특성 정보들을 의미한다.
이와 같이, 제2 모델링(220)이 환기율 뿐만 아니라 방향성을 갖는 공기유동 특성을 추정함으로써, 본 발명의 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치는 실내공기질 관리가 가능한 장점이 있다.
예측부(300)는 모델링 구축부(200)로부터 구축된 제2 모델링(220)을 통해 실내의 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화에 따른 시뮬레이션이나, 실내의 환기율 및/또는 실내의 밀폐능 변화에 따른 시뮬레이션을 기반으로 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 예측한다.
다만, 예측부(300)는 본 발명의 구성에서 생략될 수 있으며, 예측부(300)가 생략된다면, 제2 모델링(220)이 자체적으로 시뮬레이션을 기반으로 외기농도 상황별 실내 미세먼지(110) 농도 변화 또는 이산화탄소(120) 농도 변화를 예측할 수 있다.
관리방안 제시부(400)는 제2 모델링(220) 또는 예측부(300)로부터 예측된 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정한다. 이때, 필요 공기청정용량 및 필요 환기용량은 실내 공기질 관리 기준(WHO 권고기준 등)에 대응된다.
구체적으로, 관리방안 제시부(400)는 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량을 이하의 [수학식 5]를 기반으로 산정한다.
Figure 112020143462916-pat00011
상기의 [수학식 5]에서, QP는 공기청정기로 유입되는 공기 유량, Ci는 실내로 유입되는 미세먼지 농도, IAQGpm2.5는 미세먼지의 실내공기질 가이드라인, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, fp는 공기청정효율을 의미한다. 여기서, 미세먼지의 실내공기질 가이드라인과 이산화탄소의 실내공기질 가이드라인은 실내의 각 공간마다 다르게 설정될 수 있다. 이는, 실내의 각 공간마다 부피가 다르기 때문이다.
또한, 관리방안 제시부(400)는 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 예측한 결과를 기반으로 필요 환기용량을 이하의 [수학식 6]을 기반으로 산정한다.
Figure 112020143462916-pat00012
상기의 [수학식 6]에서, Qq는 환기장치로 인해 환기되는 공기 유량, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 배출되는 공기 유량을 의미한다.
그리고 관리방안 제시부(400)는 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 실내공기질 관리요소에 대해 진단할 수 있는 프로토콜 수립이 가능하며, 실내공기질 통합관리를 위한 실내공기 통합관리 시스템을 구축할 수 있다. 다만, 프로토콜 수립 및 실내공기 통합관리 시스템의 구축은 관리방안 제시부(400)가 아니라, 별도의 구성부(미도시)에서 이루어질 수 있다.
또한, 관리방안 제시부(400)는 실내의 공기청정용량 및 환기용량이 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록, 실내공기 통합관리 시스템이 실내공기질 장치들을 제어할 수 있는 관리방안을 제시한다.
구체적으로, 관리방안 제시부(400)는 실내공기 통합관리 시스템이 실내의 공기청정용량 및 환기용량이 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록 공기청정기, 환기장치, 급배기장치, 열교환식 급배기 시스템, 에어커튼 등을 제어하는 관리방안을 제시한다. 여기서, 실내공기 통합관리 시스템이 제어하는 실내공기질 장치의 구성은 상술한 구성으로 한정하는 것은 아니며, 상술한 구성 외에도 공기유동특성과 관련되는 장치라면 추가될 수 있다.
이와 같이, 관리방안 제시부(400)가 실내공기 통합관리 시스템이 실내의 공기청정용량 및 환기용량이 필요 공기청정용량 및 필요 환기용량에 도달하도록, 실내공기질 장치를 제어하기 위한 관리방안을 제시함으로써, 본 발명의 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치는 실내공기질을 최적의 상태로 관리할 수 있는 장점이 있다.
입력부(500)는 다중센서(100)가 실내외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화를 측정하도록 하는 입력신호를 다중센서(100)로 전달한다.
이러한 입력부(500)는 본 발명에서 구성이 생략될 수 있으며, 입력부(500)의 구성이 생략된다면, 다중센서(100)는 실시간으로 실내외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화를 측정하거나, 제어장치(미도시)의 신호를 통해 실내외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화를 측정할 수 있다.
