Development of a CFD Model for Evaluating the Cooling Performance of Fogging Systems in Agricultural Facilities

Jinseon Park; Ji-yeon Park; Chae-rin Lee; Se-yeon Lee; Rial Arifin Rajagukguk; Se-woon Hong

doi:10.12791/KSBEC.2025.34.4.429

Preview

Original Articles

Journal of Bio-Environment Control. 31 October 2025. 429-436
https://doi.org/10.12791/KSBEC.2025.34.4.429

Development of a CFD Model for Evaluating the Cooling Performance of Fogging Systems in Agricultural Facilities

농업 시설 내 안개분무시스템의 냉방 성능 평가를 위한 전산유체역학 모델 개발

Jinseon Park¹

Ji-yeon Park²

Chae-rin Lee²

Se-yeon Lee²

Rial Arifin Rajagukguk³

Se-woon Hong⁴^*

박 진선¹

박 지연²

이 채린²

이 세연²

리알 아르핀 라자국국³

홍 세운⁴^*

¹Research Professor, AgriBio Institute of Climate Change Management, Chonnam National University, Gwangju 61186, Korea

²Graduate Students, Department of Rural and Bio-systems Engineering; Education and Research Unit for Climate-Smart Reclaimed-Tideland Agriculture (BK21 four), Chonnam National University, Gwangju 61186, Korea

³Postdoctoral Researcher, Department of Rural and Bio-systems Engineering, Chonnam National University, Gwangju 61186, Korea

⁴Associate Professor, Department of Rural and Bio-systems Engineering; AgriBio Institute of Climate Change Management; Education and Research Unit for Climate-Smart Reclaimed-Tideland Agriculture (BK21 four), Chonnam National University, Gwangju 61186, Korea

¹전남대학교 기후변화대응 농생명연구소 학술연구교수

²전남대학교 지역·바이오시스템공학과 대학원

³전남대학교 지역·바이오시스템공학과 박사 후 연구원

⁴전남대학교 지역·바이오시스템공학과 부교수

^{*Corresponding Author}

ABSTRACT

Heat stress caused by extremely high temperature events has become a major challenge in agricultural production. Among available cooling technologies, evaporative fogging systems are increasingly applied especially in livestock facilities due to their simplicity and adaptability. However, research on their design and cooling performance remains limited. This study aimed to develop a computational fluid dynamics (CFD) model to evaluate the cooling efficiency of a fogging system installed in a naturally ventilated cattle barn. The CFD model, incorporating a discrete phase model, was used to simulate droplet dispersion, evaporation, and the resulting cooling effects and validated by field measurements carried out in the target barn during summer. The CFD predictions agreed well with the measured data, with standard errors of 0.84°C for indoor temperature and 5.75% for relative humidity. The model could present the spatial distribution of the cooling effects, highlighting non-uniformity with temperature differences of up to 4°C depending on the distribution of the sprayed droplets. The use of circulation fans is expected to improve the spatial uniformity of the cooling effect. The model further revealed that about 80% of the sprayed water evaporated to provide air cooling, whereas 20% was deposited on walls. Optimizing nozzle arrangement and spray characteristics could potentially reduce water consumption by than 20%. Overall, CFD model provides a reliable approach for evaluating the performance of fogging systems in livestock facilities.

Keywords

discrete phase model

droplet evaporation

evaporative cooling

heat stress

natural ventilation

본 연구에서는 농업시설에서 활용되고 있는 안개분무시스템의 냉각 효과를 모의할 수 있는 CFD 모델을 개발하고, 자연환기식 우사에서 측정한 냉각 효과를 통해 CFD 모델을 적용 가능성을 평가하였다. 현장 실험 결과, 안개분무시스템 가동 시 복도 내 기온은 최대 약 2.5°C 감소하였으며, 상대습도는 평균적으로 약 7% 증가하였다. 이는 이론적으로 달성 가능한 최대 냉각 효과의 약 36%에 해당하였다. 개발된 CFD 모델은 노즐에서 분사된 물방울의 이동 경로와 증발 과정을 잘 모의하였으며, 실내 평균 기온과 상대습도의 변화 경향이 실측값과 유사하게 나타나 CFD 모델의 신뢰성이 확인되었다. CFD 모델의 결과로부터 실내에서의 증발 냉각 과정을 살펴보면, 공간적인 냉각 효과는 불균일하게 나타났으며, 최대 4°C 이상의 온도 편차가 확인되었다. 특히, 물방울의 분포는 분사 영역에 국한되어 나타났으며, 분사된 물방울 중 약 20% 이상은 외부로 유출되거나 벽체에 퇴적되어 손실되는 것으로 확인되었다. 따라서 순환팬 등 보조장치의 운영을 병행하면, 분무 된 물방울의 공간적 분포를 확장하고, 균일화하여 축사 내부 냉방 효과를 극대화 하는 데 효과적일 것으로 사료된다. 또한 본 연구에서 개발된 CFD 모델을 활용하여 노즐의 배치와 분무 특성을 최적화하여 안개분무시스템의 성능을 개선할 수 있는 방안을 도출하는 데 기여할 수 있을 것으로 판단되며, 기존에 경험에 기반한 설치와 운영 방법에 가이드라인을 제시하는 주요한 모델로 활용할 수 있을 것으로 기대한다.

