서 론
재료 및 방법
1. 대상시설
2. 시뮬레이션 도구 (Computational Fluid Dynamics, CFD)
3. 시뮬레이션 모델 설계
4. 분석 방법
결과 및 고찰
1. 최적 배치 검토
2. 질병에 대한 살균효율
결 론
서 론
지속적인 인구 증가와 경제 성장으로 인한 생활 수준의 향상에 따라 축산업의 규모 또한 계속해서 증가해왔다. 축산업 생산액은 2022년 기준으로 25조 2천억 원을 달성하였으며 농업생산액의 약 43.5%를 차지하였다. 특히, 양돈 산업 생산액은 축산업 생산액의 1/3을 차지하였으며, 농업 품목별 생산액 중 양돈 산업이 1위를 차지한 바 있다. 양돈 산업은 지난 10년간 사육두수가 26.2% 증가하였으나, 농가 수는 6.9% 감소하고 있어 (KOSIS, 2024), 사육방식이 점차 대규모 밀집화되고 있다. 이에 따라 정부와 개인 차원에서의 방역에 대한 여러 노력에도 불구하고 전염성 질병에 따른 피해 또한 커지고 있다. 2000년대 중반 이후 조류인플루엔자 (AI, Avian Influenza), 구제역 (FMD, Foot and Mouth Disease), 브루셀라병 (Brucellosis), 돼지 생식기 호흡기증후군 (PRRS, Porcine Reproductive and Respiratory Syndrome), 아프리카돼지열병 (ASF, African Swine Fever) 등 고병원성 전염병들이 꾸준히 발생하고 있으며, 이러한 가축 질병으로 인한 피해액은 지난 5년간 5,289 억 원 규모로 나타났다 (MAFRA, 2024). 특히, 2019년에 국내에서 처음 발생한 ASF는 사육 농가에서 46차례 발생하였으며, 방역을 위하여 294개소에서 약 55만 6천 마리의 돼지가 살처분되었다. 김포, 강화, 파주, 연천 등 주요 발생 지역에서는 모든 사육 돼지가 살처분되었다. 이같이 가축 질병의 문제가 점차 사회적으로 중요시되며 그에 대한 위험 관리·대응의 중요성도 커지고 있다는 것을 알 수 있다.
가축전염병 대응 방법으로는 크게 진단·치료와 확산방지·사후 관리로 나눌 수 있다 (KISTEP, 2018). 그중에서도 방역 및 방제는 병원체 등 직접적인 위험요소를 제거하고 방역을 통해 질병의 확산을 막는 것으로, 국내의 많은 축사가 대규모 밀집화되어 있고 고병원성 조류인플루엔자와 같이 일부 질병의 경우 백신이 존재하지 않기 때문에 특히 중요하다. 질병은 직접 전파와 2차 접촉이나 공기 등을 통한 간접 전파로 구분되며, 특히 공기 중을 통한 바이러스의 확산은 여러 연구를 통해 그 위험성이 입증되어 있다 (Seo et al., 2014). 따라서 공기 전염에 관한 공기 전파 메커니즘을 분석하고 공기 중의 바이러스를 살균·소독하는 것이 방역 및 방제에 관한 연구의 큰 축이 될 것이다.
질병의 공기 전파 메커니즘에 관한 연구는 Brockmeier et al. (2002), Kristensen et al. (2004), Seo et al. (2011), Song et al. (2012), Seo et al. (2014) 등에 의하여 다양한 방법을 통해 이루어져 있으나, 축산시설 내에서의 공기 중 바이러스 살균 장비와 방법에 관한 구체적인 연구 및 기술은 아직 부족한 실정이다. Song et al. (2019)은 필터와 오존 및 광촉매 등으로 공기를 살균 소독한 뒤 유입시켜 돈사 내 질병 발생률과 분진 및 악취를 저감하고 그 효과를 검증하였다. 그러나 바이러스보다는 악취, 분진 등에 초점을 맞추어 연구가 이루어졌고 오존과 광촉매의 살균 효과와 효율성에 관한 내용이 부족하였다.
