개요

AI기술을 활용한 공간 내 감염원 전파양성 분석을 위한 전산유체역학을 수행하였습니다. CFD를 이용해 실내공간 위험도를 계산하기 위해서 표준전파모델을 선정하였으며, 공간유형파라미터, 실내환경파라미터 그리고 비말분포 파라미터 이 주요 세 가지 변수로 구분하였습니다.

Pre-Processing

공간유형 파라미터는 식당, 노래방, 실내 재실인원과 같이 공간을 판단할 수 있는 변수를 포함하고 있습니다. 실내환경 파라미터는 공기청정기, 시스템에어컨, 스탠드에어컨, 선풍기, 테이블, 의자, 카운터 등과 같이 실내 기류에 영향을 주는 요소들입니다. 비말 파라미터는 말하기, 기침/재채기 등 비말분포로 형성되어 기류를 떠다니는 바이러스 입자를 표현하기 위한 요소로 구성되어 있으며, 그 구성에는 입자의 사이즈, 무게, 발생주기, 입자의 양 등이 있습니다. 파라미터는 국내외 논문 참고 및 연구실 수행 과제를 기반으로 정의되어 공간의 특성을 대표할 수 있도록 설정하였습니다.

Solving

공간 내 감염원 전파양상을 분석하기 위한 CFD 프로그램으로는 Ansys Fluent 2022 R2을 사용했습니다. 이 프로그램은 산업 및 학계에서 널리 사용되는 범용적인 CFD 프로그램입니다. 3D 형상은 3D 모델링 툴을 사용하여 2D CAD 데이터를 기반으로 작성됩니다. 모델링은 3D 모델링 툴인 solidworks 2020과 Ansys space claim 2021 R2을 사용하였습니다.

Post-Processing

이 모델을 통해 실내 기류 양상 및 에어로졸에 의한 입자를 추적할 수 있습니다. 연속유체방정식에 DPM 사용하여 가시화된 데이터 뿐만 아니라 정량적 데이터 또한 확보할 수 있음을 확인하였습니다.

1차년도에서는 220개의 해석 케이스를 수행함으로써 식당에서 인원 및 실내 환경요소 변화에 따른 기류 변화와 입자의 거동을 확인하였습니다. 덧붙여, 내부기류 요소들은 외기의 유출입이 없는 실내내부순환 요소들로만 수행되었습니다.

DPM을 이용한 호흡/재채기 입자 분사 모델이 실제 물리 현상과 유사함을 확인하였습니다. 실내 기류 부분에 있어서 해석의 수렴성을 높이기 위한 실내환경을 구현하는 fixed value나 입자 filter 함수들을 적절히 활용했음을 확인할 수 있었습니다. 시각적 데이터 및 정량적 데이터를 얻기 위한 내부적인 해석 방법에 대해서 심도있게 연구하였으며, 이를 통해 적절한 컴퓨터 자원을 활용하여 입자의 거동을 예측할 수 있는 해석 내부적 기법을 정립하였습니다.