키워드

고온스트레스

다상유동해석모델

자연환기

증발냉각

증발액적

MAIN

서 론
재료 및 방법
1. 대상 시설
2. 안개분무시스템
3. 현장 실험과 데이터 수집
4. 전산유체역학 모델
결과 및 고찰
1. 현장 실험 결과
2. 안개분무에 의한 냉각 효과의 CFD 모델 결과

서 론

폭염과 열대야가 지속되는 여름철 이상 고온 현상은 작물 생산뿐만 아니라 가축 사육환경에도 심각한 영향을 미친다. 특히 이상 고온 현상은 매년 심화할 것으로 전망되며, 이에 따라 가축 생산성 저하 및 축산 농가의 경제적 손실이 확대될 것으로 예상된다(Chauhan 등, 2023). 정부와 지자체는 이와 같은 경제적 손실을 줄이기 위한 선제적 조치로 축사 내 기온 저감 설비를 도입하도록 지원하고 있다. 축사 내 기온 저감에 활용되는 대표적인 설비는 쿨링패드와 안개분무시스템을 꼽을 수 있다.

쿨링패드 시스템은 축사 입기구에 설치된 다공성 매체가 물을 흡수하여 포화 된 상태를 유지할 때, 고온의 외부 공기가 통과하는 과정에서 증발 잠열에 의해 유입된 공기의 온도를 하강시키는 원리로 작동한다(Jain과 Hindoliya, 2011). 이 시스템은 축사 입기구에 설치하여 내부 환경 조절에 활용하는 설비로 입기구에 유속을 발생시킬 수 있는 강제환기식 육계사 및 양돈사에서 활발하게 이용된다(Naveenprabhu와 Suresh, 2020). 쿨링패드는 패드의 두께(Liao와 Chiu, 2002; Wu 등, 2009), 공급수의 수온(Simmons와 Lott, 1996) 등에 따라 냉각 효율이 달라질 수 있어 쿨링패드를 활용한 축사 내부 환경 조절 및 냉각 효율에 대한 연구는 지속적으로 수행되었다.

안개분무시스템은 공기 중에 미세한 물방울을 분사하여, 물이 증발할 때 공기 중의 열을 빼앗는 원리를 이용하여 축사 내부의 기온을 저감하는 방식이다(Haeussermann 등, 2007a). 그러나 이는 축사 내부에 공기 흐름이 없으면 분사된 습기가 머물며 증발 속도가 느려지고, 이로 인해 냉각 효율이 저하된다. 따라서 환기 조건이 안개분무시스템의 냉각 효율을 결정하는 중요한 요인으로 작용한다. 안개분무시스템은 쿨링패드에 비해 설비가 단조로워 축사 구조를 변경할 필요가 없으며, 설치 난이도 및 유지관리 측면에서 유리하고(Godyń 등, 2020), 기존 시설에 확장 가능성이 크기 때문에 쿨링패드보다 유연하게 적용할 수 있다는 장점이 있다(Fournel 등, 2017). 또한, 구조에 대한 제약과 환기팬을 반드시 동반해야 하는 사용상의 한계가 없기 때문에 자연환기식 축사에도 적용할 수 있는 실용성을 가진다.

이에 따라 기존의 축사 시설에서는 안개분무시스템을 활용하여 축사 내부의 기온을 저감하고자 하는 노력이 확산되고 있다. Haeussermann 등(2007a)은 안개분무시스템이 축사 내부 기온 저감에 미치는 영향을 분석하기 위하여 비육돈사에서 내부 온도, 습도 및 환기량을 측정하였고, 온도가 높고 건조할수록 증발 비율이 높아 적정 온도 상태에 도달하는 냉각 시간이 빨라짐을 확인하였다. 또한 내부 기온 저감을 통해 가축고온스트레스 지표인 THI(Temperate-Humidity Index) 경보가 15.5%에서 0.8%까지 감소하는 것을 확인하였고, 여름철 비육돈의 증체량 증가도 보고하였다. 이를 바탕으로 안개분무시스템의 적정 운영을 위한 연구도 수행된 바 있다(Haeussermann 등, 2007b). 이 연구에서는 안개분무시스템의 시작 시점과 지속시간, 물 사용량 및 에너지 소비량을 평가하였다. 이를 통해 안개분무와 환기의 적절한 조합을 통해 THI를 효과적으로 감소시킬 방안을 모색하였고, 과도한 물 소비 및 에너지 사용을 제한하는 모델을 제시하였다.