출력부(600)는 관리방안 제시부(400)가 제시하는 최적의 관리방안을 출력하여 사용자에게 제공할 수 있는 디스플레이다.
이러한 출력부(600)는 본 발명에서 구성이 생략될 수 있으며, 출력부(600)의 구성이 생략된다면, 관리방안 제시부(400)는 최적의 관리방안을 출력할 수 있는 디스플레이가 일측에 구비되는 장치로 이루어질 수 있다.
실시예의 동작
이하에서는, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법을 자세히 설명하도록 하겠다.
도 4는 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법의 전체적인 과정을 나타내는 흐름도이며, 도 5 및 도 6은 다중센서가 측정한 미세먼지 농도 변화 및 제1 모델링이 추정하는 공기청정기 유입 유량과 침기량을 나타내는 도면이고, 도 7은 제1 모델링을 통해 예측한 미세먼지 농도 변화 결과와 다중센서를 통해 측정된 미세먼지 농도 변화를 비교하는 그래프이며, 도 8은 관리방안 제시부가 산정하는 미세먼지 농도 변화에 따른 시나리오별 최적 필요 공기청정용량을 나타내는 그래프이고, 도 9는 관리방안 제시부가 실내공기 통합관리 시스템의 관리방안을 제시하기 위한 환기율 변화에 따른 시나리오를 나타내는 그래프이다.
먼저, 모델링 구축부(200)는 다중추적자인 실내외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화를 예측하기 위한 제1 모델링(210)을 도출(정의)할 수 있다(S10). 여기서, 제1 모델링(210)은 상기의 [수학식 1, 2]를 기반으로 미세먼지(110) 농도 변화 및 이산화탄소(120) 농도 변화를 예측할 수 있다.
제1 모델링(210) 구축 후, 다중센서(100)는 사용자에 의해 실내외에 설치될 수 있다(S20). 여기서, 다중센서(100)는 사용자에 의해 실내의 서로 다른 공간인 제1 공간 및 제2 공간과 실외에 설치될 수 있다. 여기서, 제1 공간은 후술될 단계에서 이산화탄소가 공급되며, 공기청정기 및 환기장치가 설치되어 공간 내의 미세먼지 및 이산화탄소가 제거되는 공기 청정이 이루어지는 공간이다. 그리고 제2 공간은 제1 공간으로부터 공기 청정된 공기가 침기 또는 급배기장치에 의해 배기되거나, 제1 공간으로 미세먼지를 포함하는 공기가 침기 또는 급배기장치에 의해 급기되는 공간이다. 예를 들면, 제1 공간은 사무실, 교실 등의 공간이며, 제2 공간은 복도 등의 공간일 수 있다.
다중센서(100) 설치 후, 추적가스 공급장치(미도시)는 실내에 적정량의 이산화탄소(120)를 공급할 수 있다(S30). 구체적으로, 추적가스 공급장치(미도시)는 공기 청정이 이루어지는 제1 공간에 이산화탄소(120)를 공급할 수 있다.
제1 공간에 이산화탄소(120) 공급 후, 다중센서(100)는 제1, 2 공간 및 실외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화를 동시에 측정하며, 제1 모델링(210)은 다중센서(100)로부터 획득하는 제1, 2 공간 및 실외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화를 획득할 수 있다(S40).
제1 모델링(210)이 농도 변화에 대한 정보를 획득한 후, 제1 모델링(210)은 상기의 [수학식 3, 4]를 기반으로 획득한 농도 변화에 대한 정보를 통해 공기청정기 유입 유량 및 침기량을 추정할 수 있다(S50).
모델링 구축부(200)는 제1 모델링(210)의 적용성을 검증하고, 제1 모델링(210)이 획득한 미세먼지 농도 및 이산화탄소 농도의 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 통해 공기유동 특성의 추정이 가능한 제2 모델링(220)을 구축할 수 있다(S60). 여기서, 모델링 구축부(200)는 제1 모델링(210)으로부터 예측된 미세먼지(110) 농도 변화 및 이산화탄소(120) 농도 변화 결과와 다중센서(100)로부터 측정된 미세먼지(110) 농도 변화 및 이산화탄소(120) 농도 변화 결과를 통해 신뢰성을 검증하고, 신뢰성이 있는 것으로 판단되는 경우에 제1 모델링(210)으로부터 추정된 공기청정기 유입 유량 및 침기량을 통해 제2 모델링(220)을 구축할 수 있다.
제2 모델링(220) 구축 후, 제2 모델링(220) 또는 예측부(300)는 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 예측할 수 있다(S70). 여기서, 제2 모델링(220) 또는 예측부(300)는 제1, 2 공간과 실외의 미세먼지(110) 농도 변화 및 실내 이산화탄소(120) 농도 변화에 따른 시뮬레이션 또는 제1, 2 공간별 환기율 또는 제1, 2 공간의 밀폐능 변화에 따른 시뮬레이션을 기반으로 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 예측할 수 있다.
