[Spray Dryer-Chapter 5] 물질전달의 속도 경쟁: Peclet Number ($Pe$)를 통한 입자 설계
반갑습니다. 레인(Re-in)입니다.
지난 장들에서는 액적의 미립화와 고체화의 임계점을 다루었습니다. 이번 장에서는 입자의 내부 구조와 외형을 결정짓는 핵심 지표인 Peclet Number($Pe$)를 공정 엔지니어링 측면에서 깊이 있게 분석해 보겠습니다.
이 드라마틱한 형상 차이는 바로 '액체가 증발하는 속도'와 '용질이 안으로 도망가는 속도'의 치열한 달리기 시합에서 결정됩니다. 이 경쟁을 수치화한 것이 바로 페클레 수($Pe$) 입니다.
1. 챕터 3의 회상: Pe 넘버 유도와 크기의 무관성
우리는 챕터 3에서 페클레 수의 물리적 정의를 유도한 바 있습니다. 분무 건조 공정에서 $Pe$는 다음과 같은 관계식으로 정의됩니다.
$\kappa$ (Evaporation Rate): 액체 표면이 증발하며 표면이 안으로 밀고 들어오는 속도
$D_{sol}$ (Solute Diffusion Coefficient): 용질(고형분)이 농도 차이에 의해 안쪽으로 확산되어 도망가는 속도
여기서 중요한 통찰은 액적의 반경($R$)이 분자와 분모에서 모두 소거된다는 점입니다. 즉, $Pe$ 넘버는 이론적으로 초기 액적의 크기와 상관없는 공정 상수입니다. 이는 큰 액적이든 작은 액적이든 동일한 열풍 온도와 용매 조건이라면 유사한 내부 구조(Dense 또는 Hollow)를 형성하게 됨을 시사합니다.
2. 물질전달의 주도권: Diffusion vs Evaporation Dominant
화공학에서는 상대적으로 속도가 느려 전체 공정의 결과를 지배하는 메커니즘을 Dominant하다고 표현합니다. $Pe$ 넘버의 크기에 따라 우리는 다음과 같이 메커니즘을 분류할 수 있습니다.
Case 1: Evaporation-limited $Pe \ll 1$
증발 속도가 확산 속도에 비해 상대적으로 매우 느린 상태입니다. 이때 공정의 병목(Bottleneck)은 증발입니다. 증발이 느리게 일어나는 동안 용질은 내부로 확산될 수 있는 충분한 시간을 벌게 됩니다. 결과적으로 액적 내부에 농도 구배가 거의 발생하지 않으며, 액적은 중심부까지 균일하게 수축하여 속이 꽉 찬 고밀도 입자를 형성합니다.
Case 2: Diffusion-limited $Pe \gg 1$
증발은 매우 빠르나 용질이 내부로 이동하는 확산 속도가 이를 따라가지 못하는 상태입니다. 여기서 물질전달의 율속 단계는 확산이 됩니다. 확산이 지배적인 병목 현상으로 작용하면서 표면 농도가 급격히 상승하고, 조기에 고체 외곽(Skin)이 형성되어 내부가 텅 빈 중공(Hollow) 입자가 만들어집니다.
이 Diffusion-limited 상태에서는 단순히 속이 비는 것을 넘어 입자의 물리적 붕괴인 버클링(Buckling) 현상이 동반됩니다. 외곽 막이 형성된 상태에서 내부 용매가 계속 증발하면 입자 내부에 강한 음압이 발생하는데, 얇은 외각이 이 압력 차를 견디지 못하면 안쪽으로 함몰되며 쭈글쭈글한 불규칙 형상이 됩니다. 만약 외각의 취성이 강할 경우 내부 증기압에 의해 마이크로 폭발(Micro-explosion)을 일으키며 파쇄되기도 합니다. 이렇게 생성된 저밀도 중공 입자나 파편들은 질량 대비 항력이 커서 사이클론에서 포집되지 못하고 백필터로 넘어가게 되며, 이는 공정 수율의 직접적인 손실로 이어집니다.
3. Pe 넘버 제어를 위한 공정 변수 최적화: 수식적 접근
엔지니어가 실질적으로 Pe를 핸들링하기 위해서는 d-제곱 법칙 상수 K와 확산 계수 D의 온도 민감도 차이를 명확히 이해해야 합니다.
d-제곱 법칙의 상수 K와 열풍 온도의 관계
우리가 익히 알고 있는 $d_p^2(t) = d_{p,0}^2 - K t$ 식에서 상수 K는 다음과 같이 정의됩니다.
여기서 B는 스팔딩 전열 수로, $B = \frac{c_{pg}(T_\infty - T_s)}{L}$로 정의됩니다. 시뮬레이션 결과, 열풍 온도($T_\infty$)가 올라갈수록 온도 차이가 커지며 K값은 로그 함수 형태임에도 불구하고 매우 가파르게 상승합니다. 이는 고온 건조 시 Pe의 분자인 증발 속도가 공정을 지배하게 됨을 의미합니다.