이와 같이 안개분무시스템의 축사 내 냉방 효과에 대한 검증은 이루어졌으나, 적정 노즐 배치 및 분무량과 같은 설계와 운영에 관한 연구는 전혀 없는 상태이다. 이에 따라 축산 현장에서 안개분무시스템이 도입될 때 별도의 가이드라인이 없어 작업자의 경험에 의존하며, 시설 구조나 환기 경로와 관계없이 노즐을 시설 내부에 균일하게 배치하는 것이 일반적이다. 이와 같이 시공할 경우, 일부 구역에서는 과도한 냉방 효과 및 수분의 축적으로 내부 환경이 악화할 수 있으며, 분사된 물방울이 기온 저감에 기여하지 않고 시설 외부로 즉시 유출되어 물과 에너지의 낭비를 초래한다. 이에 따라 안개분무시스템의 효율적인 활용과 경제적 이용에 대한 연구의 필요성이 강조되고 있다.

안개분무시스템의 증발냉각 과정을 환기 유동과 결합하여 이해하기 위하여 전산유체역학(Computational Fluid Dynamics, CFD)을 이용한 연구가 진행된 바 있다. Yu 등(2002)은 온실 내 안개분무시스템의 운영 조건에 의한 실내 기온과 상대습도의 변화화를 CFD 모델로 해석하고 이를 실제 온실에서의 측정 결과와 비교하였다. 또한 Kim 등(2008)은 자연환기식 온실에서 안개분무시스템과 제습 시스템에 의한 온실 내 상대습도 분포를 CFD 시뮬레이션을 이용하여 예측하였다. Pinilla 등(2016)은 안개분무시스템에 의해 물방울의 증발 냉각 과정과 이에 따른 냉방 효과를 CFD 모델 내에서 구현하기 위한 방법론에 대해 연구한 바 있다. CFD를 이용한 안개분무시스템 모델 연구는 증발 냉각 과정을 효과적으로 모의하고 있지만, 온실에만 한하여 연구가 수행된 한계가 있다. 온실과 달리 축사 시설은 동물의 체열이 존재하여 내부 열 환경이 지속적으로 변동하며, 분뇨 및 깔짚 등에서 발생하는 수분으로 상대습도 또한 높게 유지된다. 이로 인해 안개분무에 따른 냉각효율이 온실과는 다른 경향을 보일 수 있어 축사 시설에 대하여 안개분무시스템의 증발 냉각 과정을 모의하고 이의 성능을 검증할 필요가 있다.

본 연구에서는 안개분무시스템이 적용된 한우사를 대상으로 CFD 모델을 활용하여 미세 물방울의 확산 경로와 증발 냉각 현상을 고려한 내부 기온과 상대습도 변화를 모의하고자 하였다. 시뮬레이션 결과는 실제 한우사에서의 실측 결과와 비교하여 검증하였으며, 공간적인 냉각 효과와 안개분무시스템의 효율성을 평가하였다.

재료 및 방법

1. 대상 시설

본 연구는 전라북도 장수군에 위치한 100두 규모의 자연환기식 한우사에서 수행되었다. 한우사의 크기는 길이 66.0m, 폭 23.0m, 동고 7.9m, 측고 4.7m이며, 길이 방향이 동-서 방향으로 배치되어 있다. 남, 북, 서쪽 면에는 윈치커튼이 설치되어 있으며, 동쪽 면에는 미닫이형 환기창 2개와 출입구가 있다. 한우사의 북서쪽 외곽에는 길이 30.0m, 폭 9.6m의 퇴비장이 연결되어 있다. 한우사의 내부에는 20개의 우방이 2열로 배치되어 있으며, 동-서 방향 양 끝에는 전실과 퇴비 정리를 위한 공간이 마련되어 있다(Fig. 1).

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F1.jpg

Fig. 1

Overview of a naturally ventilated cattle barn for evaluating the cooling performance of the fogging system.

2. 안개분무시스템

한우사 내에는 여름철의 고온스트레스를 저감하기 위하여 안개분무시스템을 설치하였다. Fig. 2와 같이 각 우방의 양측에서 우방 안쪽을 향하여 물이 분사되도록, 노즐을 4열로 배치하였고, 길이 방향으로는 33개의 노즐을 설치하여 총 132개의 노즐을 설치하였다. 노즐은 원형(Solid cone) 노즐((주)동서그린, 광주광역시, 대한민국)을 사용하였다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F2.jpg

Fig. 2

Structural layout of the cattle barn and installation positions of fog nozzles and measurement sensors.