제2 모델링(220) 또는 예측부(300)로부터 외기농도 상황별 농도 변화가 예측된 후, 관리방안 제시부(400)는 상기의 [수학식 5, 6]을 기반으로 제2 모델링(220) 또는 예측부(300)로부터 예측된 외기농도 상황별 실내 미세먼지(110) 농도 변화 및/또는 이산화탄소(120) 농도 변화를 통해 필요 공기청정용량 및 필요 환기용량을 산정할 수 있다(S80).
필요 공기청정용량 및 필요 환기용량 산정 후, 관리방안 제시부(400)는 실내공기 통합관리 시스템의 관리방안을 제시할 수 있다(S90). 여기서, 관리방안 제시부(400)는 실내의 공기청정용량 및 환기용량이 실내 공기질 관리 기준(WHO 권고기준 등)에 따라 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록, 실내공기 통합관리 시스템이 공기청정기, 환기장치, 급배기장치, 열교환식 급배기 시스템, 에어커튼 등을 제어하여 실내공기질을 최적의 상태로 관리할 수 있는 관리방안을 제시할 수 있다.
사용예
이하에서는, 첨부된 도면들을 참조하여 본 발명의 일 실시예에 따른 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치의 사용예를 자세히 설명하도록 하겠다.
도 10 및 도 11은 다중센서를 통해 미세먼지 농도 및 이산화탄소 농도의 변화를 측정하는 예시를 나타내는 도면이며, 도 12는 관리방안 제시부가 실내공기 통합관리 시스템의 관리방안을 제시하는 예시를 나타내는 도면이다.
다중센서(100)는 교실의 미세먼지(110) 및 이산화탄소(120)의 농도를 측정하기 위해 도 10에 도시된 바와 같이, 공기청정기의 공기 및 이산화탄소(120)가 공급되는 제1 공간에 설치되는 제1 다중센서(100a) 및 제1 공간으로부터 공기청정기의 공기가 침기 또는 배기되거나 미세먼지를 포함하는 공기가 침기 또는 급기되는 제2 공간에 설치되는 제2 다중센서(100b)로 이루어질 수 있다. 이러한 제1, 2 다중센서(100a, 100b)는 제1, 2 공간을 포함하는 교실의 미세먼지(110) 및 이산화탄소(120) 농도를 측정할 수 있다.
뿐만 아니라, 다중센서(100)는 복도의 미세먼지(110) 및 이산화탄소(120)의 농도를 측정하기 위해 도 11에 도시된 바와 같이, 첫번째 교실에 설치되는 제1 다중센서(100a), n번째 교실에 설치되는 제n 다중센서(100b), 화장실에 설치되는 제n+1 다중센서(100c), 복도에 설치되는 제n+2 다중센서(100d)로 이루어질 수 있다. 이때, 복도의 미세먼지(110) 및 이산화탄소(120)의 농도는 복수의 과정을 거쳐 측정된다. 구체적으로, 다중센서(100)는 복도공기 청정 후 실외 창문만 완전 밀폐한 상태에서 복도의 미세먼지(110) 농도 및 이산화탄소(120) 농도를 측정하는 제1 과정, 복도공기 청정 후 출입 현관만 완전 밀폐한 상태에서 복도의 미세먼지(110) 농도 및 이산화탄소(120) 농도를 측정하는 제2 과정 및 복도공기 청정 후 밀폐없는 상태에서 복도의 미세먼지(110) 농도 및 이산화탄소(120) 농도를 측정하는 제3 과정을 통해 복도의 미세먼지(110) 및 이산화탄소(120)의 농도를 측정할 수 있다.
관리방안 제시부(400)는 실내공기 통합관리 시스템이 제어하는 공기청정기, 환기장치, 급배기장치, 열교환식 급배기 시스템, 에어커튼 등의 스펙, 위치 등의 정보가 저장되고, 실내의 공기청정용량 및 환기용량이 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록, 실내공기 통합관리 시스템이 WHO 권고기준에 따라 상기의 실내공기질 장치를 제어하는 관리방안을 제시할 수 있다.
상술한 바와 같이 개시된 본 발명의 바람직한 실시예들에 대한 상세한 설명은 당업자가 본 발명을 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 발명의 바람직한 실시 예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 본 발명의 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 예를 들어, 당업자는 상술한 실시 예들에 기재된 각 구성을 서로 조합하는 방식으로 이용할 수 있다. 따라서, 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다.
본 발명은 본 발명의 정신 및 필수적 특징을 벗어나지 않는 범위에서 다른 특정한 형태로 구체화될 수 있다. 따라서, 상기의 상세한 설명은 모든 면에서 제한적으로 해석되어서는 아니 되고 예시적인 것으로 고려되어야 한다. 본 발명의 범위는 첨부된 청구항의 합리적 해석에 의해 결정되어야 하고, 본 발명의 등가적 범위 내에서의 모든 변경은 본 발명의 범위에 포함된다. 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다. 또한, 특허청구범위에서 명시적인 인용 관계가 있지 않은 청구항들을 결합하여 실시 예를 구성하거나 출원 후의 보정에 의해 새로운 청구항으로 포함할 수 있다.
100: 다중센서,
110: 미세먼지,
120: 이산화탄소,
200: 모델링 구축부,
210: 제1 모델링,
220: 제2 모델링,
300: 예측부,
400: 관리방안 제시부,
500: 입력부,
600: 출력부.