살균에 주로 사용되는 자외선, 그중에서도 파장의 길이가 100∼260 nm로 짧은 UV-C 광선은 살균에 효과적으로 알려져 있다 (Kowalski, 2009). UV-C의 경우 이미 많은 분야에서 공기 살균을 위해 사용하고 있으며 별도의 열처리나 화학 처리가 필요하지 않다는 점에서 편의성과 우수성이 증명되어 있다. 특히 파장이 253.7 nm일 때, DNA 흡수율이 가장 높아 미생물 살균 효과가 탁월하다 (Kowalski, 2009).
이에 관한 기술과 연구가 특히 산업공정과 가정용에 대해 많이 이뤄지고 있다. Cha et al. (2010)은 선박평형수로 인한 해양 오염을 방지하기 위해 살균 챔버에서 UV 램프의 배치와 거리에 따른 살균효율을 현장실험을 통해 측정하였으며, Chen et al. (2011)은 closed-conduit reactor에서의 수처리에 공정에서의 UV 소독을 전산유체역학을 이용하여 분석하였다. Jenny et al. (2015)는 UV-LED 반응기에 대한 대장균 (ATCC 11229)의 비활성화와 전력투입의 최소화를 목표로 전산유체역학을 통하여 UV-LED 반응기 설계를 최적화하였다. Atci et al. (2020)은 UV-C 램프 배열이 가정용 Ultraviolet Germicidal Irradiation 성능에 미치는 영향을 전산유체역학을 이용하여 평가하였다. 선행연구에서는 산업공정에대한 분석을 주로 실행하였으며, 이러한 산업공정에서는 환기량 변화가 크게 중요하지 않아 환기량에 대한 분석이 수행되지 않았다. 반면 축사에서는 계절별, 가축 생장 시기별 환기량의 변화가 크며, 산업·가정에서 다루는 바이러스와 축산에서 다루는 바이러스와는 상이하므로 축사에서의 공기 흐름 및 질병 특성을 반영한 UV-C 광선의 살균효율에 관한 연구가 필요한 것으로 판단된다.
축산시설에서 UV를 이용한 선행연구는 주로 축산 폐수의 처리 및 축사 공기의 악취물질, 미세먼지를 저감하기 위한 연구가 수행되었다 (Aryal et al., 2022; He et al., 2020; Konkol et al., 2022; Lee et al., 2022; Liu et al., 2022; ). 축사 공기에 대하여 병원균에 대한 UV의 살균효율을 분석한 연구는 Eisenlöffel et al. (2019)에 의하여 수행되었다. Eisenlöffel et al. (2019)는 돈사에서 필터와 UV-C 모듈을 결합한 공기 재순환장치를 만들고 박테리아와 먼지 저감에 미치는 영향을 분석하였으나 현장실험을 통해 이뤄졌기 때문에 각 실험에서 환경 균일성을 만족하고 공기 유동을 가시적으로 분석하는 것에 한계가 존재하였다. 이러한 현장실험의 한계점을 극복하기 위해서 본 연구에서는 전산유체역학 기법을 이용한 시뮬레이션을 통하여 돈사에서의 환경조건 및 UV-C 램프 배치에 따른 돼지 질병 바이러스의 살균 효율성에 대해 분석하고 효율적인 살균 조건에 대해 규명하고자 하였다. 또한, UV-C 광선이 가축과 사람에게 가지는 부작용을 방지하기 위하여 환기시스템을 통과하는 공기를 살균하는데 적합한 In-duct 형식의 UV-C 살균시스템에 대하여 평가하였다.