- $K$ (Evaporation Rate Constant, $m^2/s$) : 액적의 직경 제곱이 시간에 따라 감소하는 속도 지표
- $T_\infty$ (Inlet Temperature, $K$) : 건조기 입구로 공급되는 뜨거운 열풍의 절대 온도
$T_s$ (Surface Temperature, $K$) : 증발 냉각이 일어나는 액적 표면의 평형 온도
$k_g$ (Thermal Conductivity, $W/m \cdot K$) : 기체를 통한 열에너지 전달 효율을 나타내는 전도율
$B$ (Spalding Transfer Number, 무차원) : 주변 열풍과 액적 사이의 열전달 구동력 크기
$L$ (Latent Heat of Vaporization, $2.26 \times 10^{6}J/kg$) : 용매가 액체에서 기체로 상변화하는 데 필요한 증발 잠열(물 기준)
$\rho_l$, (용매 밀도, $1000kg/m^3$)(물 기준)
$c_{pg}$ (기체 정압비열, $1005J/kg \cdot K$) (공기 기준)
Stokes-Einstein 식을 통한 확산 제어
반면 분모에 위치한 확산 계수 D는 다음과 같은 Stokes-Einstein 식을 따릅니다.
$k_B$ (Boltzmann constant, $1.38 \times 10^{-23}J/K$)
$\eta$ (Viscosity, $Pa \cdot s$) : 용질의 확산 이동을 방해하는 용매의 끈적임 정도인 점성 계수
$r$ (Solute Radius, $m$) : 확산의 저항체가 되는 용질 입자의 물리적 유효 반경, 1$nm$ 라고 가정
수식을 보면 확산 계수는 절대 온도(T)에 선형적으로 비례하고 용매의 점도($\eta$)에 반비례합니다. 온도가 올라갈 때 분자인 증발 속도(K)가 드라마틱하게 치솟는 것에 비해 분모인 확산 속(D)의 증가 폭은 상대적으로 완만합니다. 따라서 고밀도 입자를 설계하려면 저온 건조를 통해 K를 억제하거나, 분산제 처방으로 슬러리 점도를 낮추어 D를 확보하는 전략이 필수적입니다.
4. 배터리 소재 특화 고찰: LFP와 NCM의 밀도 및 반응성 설계
배터리 양극재 공정에서 입자의 밀도와 형상 제어는 소재의 성능을 결정짓는 핵심 요소입니다.
LFP(리튬인산철) 공정의 경우 낮은 전기 전도도와 부피당 에너지 밀도를 극복하기 위해 PD(Pellet Density) 극대화가 지존 과제입니다. 중국 기업들은 입도 분포 설계와 더불어 분무 건조 공정에서 Pe를 1 미만으로 정밀 제어하여 내부 기공을 최소화합니다. 이는 전극 로딩량을 높이는 기반이 되지만, 지나친 고밀도는 전해액 침투성을 저해하므로 최적의 기공 구조를 유지하는 타협점이 기술력의 정수입니다.
NCM(삼원계) 전구체 제조에서도 입자 형상은 결정적입니다. 이후 공정에서 리튬 염과의 혼합 및 소성(Calcination) 단계를 거쳐야 하기 때문입니다. 전구체가 중공 구조이거나 쭈글쭈글한 불규칙 형상을 가지면 소성 과정에서 리튬의 확산 경로가 불균일해집니다. 이는 국부적인 미반응 혹은 과반응 영역을 형성하여 최종 배터리의 가용 용량을 저하시킵니다. 따라서 고상 반응 효율을 극대화하기 위해서는 구형도가 높고 내부가 균일한 고밀도 입자를 제조하여 리튬의 확산 거리를 일정하게 확보하는 것이 유리합니다.
[Chapter 5 부록] Peclet Number(Pe) 계산 시뮬레이터 공유
이론으로만 접하던 $Pe$ 넘버가 실제 공정 조건에서 어떻게 변하는지 궁금해하실 분들을 위해, 제가 이번 포스팅에서 사용한 엑셀 계산 시트를 공유합니다.
이 시트를 활용하면 열풍 온도와 용매의 물성을 기반으로 여러분의 공정이 Diffusion-limited 상태인지, 아니면 Evaporation-limited 상태인지 직관적으로 파악하실 수 있습니다.
시트 사용 가이드 (How to use)
파라미터 입력: 상단의 사용 중인 용매의 밀도, 잠열, 그리고 타겟 입자의 유효 반경을 입력
온도 조건 설정: Inlet Temperature 범위에 따라 액적 표면 온도($T_s$)가 어떻게 형성되는지 확인 (본 시트는 물-공기 시스템의 표준 모델을 따릅니다.)
결과 해석:
$Pe < 1$: 고밀도 입자 제조에 유리한 조건입니다.
$Pe > 1$: 중공 입자 및 버클링(Buckling) 발생 가능성이 높은 조건입니다. 숫자가 커질수록 입자 내부에 거대한 공동(Void)이 생길 확률이 높습니다.
엔지니어를 위한 팁
본 계산기는 Stokes-Einstein 식과 d-제곱 법칙의 이론적 모델을 기반으로 합니다. 실제 공정에서는 슬러리의 고형분 농도나 고분자 첨가제 유무에 따라 확산 계수($D$)가 수식보다 훨씬 낮아질 수 있으므로, 결과값은 공정 설계의 상대적 지표로 활용하시길 권장합니다.
맺음말
결국 페클레 수의 제어는 단순한 수치 조정을 넘어, 배터리 소재의 에너지 밀도와 전체 공정 수율을 결정짓는 고도의 공정 설계 과정입니다. 다음 장에서는 이러한 이론적 배경을 바탕으로, 실제 설비에서 외곽 형성(Crust Formation)이 시작되는 골든 타임을 어떻게 계산하고 제어하는지 구체적으로 다루어 보겠습니다.
댓글
댓글 쓰기