Claims (13)

  1. 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법에 있어서,
    모델링 구축부(200)가 다중추적자인 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 예측하기 위한 제1 모델링(210)을 정의하는 제1 단계(S10);
    상기 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 측정하기 위한 다중센서(100)를 실내외에 설치하는 제2 단계(S20);
    상기 실내에 적정량의 이산화탄소를 공급하는 제3 단계(S30);
    상기 다중센서(100)가 상기 실내외의 미세먼지 농도 변화 및 실내 이산화탄소 농도의 변화를 동시에 측정하며 데이터를 구축하는 제4 단계(S40);
    상기 제1 모델링(210)이 획득한 미세먼지 농도 및 이산화탄소 농도의 변화 정보를 기반으로 최적화 알고리즘을 통해 공기청정기 유입 유량 및 침기량을 추정하는 제5 단계(S50);
    상기 모델링 구축부(200)가 상기 제1 모델링의 적용성을 검증하고, 상기 추정된 공기청정기 유입 유량 및 침기량을 통해 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(220)을 구축하는 제6 단계(S60);
    예측부(300)가 상기 제2 모델링(220)을 통해 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 제7 단계(S70);
    관리방안 제시부(400)가 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하는 제8 단계(S80); 및
    상기 관리방안 제시부(400)가 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 실내공기 통합관리 시스템의 관리방안을 제시하는 제9 단계(S90);를 포함하는 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  2. 제 1 항에 있어서,
    상기 제1 단계(S10)는,
    상기 제1 모델링(210)이 단위시간당 실내의 미세먼지 농도 변화를 이하의 수학식인,
    Figure 112020143462916-pat00013