재료 및 방법
1. 대상시설
본 연구에서는 연구의 대표성과 적용성을 위하여 국내 축사표준설계도와 EPA 실험 보고서의 규격을 참고하였으며 (MAFRA, 2016), Kim et al. (2022)에 의하여 제안된 Air-Recirculated Ventilation System (ARVS)을 비육돈사에 적용한다고 가정하였다. ARVS는 돈사로부터 배기된 공기를 세정하여 돈사로 입기시켜줌으로써 다양한 축산현안을 해결할 수 있는 방법으로 실제 자돈사에 적용되어 검증된 바 있다 (Kim et al., 2023(a); Kim et al., 2023(b)). UV-C 램프는 ARVS에서 돈사로 입기되는 덕트에 적용되도록 덕트와 UV-C 램프의 제원을 결정하였다 . 덕트의 단면적은 돈사로 입기되는 덕트의 제원에 따라 한 변의 길이가 630 mm인 정사각형으로 설계하였다. 또한, 폭 길이는 적절한 연산결과를 도출하기 위하여 충분한 길이를 가지도록 단면적 한 변 길이의 3배인 1,890 mm으로 설계하였다. UV-C 램프의 경우, EPA 실험 보고서를 참고하여 직경 19 mm, 길이 538 mm의 동일한 UV-C 램프 (AeroLogic Model AD24-4, Atlantic Ultraviolet Co.) 4개를 배치하였다 (Figure 1).
2. 시뮬레이션 도구 (Computational Fluid Dynamics, CFD)
전산유체역학 (CFD)은 컴퓨터를 통해 유체의 운동을 수치 해석적인 방법으로 처리하는 유체역학의 한 학문으로, 유체 유동의 가시화나 대상 무리량의 계산에 사용된다. 해석 과정은 Navier-Stokes 방정식을 중심으로 지배방정식인 3차원에서의 연속 방정식 (Continuity equation), 운동량 방정식 (Momentum equation)을 통해 이루어지며 각 식은 다음과 같다 (Versteeg et al., 2006).
여기서, 는 유속 (m s-1), 는 시간 (s), 𝜌는 유체의 밀도 (kg m-3), 는 화학반응에 의해 생성되는 질량 소스 (kg m-3), 𝜏는 응력 텐서 (Pa), 는 외력 (N m-3), 는 정압 (Pa), 는 중력가속도 (m s-2)을 의미한다.
본 연구에서는 복사에 대한 영향만을 파악하기 위하여 에너지 방정식은 사용하지 않았다. 이후 비선형 편미분 방정식인 Navier-Stokes 방정식을 해석하기 위해 유한차분법 등의 차분 근사법을 사용하며, 반복법을 통해 수렴성을 기준으로 판단한 수치 해를 도출하였다.
3. 시뮬레이션 모델 설계
(1) 모델 설계
본 연구에서는 CFD 전처리 모듈인 DesignModeler (Ver. 18.2, Fluent Co.)를 사용하여 3차원 격자로 덕트와 UV-C 램프를 설계하였고 ANSYS Fluent (Ver. 18.2, Fluent Co.)를 이용하여 해석을 진행하였다. 모델의 격자는 skewness 값을 기준으로 충분한 품질을 가질 수 있도록 격자 크기를 설정하였다. 덕트 내의 공기 유동을 해석하기 위해서 Launder et al. (1974)에 의해 유동해석에 널리 사용되도록 제시된 Standard 난류 모델을 채택하였다. 해당 모델은 Zhang and Chen (2006)과 Capetillo (2015) 등이 환기되는 공기 유동의 패턴을 파악하기에 적합한 모델이며, 덕트 내의 관반응에 대하여 우수한 예측성능을 보였다 (Sozi&Taghipour, 2006; Crapulli et al., 2010). 덕트의 벽은 흡수계수가 1,474,900 m-1이고 굴절률이 0.19097인 알루미늄으로 가정하였으며 (Polyanskiy, 2011) 내부 방사율을 알루미늄의 일반적인 방사율과 같은 0.05로 설정해 대부분의 자외선이 반사될 수 있도록 하였다. 그리고 선행연구에 따라 확산 분수의 값이 0.05로, 대부분의 반사가 정반사의 형태로 구현되도록 설정하였다 (Capetillo et al., 2015). CFD 모델의 구체적인 입력 조건은 Table 1과 같다. 각 이산화의 분포 정도는 5 × 5로 설정하여 광선효과를 예방하고 조사가 고르게 분배되도록 하였다. 평형상태에서의 유동을 알아보기 위하여 steady 상태로 반복해서 연산하였으며 이때 수렴 조건은 1×10-6으로 설정하였다.