노즐에서 분사되는 미세 물방울들의 분무 특성을 확인하기 위하여 길이 방향으로 1번째, 17번째, 31번째 노즐에서 토출량과 입경크기, 입자속도, 분사 각도를 측정하였다. 토출량은 실린더를 활용하여 각 위치에서 3회 반복하여 실측하였고, 평균 토출량은 분당 168ml이었으며, 분사 각도는 60°로 측정되었다. 입경 크기와 입자속도는 입자 영상 분석기(VisiSize P15, Oxford Lasers, Imaging Division, Oxford, UK)를 사용하여 노즐로부터 30 cm 거리에서 측정하였으며, 체적 누적량이 10%, 50%, 90%가 되는 입경인 Dv10, Dv50, Dv90은 각각 65.3μm, 74.3μm, 86.4μm로 입경크기의 분포가 균일하였다. 입경속도도 평균 35m s^-1로 균일하게 측정되었다.

3. 현장 실험과 데이터 수집

현장 실험은 고온기인 2025년 8월 29일에 수행되었다. 실험 중 한우사 내에는 60마리의 소가 사육 중이었다. 낮 동안 실내 기온이 상승하였을 때 안개분무시스템을 가동하면서 실내 기온과 습도의 변화를 측정하였다. 안개분무시스템은 북쪽에 위치한 각 우방에 설치된 2개 열의 노즐에서 물이 60초간 분사되고, 이후 남쪽 우방의 2개 열의 노즐에서 물이 60초간 분사되도록 설정되었다. 안개분무 분사 후 실내 기온이 상승하면 다시 안개분무시스템을 가동하여 반복 측정하였다. 반복 실험 중 외부 풍향과 풍속이 비교적 일관되게 유지된 상황의 측정 결과를 분석에 활용하였다.

실내 기온과 습도는 휴대용 온습도 측정기(Testo 605i, Testo SE & Co. KGaA, Titisee-Neustadt, Germany)를 사용하여 측정하였으며, 한우사 내 가운데 복도를 따라 길이 방향으로 7개 지점에 설치하였다(Fig. 2). 실내 기온과 습도의 측정 높이는 소의 몸체 높이와 유사하도록 1.5m로 설정하였다. 외부 기온과 습도는 휴대용 온습도 측정기를 한우사의 처마 밑에 설치하여 측정하였다. 외부 풍향과 풍속은 Park 등(2025)과 동일하게 2차원 초음파 풍속계로 측정하였다.

4. 전산유체역학 모델

CFD 시뮬레이션은 Ansys Fluent(2023 R1, ANSYS Inc., Canonsburg, PA, USA)를 사용하여 수행되었다. 선행 연구인 Park 등(2025)이 대상 한우사의 자연환기 성능을 평가하기 위해 개발한 CFD 모델을 사용하였다. 계산 영역의 크기는 400m(W) × 400m(L) × 50m(H)이며, 영역의 한 가운데에 한우사를 배치하였다. 다면체 셀(polyhedral cell)로 격자를 생성하였으며, 총 격자의 수는 7,594,872개로 격자 독립성 테스트를 통해 최적화되었다(Fig. 3).

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F3.jpg

Fig. 3

Optimized mesh consisting of 7,594,872 polyhedral cells within the computational domain.

유동 해석은 Reynolds-Averaged Navier Stokes(RANS) 방정식을 기반으로 해석하였으며, 난류 해석은 농업시설의 낮은 난류 조건에 적합한 RNG k-ε 모델을 사용하였다. 외부 자연 바람의 조건을 모의하기 위하여 유입 경계면의 풍속 조건은 로그함수 기반의 프로파일로 설정하였으며, 주변 농경지의 조건을 반영하여 지면의 거칠기는 0.05m로 설정하였다. CFD 모델이 총 29개 환기구에서 예측한 국소 환기량은 실측값과 비교할 때, 외부 풍속 1－3m·s^-1에 대하여 0.853－0.868의 결정계수를 보여 유동 해석에 대한 신뢰성을 확보하였다.

본 연구에서는 기존에 개발된 CFD 모델에 Discrete Phase Model(DPM)을 추가하여 안개분무시스템에서 분사되는 미세 물방울들의 이동과 증발 냉각에 의한 냉방 효과를 모의하였다. DPM은 Eulerian 프레임으로 해석된 유동장에 Lagrangian 프레임으로 입자의 이동을 해석하는 모델이다. 유동장에 의해 입자에 가해지는 운동력, 중력 등 입자가 받는 외력의 합력에 의한 입자의 가속도와 위치를 시간에 따라 계산한다(Eq. 1과 Eq. 2). 이와 동시에 입자와 주변 유체와의 열전달 해석을 통해 입자의 증발과 유체의 냉방 효과를 해석한다(Eq. 3).