    를 기반으로 예측하며,
    CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 외부에서 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, V는 실내의 공간 부피, fp는 공기청정기의 효율, Qq는 환기장치로 인해 환기되는 공기유량인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  3. 제 1 항에 있어서,
    상기 제1 단계(S10)는,
    상기 제1 모델링(210)이 단위시간당 실내의 이산화탄소 농도 변화를 이하의 수학식인,
    Figure 112020143462916-pat00014

    를 기반으로 예측하며,
    V는 실내의 공간 부피, CO2R은 실내의 이산화탄소 농도, t는 시간, CO2i는 실내로 유입되는 이산화탄소 농도, Qi는 실내로 유입되는 공기 유량, n은 인원수, fr은 호흡량, QR은 실내로부터 빠져나가는 공기 유량, Qq는 환기장치로 인해 환기되는 공기 유량인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  4. 제 1 항에 있어서,
    상기 제2 단계(S20)는,
    상기 다중센서(100)를 실내의 서로 다른 공간인 제1, 2 공간과 실외공간에 각각 설치하고,
    상기 제1 공간은,
    상기 제3 단계(S30)에서 상기 적정량의 이산화탄소가 공급되며, 미세먼지 및 이산화탄소가 제거되는 공기 청정이 이루어지는 공간이고,
    상기 제2 공간은,
    상기 제1 공간으로부터 상기 공기 청정된 공기가 침기 또는 배기되거나, 상기 제1 공간으로 미세먼지를 포함하는 공기가 침기 또는 급기되는 공간인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  5. 제 4 항에 있어서,
    상기 제5 단계(S50)는,
    상기 제1 모델링(210)이 상기 다중센서(100)로부터 공기청정기가 가동되는 동안 측정되는 미세먼지 농도를 획득하여 상기 공기청정기 유입 유량을 이하의 수학식인,
    Figure 112020143462916-pat00015

    를 상기 최적화 알고리즘을 통해 추정하며,
    CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 빠져나가는 공기 유량, QP는 공기청정기로 유입되는 공기 유량, Qq는 환기장치로 인해 환기되는 공기유량, V는 실내의 공간 부피, fp는 공기청정기의 효율인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  6. 제 5 항에 있어서,
    상기 제5 단계(S50)는,
    상기 제1 모델링(210)이 상기 다중센서(100)로부터 상기 공기청정기가 가동되지 않고, 실내로 공기가 침기되는 동안 측정되는 미세먼지 농도를 획득하여 상기 침기량을 이하의 수학식인,
    Figure 112020143462916-pat00016