Table 1.
Input data of CFD simulation model.
Factors | Values | |
Wall | Diffuse fraction | 0.05 |
Internal emissivity | 0.05 | |
Inlet | Turbulent intensity (%) | 10 |
Hydraulic diameter (m) | 0.61 | |
Particle | Diameter (m) | 1×10-6 |
Density (kg m-3) | 1,800 |
(2) 연산 방법
UV-C 램프의 조사 공간을 해석하기 위해서 Discrete Ordinate (DO) 모델을 적용하였다. DO 모델은 흡수에 의해 에너지를 손실하거나 방출로 에너지를 얻거나, 산란에 의해 에너지가 재분배되는 복사의 전달을 나타내는 복사 전달 방정식 (Radiation Transfer Equation, RTE)을 풀기 위한 방법 중 하나이다. DO 모델을 사용하여 RTE를 풀게 되면 모델의 반사, 굴절, 음영효과를 설명할 수 있다는 점에서 유용하다. RTE는 매질에서 경로를 따라 스펙트럼 복사 강도의 변화 를 나타낼 수 있으며 다음의 식(4)을 따른다 (ANSYS Inc, 2013).
여기서 은 위치벡터, 는 방향벡터, 는 산란 방향벡터, 는 경로 길이, 는 스펙트럼 흡수계수, 은 굴절률, 는 산란계수, 는 흑체 강도, 는 위치벡터와 방향벡터에 따른 복사 강도, 𝜆는 파장, 𝛷는 위상함수, 는 입체각을 의미한다.
CFD 시뮬레이션 상에서 병원균을 구현하기 위하여 Discrete Phase Model (DPM)을 통해 덕트 내로 입자를 주입하고 입자는 공기 흐름에 따라 이동하면서 밖으로 빠져나가는 경로를 예측하였다. 입자의 지름은 10-6 m로 설정하였으며 총 입자의 개수는 Case에 따른 광조사량의 비교가 수월할 수 있도록 320개로 선정하였다. DPM모델을 통해 입자의 경로 예측은 steady-state로 10-5의 tolerance를 가지도록 설정하였다. DPM은 Lagrangian 관점에 근거하여 각각의 입자의 궤적을 계산하며 해당 모델의 기본 방정식은 다음과 같다.
여기서 와 는 각각 공기와 입자의 속도벡터, 𝜌와 는 각각 공기와 입자의 밀도, 는 시간, 는 중력가속도, 는 항력, 는 Saffman’s lift force 등 추가로 계산할 힘을 의미한다.
(3) 해석 조건
본 연구에서는 축사에서 UV 램프의 최적 조건을 분석하기 위하여 UV 살균에 영향을 미치는 요소들에 대하여 케이스를 분류하고 비교하였다. 일반적으로 공기 살균을 위한 In-duct 형태의 UV 램프는 Case A와 같이 X축 방향으로 일렬로 배치되나, 본 연구에서는 UV 램프의 배치 형태에 따라서 달라지는 살균 정도를 비교하기 위하여 램프 배치에 대한 총 3가지 경우를 Case A∼C로 설정하였다 (Figure 2). 또한, 산업공정에 대해서 이뤄진 선행연구와의 차이점을 두고 축산시설의 환경에 적용하기 위하여 환기량, 즉 덕트 내 풍속에 따라 6가지 경우로 분류하였다. 환기량 산정은 표준 돈사 설계도의 사육면적과 사육밀도를 참고하여 사육두수를 계산하고 저온기와 고온기의 환기 요구량과 곱하여 필요 환기량을 산정하였다. 산정된 저온기의 풍속은 0.35 m s-1, 고온기의 풍속은 6.82 m s-1이며 이를 등 간격으로 나누어 생기는 총 6가지의 경우로 설정하였다. 마지막으로 UV 램프 출력과 에너지 효율성을 비교·분석하기 위하여 UV-C 출력에 따른 케이스 4가지로 설정하였다. 따라서 배치에 따른 A∼C와 풍속 1~6, 출력 a ~ d에 따라 총 72가지 조건에 대해 CFD 분석을 진행하였다 (Table 2).
