축방향 분산 모델 (Axial Dispersion Model)

한 줄 정의: 관형 반응기 내에서 유체 흐름 방향(축방향)으로 일어나는 혼합과 확산 효과를, 이상적인 플러그 흐름에 분산항을 추가하여 표현하는 모델입니다.

쉽게 풀면

이상적인 플러그 흐름에서는 반응기에 들어간 모든 유체 입자가 마치 줄지어 행진하듯 같은 속도로, 앞뒤로 섞이지 않고 흘러간다고 가정합니다. 하지만 실제로는 유체가 흐르면서 앞뒤로도 약간씩 섞이는 현상이 일어나는데, 이를 축방향 분산이라고 부릅니다. 축방향 분산 모델은 이 섞임을 마치 잉크 한 방울이 물속에서 퍼져나가는 확산 현상처럼 수학적으로 표현하여, 이상적인 플러그 흐름 모델에 보정치를 더한 것입니다.

왜 중요한가

실제 관형 반응기, 특히 충전층 반응기에서는 축방향 분산이 전환율과 생성물 분포에 영향을 줄 수 있기 때문에, 이 효과를 무시하면 설계 예측이 실제와 어긋날 수 있습니다. 그래서 축방향 분산 모델은 관형 반응기의 성능을 보다 정확히 예측하고 스케일업할 때 중요한 도구로 다뤄집니다.

논문에서는 이렇게 쓰입니다

"The axial dispersion coefficient was estimated from tracer response curves and incorporated into the reactor performance model."

추적자 응답 곡선으로부터 축방향 분산계수를 추정하여 반응기 성능 모델에 반영했다는 내용입니다.

"At high Peclet numbers, the axial dispersion model predictions converged toward those of the ideal plug-flow assumption."

펠렛수(Peclet number)가 높은 조건에서는 축방향 분산 모델의 예측이 이상적인 플러그 흐름 가정의 결과에 수렴했다는 설명입니다.

조금 더 깊게 보면

축방향 분산 모델은 물질수지식에 대류항과 함께 확산 방정식과 유사한 형태의 분산항을 추가한 형태로 표현되며, 분산 정도는 무차원수인 펠렛수(Peclet number)로 나타냅니다. 펠렛수가 매우 크면 분산 효과가 무시할 만큼 작아져 이상적인 플러그 흐름에 가까워지고, 값이 작을수록 완전 혼합에 가까운 거동을 보입니다. 이 모델은 직렬탱크 모델과 특정 조건에서 근사적으로 대응 관계를 가지는 것으로 알려져 있습니다.

주의할 점

축방향 분산계수는 유속, 입자 크기, 유체 물성 등에 따라 달라질 수 있어, 한 조건에서 얻은 값을 다른 운전 조건에 그대로 적용할 때는 주의가 필요합니다.