(1)

m_{p} \frac{d u_{p}}{d t} = m_{p} \frac{(u - u_{p})}{τ_{r}} + m_{p} \frac{g (ρ_{p} - ρ)}{ρ_{p}} + F

(2)

τ_{r} = \frac{ρ_{p} d_{p}^{2}}{18 μ} \frac{24}{C_{d} R_{e}}

(3)

m_{p} c_{p} \frac{d T_{p}}{d t} = h A_{p} (T_{\infty} - T_{p}) + ε_{p} A_{p} σ (θ_{R}^{4} - T_{p}^{4})

여기서, $m_{p}$ 는 입자의 질량(kg), $u$ 와 $u_{p}$ 는 각각 유체와 입자의 속도(m s^-1), $ρ$ 와 $ρ_{p}$ 는 각각 유체와 입자의 밀도(kg m^-3), $τ_{r}$ 는 완화시간 또는 relaxation time(s^-1), $g$ 는 중력가속도(9.81m s^-2), $F$ 는 추가적인 힘(N), $d_{p}$ 는 입자의 크기(m), $μ$ 는 유체의 점성(kg m^-1 s^-1), $C_{d}$ 는 입자의 항력 계수, $R_{e}$ 는 입자의 레이놀즈 수, $c_{p}$ 는 입자의 비열(J kg^-1 K^-1), $T_{p}$ 와 $T_{\infty}$ 는 각각 입자와 주변 유체의 온도(K), $h$ 는 대류열전달계수(W m^-2 K^-1), $A_{p}$ 는 입자의 표면적(m²), $ε_{p}$ 는 입자의 방사율, $σ$ 는 Stefan-Boltzmann 수(5.67×10^-8W m^-2 K^-4), $θ_{R}$ 은 복사온도(K) 이다.

입자의 온도가 증발온도(Vaporization temperature, $T_{v a p}$ )보다 낮은 경우( $T_{P} < T_{v a p}$ ), 식(3)에 따라 입자는 주변 유체와 에너지 교환을 하며 입자의 온도가 변화하게 된다. 입자의 온도가 증발 온도와 비등점 온도(Boiling temperature, $T_{b p}$ )의 사이일 경우( $T_{v a p} \leq T_{p} < T_{b p}$ ), 입자는 표면에서부터 증발이 시작된다. 증발의 속도는 입자 표면과 주변 유체와의 증기 농도에 따라 Eq. 4와 같이 변화하며, 이때 입자의 질량은 증발한 질량에 따라 Eq. 5와 같이 감소하게 된다.

(4)

N_{i} = k_{c} (C_{i, s} - C_{i, \infty})

(5)

m_{p} (t + t r i a n g l e t) = m_{p} (t) - N_{i} A_{p} M_{w, i} ∆ t

여기서, $N_{i}$ 는 증기의 몰 플럭스 또는 증발 속도(mol m^-2 s^-1), $k_{c}$ 는 질량전달계수(m s^-1), $i$ 는 입자의 종류를 나타내는 인덱스, $C_{i, s}$ 와 $C_{i, \infty}$ 는 각각 입자 $i$ 의 표면과 주변 유체에서의 증기 농도(kmol m^-3), $M_{w, i}$ 는 입자 $i$ 의 분자량(kg kmol^-1) 이다.

입자의 온도가 비등점 온도에 도달하면서 동시에 아직 증발할 수 있는 질량이 남아있다면( $T_{p} \geq T_{b p}$ ), 입자가 기체로 변화하는 현상이 시작된다. 이때 입자의 기화 속도는 Eq. 6에 의해 계산된다.

(6)

\frac{d (d_{p})}{d t} = \frac{2 k_{\infty}}{ρ_{p} d_{p, \infty} d_{p}} (2 + 0.6 R e^{1 / 2} \Pr^{1 / 3}) \ln [1 + \frac{c_{p, \infty} - T_{p}}{h_{f g}}]

여기서, $k_{\infty}$ 는 유체의 열전도도(W m^-1 K^-1), $c_{p, \infty}$ 는 유체의 비열(J kg^-1 K^-1), $R e$ 는 레이놀즈 수, $\Pr$ 는 프란틀 수, $h_{f g}$ 는 비등점에서의 잠열(J kg^-1) 이다.

본 연구에서는 물방울과 습공기를 각각 입자와 주변 유체로 모델링하면서, 입자의 열전달, 증발, 비등 현상 외에 상대습도에 따른 증발 현상의 억제 과정을 모델에 포함하였다. 상대습도가 100%에 도달하게 되면 물방울에서의 증발 기화가 멈추게 되며, 이 과정을 사용자정의함수(User defined function, UDF)로 정의하여 모델링에 포함시켰다. 다만, 모델링 과정에서 상대습도가 일시적으로 100%를 초과하는 오버슈트 현상을 방지하기 위하여 상대습도의 임계값은 95%로 설정하였다. 또한 물방울의 증발온도와 비등점 온도는 각각 15°C와 100°C로 설정하였다.