    를 기반으로 추정하며,
    CR은 실내의 미세먼지 농도, t는 시간, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 빠져나가는 공기 유량, Qi는 실내로 유입되는 공기 유량, QR은 실내로부터 배출되는 공기 유량, V는 실내의 공간 부피인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  7. 제 6 항에 있어서,
    상기 제6 단계(S60)는,
    상기 모델링 구축부(200)가 상기 제1 모델링(210)을 통해 예측한 상기 미세먼지 농도 및 이산화탄소 농도의 변화 결과와 상기 다중센서(100)를 통해 측정된 상기 미세먼지 농도 및 이산화탄소 농도의 변화 결과를 비교하여 상기 제1 모델링(210)의 신뢰성을 검증하고,
    상기 제1 모델링(210)의 신뢰성 검증을 통해 상기 제1 모델링(210)의 신뢰성이 있는 것으로 판단되는 경우, 상기 제1 모델링(210)에 의해 추정된 공기청정기 유입 유량 및 침기량을 통해 상기 제2 모델링(220)을 구축하는 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  8. 제 7 항에 있어서,
    상기 제2 모델링(220)은,
    상기 제1, 2 공간의 환기율, 공기청정기 유입 유량, 침기량을 기반으로 상기 제1, 2 공간의 공기유동 방향을 포함하는 공기유동 특성을 추정하는 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  9. 제 8 항에 있어서,
    상기 제7 단계(S70)는,
    상기 예측부(300)가 상기 제1, 2 공간의 미세먼지 농도 변화에 따른 시뮬레이션이나, 상기 제1, 2 공간별 환기율 또는 상기 제1, 2 공간의 밀폐능 변화에 따른 시뮬레이션을 기반으로 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  10. 제 9 항에 있어서,
    상기 제8 단계(S80)는,
    상기 관리방안 제시부(400)가 상기 제2 모델링(220)의 예측 결과를 기반으로 상기 필요 공기청정용량을 이하의 수학식인,
    Figure 112020143462916-pat00017

    를 기반으로 산정하며,
    QP는 공기청정기로 유입되는 공기 유량, Ci는 실내로 유입되는 미세먼지 농도, IAQGpm2.5는 미세먼지의 실내공기질 가이드라인, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, fp는 공기청정효율인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  11. 제 10 항에 있어서,
    상기 제8 단계(S80)는,
    상기 관리방안 제시부(400)가 상기 제2 모델링(220)의 예측 결과를 기반으로 상기 필요 환기용량을 이하의 수학식인,
    Figure 112020143462916-pat00018

    를 기반으로 산정하며,
    Qq는 환기장치로 인해 환기되는 공기 유량, n은 인원수, fr은 호흡량, IAQGco2는 이산화탄소의 실내공기질 가이드라인, Ci는 실내로 유입되는 미세먼지 농도, QR은 실내로부터 배출되는 공기 유량인 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  12. 제 11 항에 있어서,
    상기 제9 단계(S90)는,
    상기 관리방안 제시부(400)가 상기 실내의 공기청정용량 및 환기용량이 실내 공기질 관리 기준에 따라 산정된 필요 공기청정용량 및 필요 환기용량에 도달하도록, 상기 실내공기 통합관리 시스템이 상기 제1, 2 공간에 설치된 상기 공기청정기, 상기 환기장치, 급배기장치, 열교환식 급배기 시스템, 에어커튼을 제어하는 관리방안을 제시하는 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법.
  13. 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치에 있어서,
    다중추적자인 실내외의 미세먼지 농도 및 실내 이산화탄소 농도의 변화를 측정하기 위해 실내외에 설치되는 다중센서(100);
    상기 실내외의 미세먼지 농도 변화 및 실내 이산화탄소 농도의 변화를 예측하기 위한 제1 모델링(210) 및 상기 제1 모델링(210)의 적용성을 검증하고, 상기 제1 모델링(210)이 획득한 미세먼지 농도 및 이산화탄소 농도의 변화 정보를 기반으로 최적화 알고리즘을 통해 추정하는 공기청정기 유입 유량 및 침기량을 통해 공기유동 특성 중 방향성을 갖는 공기유동 특성의 추정이 가능한 제2 모델링(220)을 구축하는 모델링 구축부(200);
    상기 제2 모델링(220)을 통해 외기농도 상황별 실내 미세먼지 농도 변화를 예측하는 예측부(300); 및
    상기 예측부(300)의 상기 외기농도 상황별 실내 미세먼지 농도 변화를 예측한 결과를 기반으로 필요 공기청정용량 및 필요 환기용량을 산정하며, 상기 산정된 필요 공기청정용량 및 필요 환기용량을 기반으로 실내공기 통합관리 시스템의 관리방안을 제시하는 관리방안 제시부(400);를 포함하는 것을 특징으로 하는 다중추적자 방법론을 이용한 실내공기 환경특성 진단 장치.
KR1020200187805A 2020-12-30 2020-12-30 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치 KR102354810B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200187805A KR102354810B1 (ko) 2020-12-30 2020-12-30 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200187805A KR102354810B1 (ko) 2020-12-30 2020-12-30 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치