Table 2.
Case classification according to UV lamps array, velocity and UV lamp power.
4. 분석 방법
본 연구에서는 UV-C 램프의 배치와 광량, 환기량에 따른 덕트 내 UV-C 램프의 살균효율을 계산하고 비교하였다. CFD 시뮬레이션 상에서 살균효율을 계산하기 위하여 덕트 내에 입자들을 주입해 각 입자가 받는 UV 광 조사량을 계산하도록 하였다. 여기서, DPM 모델을 통하여 입자의 경로를 예측하였으며, 입자의 경로에 대한 tolerance는 10-5으로 설정되었다. DPM에 의하여 경로가 설정되면, 입자가 경로를 통해서 덕트의 입구부터 출구까지 이동함에 따라 받는 광조사량을 합산하여 각 입자별 를 계산하였으며 이를 평균하여 평균 광조사량을 획득하였다. 이때 FLUENT의 User Defined Function (UDF) 기능을 사용하여 각 입자의 축적된 UV 광조사량의 합을 계산하였다. 계산에 사용된 식은 다음과 같다.
여기서 는 노출 시간 (sec), 는 방사 (W m-2), 는 시간 간격, 와 은 각각 time step 내에서 처음과 끝의 UV 강도 (J m-2)를 의미한다. 평균 UV 광 조사량은 각 입자의 UV 광 조사량의 산술평균으로 구하였다.
계산된 UV 광 조사량으로 다음 식에 따라 특정 미생물에 대한 살균효율을 계산한다 (Kowalski, 2009).
여기서 는 생존 확률 (%), 는 미생물의 자외선에 대한 민감도 (m2 J-1), 는 평균 UV 광 조사량 (J m-2)을 의미한다. 이때, 살균효율이 N %, 즉 가 (1-N) %인 경우의 UV 광 조사량을 이라고 하며, 그때의 Z값을 살균 민감도 상수 k라 한다.
결과 및 고찰
1. 최적 배치 검토
(1) 풍속에 따른 최적 배치
CFD를 이용하여 질병에 대한 살균효율을 검토하기에 앞서 각각의 환경조건에 대한 광 조사량을 산출하고 이를 통해 최적 배치에 대해 검토하였다. 풍속에 따른 최적 배치를 고려하기 위하여 UV 램프의 출력을 고정한 뒤 풍속에 따른 각 배치 별 광 조사량의 변화를 비교하였다.
램프의 출력이 비교적 낮은 8.5 W에 대한 광 조사량 산출 그래프는 Table 3과 같다. 풍속이 0.35 m s-1인 Case를 제외하고는 모든 케이스에서 Case B 배치가 가장 높은 평균 광 조사량을 가졌다. 또한, 풍속이 증가할수록 각각의 배치마다 광 조사량의 차이가 작아지는 경향을 보였다. 이는 풍속이 증가함에 따라 입자의 덕트 내 체류 시간이 짧아지며 이에 따라 모든 배치에서 충분한 방사량을 받지 못하기 때문에 배치 간 차이가 적은 것으로 분석된다. 풍속이 가장 빠른 6.84 m s-1의 경우, 가장 높은 평균 광 조사량이 가장 낮은 광 조사량과 9.3%의 차이를 보이는 반면, 풍속이 가장 느린 0.35 m s-1에서는 13.2%의 차이를 보였다. 즉, 풍속이 느린 경우에서는 각 배치 간의 입자 체류 시간의 차이가 명확해지고 어떤 배치에서도 입자 체류 시간이 길어 병원균을 살균하기에 충분한 광 조사량을 가진다. 특히, 500 J m-2 이상의 광조사량을 가지는 0.35 m s-1의 풍속에서는 언급된 모든 병원체에 대하여 99% 이상의 살균효율을 보인다. 따라서 광조사량이 부족하여 병원균의 살균효율이 낮은 빠른 풍속에 대한 최적 배치를 고려하는 것이 타당한 것으로 판단된다. 그러므로 풍속에 따른 UV-C 램프의 최적 배치는 B가 적절한 것으로 판단된다.
Table 3.
Average dose according to velocity and array (lamp power 8.5 W).
Velocity (m s-1) | Average dose (J m-2) | ||
Case A | Case B | Case C | |
0.35 | 576.5 | 543.2 | 531.8 |
1.64 | 117.9 | 129.1 | 114.1 |
2.94 | 61.3 | 68.4 | 63.7 |
4.24 | 41.2 | 45.5 | 44.2 |
5.5 | 31.6 | 34.6 | 33.6 |
6.84 | 25.6 | 28.0 | 27.5 |
(2) 출력에 따른 최적 배치
출력에 따른 최적 배치를 검토하기 위해 풍속이 각각 0.35 m s-1와 6.84 m s-1에 대한 그래프를 도시하였다 (Figure 3). 풍속이 높을 때는 마찬가지로 UV 램프의 출력이 배치 간 차이에 큰 영향을 미치지 못하고 배치 별로 비슷한 광 조사량을 가짐을 확인할 수 있다. 반면 풍속이 낮은 0.35 m s-1 case의 경우에는 램프 출력이 작을 때는 A 배치가, 램프 출력이 클 때는 B 배치가 더 높은 광 조사량을 가졌다. 본 연구의 시뮬레이션에서는 벽체를 no-slip condition으로 가정하였으며 이에 따른 덕트 내 유속 분포를 고려한다면 덕트 내 중심 부근에서 유속이 가장 빠르고 벽 쪽으로 갈수록 유속이 줄어든다. 입자의 광 조사량은 입자의 체류 시간과 입자가 받는 방사량을 곱해서 산정되기 때문에 덕트 내 중심 부근에서 충분한 방사량을 받도록 하는 것이 최적 배치를 검토하는 데에 주요 고려사항으로 판단된다. 이러한 고려사항을 토대로 Figure 3의 저속 부분을 해석하면, B와 C의 램프 배열 방향이 공기의 유동 방향과 나란하므로 유속이 가장 빠른 지점과 램프의 설치 위치 및 입자의 흐름 방향이 유사하게 배열되어 있기 때문에 중심부를 지나가는 입자의 방사량에 램프의 출력이 다른 환경 인자보다 큰 영향을 끼치게 된 것으로 판단된다. 따라서 Figure 3 (a) 에서는 A 배치가 가장 많은 광 조사량을 가질 수 있으나, 방사량이 많은 Figure 3 (b) 에서는 높은 램프의 출력에 의하여 B와 C 배치에서의 광 조사량이 A 배치보다 많은 광 조사량을 가진 것으로 분석된다.
(3) 입자별 UV 광 조사량 분포
UV 램프 배치에 따른 UV 광 조사량의 분포를 알아보기 위하여 출력과 풍속이 대비되는 Case 6 – a(풍속 6.84 m s-1, 출력 8.5 W)와 Case 1 – d(풍속 0.35 m s-1, 출력 34 W)의 시뮬레이션에서 주입한 각각의 입자들의 광 조사량 분포를 분석하였다. 두 케이스에서 모두 A 배치에서 발생한 광 조사량 범위가 적어 평균 광 조사량 주변에 값들이 집중되어 있음이 확인되었다. 이는 A의 램프 배열이 공기의 유동 방향과 수직하게 되어있어서 UV 광선의 사정거리가 다른 두 배열보다 짧으며 그로 인해 좁은 광 조사량 범위에 집약적인 분포 형태가 나타난 것으로 판단된다. 반면 B와 C 배치에서는, A 배치와는 달리 램프 배열이 Y축 방향으로, UV 광선의 사정거리가 길어졌기 때문에 입자가 받는 광 조사량 범위가 넓어진 것으로 판단된다. 다만 B의 램프 배열은 일렬로 4개가 배치되어 있고 C는 두 줄로 2개씩 배치되어 있기 때문에 램프 부근에서 받는 방사량의 크기는 C보다 B가 더 크기 때문에 Figure 4에 다음의 경향이 나타나 있다. C 배치의 경우 B 배치보다 길이 방향으로 더 길게 배치되어 있기 때문에 광 조사량 분포도에서 더 분산되어있는 분포를 보인다. Case A의 경우 광 조사량 범위가 좁고 평균 광 조사량이 적기 때문에 다른 케이스에 비해 살균에 대해서 합리적이지 못하며, Case C의 경우, 분산이 크기 때문에 다양한 질병에 대해서 살균이 가능할 수 있지만, 평균 광 조사량이 많지 않아 많은 병원균을 효과적으로 살균할 수 없어 실제 살균 효과가 크지 않을 것으로 판단된다. 따라서 적절하게 넓은 광 조사량 범위를 가지면서도 분산이 심하지 않은 Case B가 UV 광 조사량 분포를 고려하였을 때 가장 최적 배치이다.