물방울의 분사는 Ansys Fluent의 Solid-cone injection을 사용하여 모델링하였다. 132개의 노즐에 대하여 각각의 위치와 분사 방향을 입력하고, 실측 결과를 참고하여 분사 입경은 74.3μm, 분사 속도는 35m s^-1, 분사량은 168mL에 해당하는 0.00279kg s^-1로 설정하였다. 또한 Discrete Random Walk model과 Random Eddy Lifetime을 설정하여 난류에 의한 무작위성을 포함시켰다. 안개분무시스템의 작동과 동일하게 북쪽 우방의 66개 노즐이 먼저 60초간 분사되고, 그 이후에 남쪽 우방의 66개 노즐이 60초간 분사된 후, 모든 분사가 멈춘 상태에서 추가로 60초간 시뮬레이션을 수행하였다. 시뮬레이션은 0.1초의 시간 간격으로 총 180초간 수행하였다.

결과 및 고찰

1. 현장 실험 결과

현장 실험은 실험일의 오전 11시부터 오후 4시까지 6회 정도 반복 실험을 수행하였으나, 바람 환경이 비교적 일정하게 유지된 경우는 오후 12시 10분부터 12시 13분에 수행된 1회의 실험에 불과하였다. 3분 간의 실험 동안 풍향과 풍속은 평균 약 198°와 0.57 m s^-1로 나타났다(Fig. 4). 또한 외부 기온은 평균 35°C, 외부의 상대습도는 58%로 유지되었다. 측정된 풍향과 풍속 및 기온과 상대습도의 평균값은 CFD 모델의 경계조건으로 활용되었다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F4.jpg

Fig. 4

The measure wind direction and speed during an evaporative fogging system experiment.

안개분무가 120초간 작동하는 동안, 복도에 설치된 7개의 지점에서 측정된 기온과 상대습도의 변화는 Fig. 5에 나타나 있다. 북측 노즐이 작동하는 처음 60초 동안에는 냉각 효과가 작게 나타났다. 특히 온도의 냉각은 약 30초가 지난 이후에야 시작되었다. 남남서 계열의 바람이 부는 상황이었기 때문에 북측 노즐들은 복도 부근의 공기 냉각에 큰 영향을 주지는 못한 것으로 판단된다. 이후, 남측 노즐이 작동하는 60－120초 사이에서 냉각 효과가 급격히 진행되었다. 안개분무가 멈춘 120초 이후에는 온도가 서서히 증가하였다. 기온의 변화는 지점마다 차이가 크게 나타났으며, 가장 낮은 지점은 약 32.5°C까지 낮아져서 약 2.5°C가 하락하였다. 초기 상태인 기온 35°C, 상대습도 58%인 습공기의 습구온도는 약 28.12°C로, 건구온도와 습구온도의 차이인 6.88°C가 이론적으로 냉각 가능한 최대 온도이다. 따라서 냉각효과가 가장 큰 지점에서는 냉각 효율이 약 36%까지 나타난 것으로 계산된다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F5.jpg

Fig. 5

Variations in (a) air temperature and (b) relative humidity at seven measurement points in the corridor during operation of the evaporative fogging system.

상대습도는 냉각효과가 나타날수록 증발에 의해 증가한다. 전체적으로 상대습도는 약 65%로 상승하여 약 7%가 증가하였다. 안개분무가 진행되는 동안 일부 지점에서는 상대습도가 약 70% 내외로 상승하였으며, 순간적으로 약 82%까지 증가하기도 하였다.

2. 안개분무에 의한 냉각 효과의 CFD 모델 결과

CFD 모델에 의해 미세 물방울들이 분사되는 모습은 Fig. 6과 같다. 초반 60초 동안에는 북쪽 우방에 물이 분사되며, 60－120초 동안에는 남쪽 우방에 물이 분사되었다. 74.3μm 입경의 물방울이 분사되어, 증발에 의해 입경이 점차 작아지는 현상이 잘 모의 되었다. 한편, 일부 물방울들은 Fig. 5(a)와 같이 축사 외부로 유출되어 낭비되는 현상이 모의 되기도 하였다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F6.jpg

Fig. 6

Spray pattern of fine water droplets from nozzles in the CFD model at (a) 30 seconds and (b) 90 seconds. Droplets are displayed at a skip-10 level. The droplet colors indicate the reduction in diameter from the initial 74.3 µm due to evaporation.