Publications (1)

Publication Number Publication Date
KR102354810B1 true KR102354810B1 (ko) 2022-02-09

Family

ID=80265956

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200187805A KR102354810B1 (ko) 2020-12-30 2020-12-30 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치

Country Status (1)

Country Link
KR (1) KR102354810B1 (ko)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170038423A (ko) 2015-09-30 2017-04-07 코웨이 주식회사 환기율 계산 장치 및 방법
KR102196091B1 (ko) * 2020-04-27 2020-12-29 주식회사 세스코 공기질 분석 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20170038423A (ko) 2015-09-30 2017-04-07 코웨이 주식회사 환기율 계산 장치 및 방법
KR102196091B1 (ko) * 2020-04-27 2020-12-29 주식회사 세스코 공기질 분석 시스템

Similar Documents

Publication Publication Date Title
Ansanay-Alex Estimating occupancy using indoor carbon dioxide concentrations only in an office building: a method and qualitative assessment
KR101591735B1 (ko) 실내공기질의 예측을 통한 오염 정보 제공 방법
Weekly et al. Modeling and estimation of the humans' effect on the CO 2 dynamics inside a conference room
Wolf et al. Carbon dioxide-based occupancy estimation using stochastic differential equations
Chao et al. Ventilation performance measurement using constant concentration dosing strategy
JP2015152175A (ja) 空気質評価装置及び空気質評価システム
Pereira et al. Occupant behaviour motivations in the residential context–An investigation of variation patterns and seasonality effect
Rinaldi et al. An IoT framework for the assessment of indoor conditions and estimation of occupancy rates: Results from a real case study
Lu et al. A novel methodology for estimating space air change rates and occupant CO2 generation rates from measurements in mechanically-ventilated buildings
KR101519734B1 (ko) 실시간 재실 정보를 이용한 건물 에너지 시뮬레이션 시스템
Rinaldi et al. On the use of IoT sensors for indoor conditions assessment and tuning of occupancy rates models
Yoon et al. Identifying stack-driven indoor environmental problems and associated pressure difference in high-rise residential buildings: Airflow noise and draft
KR20170093446A (ko) 자동 환기 공조 장치 및 그 제어 방법
KR102354810B1 (ko) 다중추적자 방법론을 이용한 실내공기 환경특성 진단 방법 및 장치
Jorissen et al. Simulation-based occupancy estimation in office buildings using CO2 sensors
Rim Transient simulation of airflow and pollutant dispersion under mixing flow and buoyancy driven flow regimes in residential buildings
US20220034540A1 (en) Sensor network for validation of healthy buildings and transportation systems
Haghighat et al. Building airflow movement—validation of three airflow models
Ebadat et al. Multi-room occupancy estimation through adaptive gray-box models
Wu System-level monitoring and diagnosis of building HVAC system
CN115540253A (zh) 空气质量管理装置及方法
Bossaer et al. An example of model evaluation by experimental comparison: pollutant spread in an apartment
Dey et al. CO2 Meter: A do-it-yourself carbon dioxide measuring device for the classroom
KR20230141989A (ko) 최적의 에너지 효율을 위한 능동적 실내공기 관리 시스템
Słodczyk et al. Optimization of carbon dioxide concentration in the didactic rooms by the regulation of ventilation

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant