이봉재 한국과학기술원(KAIST) 기계공학과 교수는 나노스케일 열전달부터 매크로스케일 열전달에 이르는 광범위한 열전달분야에서 탁월한 전문성을 보유하고 있다. 현재 열에너지시스템 열관리를 위한 전도, 대류, 복사열전달까지 다양한 열전달 현상에 대한 실험 및 수치해석 능력도 갖추고 있다. 이번 초저온 냉열설비 R&D에서 참여하는 이봉재 KAIST 교수를 만나봤다.

■ 과제 참여 배경 및 경쟁력은
그동안 KAIST는 다양한 열전달 시뮬레이션을 in-house 코드로 직접 제작한 경험 및 CFD를 통해 열전달 수치해석을 진행한 경험을 보유하고 있다. 더 나아가 인공지능 기반 기술을 사용해 열전달 현상을 최적화 및 예측한 경험은 열전달 수치해석 및 분석, 인공지능을 이용한 최적화까지 모두 수행할 수 있는 그룹 중 한 곳이다. 

초저온 냉열설비의 핵심부품인 컴팬더는 고온의 압축기와 극저온(-100℃)의 팽창기가 동축으로 회전한다. 이에 따라 극저온의 팽창기에서 토출되는 유체온도를 효율적으로 낮추기 위해서는 컴팬더 내부의 열차폐가 절대적으로 요구된다. KAITST는 컴팬더 내부의 열차폐 설계 및 냉각시스템 성능분석을 위해 이번 과제에 참여하게 됐다. 

■ 이번 과제에서의 역할
이번 R&D에서 고온과 극저온 환경을 모두 갖춘 컴팬더의 성능 향상을 위한 열차폐 구조 및 냉각시스템 설계를 맡았다. 이에 따라 전산유체역학 시뮬레이션(CFD)을 사용해 열차폐 구조에 의한 열전달을 분석하고 인공지능 기반 최적화를 통해 시스템효율을 높이고자 한다. 1~2차년도에는 열차폐 구조 및 냉각 시스템을 설계하기 위해 열전달 수치해석을 수행하며 3차년도부터는 수치해석 결과를 실험 결과와 비교분석해 열차폐 성능을 고도화할 계획이다. 4차년도에는 인공지능 기반 열차폐 성능을 최적화한다. 

■ 이번 과제를 통한 기대효과
KAIST에서 제안한 열차폐 구조 설계 및 냉각시스템 최적화를 통해 목표 토출 온도 달성 및 컴팬더 냉동시스템 효율향상이 기대된다.