한우사의 복도에서 측정된 기온과 상대습도의 변화가 지점에 따라 차이가 있으며, Fig. 3에 나타났듯이 풍향과 풍속의 변화에 의해 이러한 차이가 더 커졌을 것이라 추정된다. 반면 CFD 모델에서는 일정한 풍향과 풍속 조건에서 시뮬레이션이 수행되었으므로, 각 지점에서의 기온과 상대습도를 비교하기에는 측정값의 변동성이 컸다. 따라서 측정 결과와 CFD 모델의 결과는 Fig. 7과 같이 지점들에서 도출된 결과들의 평균값으로 비교하였다. 기온과 상대습도에서 측정값과 CFD 결과는 시간에 따라 유사한 경향으로 변화하였으나, CFD 결과에서 급변하는 변동성을 보였다. 이는 실제 현장 측정에서는 수 초에서 수십 초에 이르는 온도 센서들의 응답시간으로 인해 극심한 변동성이 있는 측정값을 실시간으로 획득하는 데는 한계가 있다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F7.jpg

Fig. 7

Comparison of measured and CFD simulated variations in average air temperature and relative humidity in the corridor during operation of the evaporative fogging system.

CFD 모델 결과의 표준오차는 기온과 상대습도에 대해 각각 0.84°C와 5.75%로 다소 크게 나타났지만, 평균적인 변화 경향은 거의 유사하며, 이에 따라 CFD 모델이 안개분무시스템의 성능을 평가하는데 적절한 신뢰도를 갖고 있다고 판단된다.

안개분무시스템의 작동에 의해 우사 실내의 기온 분포는 시간에 따라 Fig. 8과 같이 변화하였다. 30초에는 분사가 이루어지는 북쪽 우방의 기온이 하락하였으며, 60초에서는 중앙 복도까지 냉각 효과가 확장되었다. 90초에는 분사가 이루어지는 남쪽 우방에서의 냉각 효과가 이루어졌으며, 120초에서는 물방울에 의한 냉각 효과가 북쪽 우방까지 확대되면서 우사 실내의 기온이 전체적으로 하락하였다. 이후 150초에는 분사가 중지되고 외부 공기가 유입되면서 다시 기온이 상승하였다. 전반적으로 냉각 효과는 분사된 물방울이 도달하는 영역에 한정되어 크게 나타났으며, 냉각 효과가 나타나는 영역과 그렇지 않은 영역 간의 온도 편차가 1－4°C 정도로 크게 나타났다. 따라서 안개분무시스템을 작동할 경우에는 순환팬 등의 장치를 활용하여 내부에서 물방울의 분포를 균일하게 만들어줄 필요가 있다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F8.jpg

Fig. 8

Temporal variations in indoor air temperature distribution of the cattle barn at a height of 1.5 m above the floor.

CFD 모델의 결과로부터 분사된 물방울들을 Fig. 9와 같이 추적하였다. 120초 간 총 22.13kg의 물방울이 분사되면서, 약 80%는 증발하면서 냉각 효과를 일으켰고, 약 20%는 우사의 벽체에 부착되어 응축되는 것으로 나타났다. 물론 증발된 80%의 물이 모두 실내에서 증발된 것은 아니므로, 실내 환기 구조에 따라 노즐의 배치와 분사 특성을 최적화한다면 20% 이상의 물을 절약함과 동시에 실내 냉각 효과의 균일성도 높일 수 있을 것으로 기대된다.

https://cdn.apub.kr/journalsite/sites/phpf/2025-034-04/N0090340408/images/phpf_34_04_08_F9.jpg

Fig. 9

Mass of sprayed water (22.13 kg) distributed among evaporation, wall deposition, and remaining airborne droplets. (unit: kg)

Acknowledgements

본 연구는 농촌진흥청 연구사업(과제번호:RS-2025-0039832)의 지원에 의해 이루어진 것임.

References

Chauhan S.S., M. Zhang, R. Osei-Amponsah, I. Clarke,V. Sejian, R.Warner, and F. R. Dunshea 2023. Impact of heat stress on ruminant livestock production and meat quality, and strategies for amelioration. Animal Front 13:60-68. doi:10.1093/af/vfad046

10.1093/af/vfad04637841767PMC10575297

Fournel S., V. Ouellet, and É. Charbonneau 2017. Practices for Alleviating Heat Stress of Dairy Cows in Humid Continental Climates: A Literature Review. Animals 7:37. doi:10.3390/ani7050037

10.3390/ani705003728468329PMC5447919

Godyń D., P. Herbut, S. Angrecka, and F.M.C. Vieira 2020. Use of Different Cooling Methods in Pig Facilities to Alleviate the Effects of Heat Stress—A Review. Animals 10:1459. doi:10.3390/ani10091459