2. 질병에 대한 살균효율
본 연구에서는 각 질병에 대한 살균효율을 산정하고 비교하기 위하여 양돈 농가에서 발생하는 돼지 전염병을 대상으로 90% 살균에 대한 UV 살균 민감도 상수 ()를 선행연구를 통해 산출하였다 (Kowalski, 2009) (Table 4). 이를 이용하여 앞서 최적 배치로 선정된 B 배치를 기준으로 풍속에 따른 살균 민감도 상수 ()와 살균효율에 대한 그래프를 도시하였다 (Figure 5). 총 14개의 대표적인 돼지 질병 바이러스에 대한 민감도 상수를 조사한 후, 램프의 출력에 따라 입자가 가지게 되는 광 조사량이 크기가 비례하기 때문에 램프의 출력에 따라 얼마나 많은 질병을 충분히 살균할 수 있는지에 대해서 분석하였다.
Table 4.
UV sterilization sensitivity constant according to 90% sterilization efficiency for each disease.
램프의 출력이 8.5 W인 케이스에서 풍속이 가장 빠른 6.84 m s-1를 기준으로 살균 민감도 상수 가 약 0.085보다 큰 질병에 대하여 90% 이상의 살균이 가능하다. 따라서 8.5 W인 램프를 사용한다면 돼지유행 설사바이러스, 마이코플라즈마성 폐렴, 살모넬라, 위장염 바이러스, 돼지호흡기코로나바이러스, 장티푸스, 돼지파르보바이러스, 돼지 독감의 질병에 대하여 90% 이상 살균이 가능하다. 풍속 0.35 m s-1에서는 모든 병원체에 대하여 살균효율 99% 이상을 나타내었으며, 1.64 m s-1에서는 가 약0.018 이상의 병원균에 대하여 90% 이상의 살균효율을 보였다. 다음으로 램프의 출력이 17 W인 케이스에 대해서는 풍속 6.84 m s-1를 기준으로 가 약 0.045일 때 90% 이상의 살균효율이 나타난다. 따라서 이 0.045보다 큰 전염병에 대해서 90% 이상의 살균이 가능하다. 17 W 램프에 해당하는 질병은 풍속 6.84 m s-1에서 앞서 8.5 W 램프에 의하여 살균된 질병을 포함하여 추가로 오제스키병, 생식기호흡기 증후군, 브루셀라균에 대해서 90% 이상의 살균이 가능하며 대부분의 질병이 여기에 포함된다. 풍속 1.64 m s-1에서는 이 0.011 이상의 병원균에 대하여 90%이상의 살균효율을 보이는 것으로 나타났다. 구제역에 대해서도 17 W의 램프 출력으로 89.01%의 살균효율을 나타냈다. 램프의 출력이 25.5 W이고 풍속이 6.84 m s-1인 경우에는 이와 더불어 전신소모성증후군이 추가로 살균할 수 있었으며, 풍속 0.35, 1.64 m s-1에서 제시된 모든 병원체에 대하여 97% 이상의 살균효율을 보였다. 출력이 34W이며 풍속이 6.84 m s-1에서는 대상 바이러스 중 추가로 질병 바이러스 살균이 가능한 대상은 존재하지 않았다. 축력 34W에서 풍속 0.35, 1.64, 2.94 m s-1에서 모든 병원체에 대하여 91% 이상의 살균효율을 보였다. 구제역의 경우 가 다른 질병에 비해 매우 작은 편이기 때문에 모든 풍속에 대하여 살균효율 90%를 만족하기 위해서는 34 W 이상의 상당한 양의 광 조사량이 있어야만 한다. 하지만, 구제역이 일반적으로 확산되는 시기는 동절기이며 동절기에는 낮은 외부온도에 따른 최저환기를 실시하는 경우가 대부분이다. 이에 따라서 구제역에 대한 살균효율은 0.35 ~ 1.64 m s-1의 풍속범위에서 효율성이 높을 필요가 있으며, 그보다 높은 풍속에서는 높게 유지될 필요성은 다소 떨어진다. 램프의 가격 및 전기사용량을 감안하고 질병의 발생시기를 고려한다면 풍속에 상관없이 대부분의 병원균을 90%이상 살균할 수 있는 합리적인 범위에서의 램프 출력을 17 ± 8.5 W로 설정할 수 있을 것으로 판단된다.
결 론
본 연구에서는 강제환기식 돈사에서의 질병 확산방지 방안으로 UV-C 램프를 활용한 UV 살균시스템을 제안했으며, CFD 시뮬레이션을 통하여 UV 램프 배치, 풍속, UV 램프 출력에 따른 평균 광 조사량을 산정하고 분석하였다.
덕트 내 풍속이 가장 느렸던 Case 1 (0.35 m s-1)을 제외한 모든 케이스에서 B 형태의 배치가 가장 큰 평균 광 조사량을 나타냈다. 이는 덕트 내 공기 유동이 덕트 벽과의 마찰에 따라 중심부의 유속이 더 빠르기 때문에 중심부에 램프가 위치한 Case B에서 가장 많은 공기 입자에 광 조사량을 전달할 수 있기 때문으로 판단된다. 그뿐만 아니라 UV 광 조사량 분포를 고려하였을 때, 넓은 범위의 광 조사량에 대해서 분포를 가지면서 분산이 너무 크지 않아 적절한 수준의 살균이 가능한 B가 최적 배치로 판단되었다. 따라서 B 배치를 바탕으로 양돈 농가에서 발생하는 다양한 전염병 14종을 대상으로 살균효율을 살펴보았으며, 그 결과 UV-C 출력이 17 W 이하여도 전국에서 발생하는 대부분 전염병에 대해서 90% 이상의 살균이 가능할 것이라 분석되었다. 구제역과 같이 민감도 상수가 다른 질병에 비해 낮아 많은 광 조사량이 필요한 질병은 주요 발생시기인 동절기의 환기량을 고려할 필요가 있다. 즉, 동절기 환기량으로 선정된 0.35 ~ 1.64 m s-1에서의 UV에 의한 살균효율을 고려할 필요가 있으며, 0.35 ~ 1.64 m s-1의 풍속에서 17 W의 출력으로도 90% 이상의 살균효율을 보이기 때문에 최종적으로 적정 램프 출력을 17 ± 8.5 W로 선정하였다. UV-C 램프와 더불어 소독약품 사용 등 다른 방역 방식과 결합한다면 민감도 상수가 높은 질병에 대해서도 확산을 방지할 수 있을 것으로 판단된다.
본 연구는 축사 내 다양한 환경조건에 따른 효과적인 UV 램프 배치를 제안하고 그에 대한 가축 질병 바이러스의 살균 효율성을 산정하여 UV 살균시스템의 적용성에 대해 평가하였다. 하지만 가축 질병 바이러스 살균에 대한 기준이 명확하지 않아 적정한 살균 정도를 임의로 90%로 정하여 결론을 도출하였다. 가축 질병 바이러스 살균에 대한 적절한 기준이 제시된다면 향후 연구에서는 이에 대한 기준을 확립하고 본 연구결과와 더불어 합리적인 UV 살균효율을 산정할 수 있음을 기대한다.