10.3390/ani1009145932825297PMC7552673

Haeussermann A., E. Hartung, T. Jungbluth, E. Vranken, J.M. Aerts, and D. Berckmans 2007a. Cooling effects and evaporation characteristics of fogging systems in an experimental piggery. Biosyst Engin 97:395-405. doi:10.1016/j.biosystemseng.2007.03.019

10.1016/j.biosystemseng.2007.03.019

Haeussermann A., E. Vranken, J.M. Aerts, E. Hartung, T. Jungbluth, and D. Berckmans 2007b. Evaluation of Control Strategies for Fogging Systems in Pig Facilities. Trans ASABE 50:265-274. doi: 10.13031/2013.22407

10.13031/2013.22407

Jain J.K., and D.A. Hindoliya 2011. Experimental performance of new evaporative cooling pad materials. Sustain Cities Soc 1:252-256. doi:10.1016/j.scs.2011.07.005

10.1016/j.scs.2011.07.005

Kim K., J.Y. Yoon, H. J. Kwon, J.H. Han, J.E. Son, S.W. Nam, G.A. Giacomelli, and I.B. Lee 2008. 3-D CFD analysis of relative humidity distribution in greenhouse with a fog cooling system and refrigerative dehumidifiers. Biosyst Eng 100:245-255. doi:10.1016/j.biosystemseng.2008.03.006

10.1016/j.biosystemseng.2008.03.006

Liao C.M., and K.H. Chiu 2002. Wind tunnel modeling the system performance of alternative evaporative cooling pads in Taiwan region. Build Environ 37:177-187. doi:10.1016/S0360-1323(00)00098-6

10.1016/S0360-1323(00)00098-6

Naveenprabhu V., and M. Suresh 2020. Performance enhancement studies on evaporative cooling using volumetric heat and mass transfer coefficients. Numer Heat Tran 78:504-523. doi:10.1080/10407782.2020.1793556

10.1080/10407782.2020.1793556

Park J.Y., C.R. Lee, S.Y. Lee, K.F. Daniel, J. Park, S.W. Hong, J.Y. Lee, and J. Park 2025. CFD-based optimization of sensor placement for accurate ventilation rate assessment in naturally ventilated cattle barns. J Anim Env Sci 27:17-28. (in Korean) doi:10.11109/JAES.2025.27.1.017

10.11109/JAES.2025.27.1.017

Pinilla J.A., M. Asuaje, and N. Ratkovich 2016. Study of a fogging system using a computational fluid dynamics simulation. App Therm Eng 96:228-239. doi:10.1016/j.applthermaleng.2015.10.117

10.1016/j.applthermaleng.2015.10.117

Simmons J., and B. Lott 1996. Evaporative cooling performance resulting from changes in water temperature. Appl Eng Agric 12:497-500. doi:10.13031/2013.25676

10.13031/2013.25676

Wu J. M., X. Huang, and H. Zhang 2009. Theoretical analysis on heat and mass transfer in a direct evaporative cooler. Appl Therm Eng 29:980-984. doi:10.1016/j.applthermaleng.2008.05.016

10.1016/j.applthermaleng.2008.05.016

Yu I.H., M.K. Kim, H.J. Kwon, and K.S. Kim 2002. Development of CFD model for estimation of cooling effect of fog cooling system in greenhouse. J Bio-Env Con 11:93-100. (in Korean)

Journal of Bio-Environment Control ISSN:1229-4675(Print) 2765-3641(Online) 생물환경조절학회지

Preview

Development of a CFD Model for Evaluating the Cooling Performance of Fogging Systems in Agricultural Facilities

ABSTRACT

MAIN

Fig. 1

Overview of a naturally ventilated cattle barn for evaluating the cooling performance of the fogging system.

Fig. 2

Structural layout of the cattle barn and installation positions of fog nozzles and measurement sensors.

Fig. 3

Optimized mesh consisting of 7,594,872 polyhedral cells within the computational domain.

(1)

(2)

(3)

(4)

(5)

(6)

Fig. 4

The measure wind direction and speed during an evaporative fogging system experiment.

Fig. 5

Variations in (a) air temperature and (b) relative humidity at seven measurement points in the corridor during operation of the evaporative fogging system.

Fig. 6

Spray pattern of fine water droplets from nozzles in the CFD model at (a) 30 seconds and (b) 90 seconds. Droplets are displayed at a skip-10 level. The droplet colors indicate the reduction in diameter from the initial 74.3 µm due to evaporation.

Fig. 7

Comparison of measured and CFD simulated variations in average air temperature and relative humidity in the corridor during operation of the evaporative fogging system.

Fig. 8

Temporal variations in indoor air temperature distribution of the cattle barn at a height of 1.5 m above the floor.

Fig. 9

Mass of sprayed water (22.13 kg) distributed among evaporation, wall deposition, and remaining airborne droplets. (unit: kg)

Acknowledgements

References