농업 시설용 그린수소 공급 장치는 알칼라인 수전해 시스템을 선택하였다. 각 주요 부품에 대한 운전조건을 도출하기 위하여 ASPEN Plus (AspenTech, Bedford, MA, USA)를 이용하여 시스템을 시뮬레이션하였다¹³⁾. Fig. 1과 같이 구성된 시스템에서 KOH 수용액은 수전해 스택으로 공급되고 반응 후 생성된 수소와 산소는 각각 음극과 양극으로 전달된 후 기액 분리기에서 수용액과 가스를 분리한다. 분리된 각각의 수소와 산소는 순도 확보를 위한 처리 시스템을 거쳐 고순도로 저장된다. 생산된 수소와 산소만큼의 소모된 수용액은 양극으로 보충되어 공급되며 각각의 수용액은 혼합기에서 혼합된 후 스택으로 공급되기 위하여 필요한 온도로 열 교환 후 재순환되는 구성을 갖는다. 열 교환에서 잃는 열에너지는 회수되어 열 공급 시스템을 통해 농업에 필요한 에너지로 공급된다. 본 시스템에 공급되는 전력은 1 MW로 설정하였으며 스택의 운전 조건은 Table 1과 같이 설계하였다¹³⁾. 패러데이 효율은 100%로 가정하였고 전극 사이의 가스 확산은 무시하였다. 시뮬레이션을 기반으로 도출된 총 9가지 부품에 대한 물질의 상태, 온도, 압력, 몰 유량, 구성 성분의 몰분율에 대한 운전 조건은 Table 2에 제시하였다.

Fig. 1. 
Schematic of hybrid system between green hydrogen supply and heat recovery

FMEA는 시스템의 각 구성 요소나 기능에 대해 예상할 수 있는 고장 모드를 식별하고 각 고장 모드가 시스템 및 주변에 미치는 영향을 분석하여 해당 고장 모드의 원인을 파악하는 방법이다. 위험성 평가 시 FMEA를 사용하는 절차는 Fig. 2와 같다.

Fig. 2. 
Flowchart for the procedure of FMEA in risk assessment

효과적인 분석을 위하여 시스템을 잘 파악하고 있는 전문가로 팀을 구성한다. 본 연구에서는 석유화학 분야의 경험이 많은 공장장급으로 팀원을 구성하였다. 진단하려는 시스템을 각 구성 요소별로 발생할 수 있는 고장을 정의한다. Table 3과 같이 고장이 발생하였을 때의 영향을 심각도(severity)로 평가하고 고장이 발생할 빈도를 발생도(occurrence)로 평가한다. 이때 발생도는 산업용 데이터베이스를 참고하였다¹⁴⁾. 마지막으로 고장이 발생하기 전에 감지할 가능성을 검출도(detection)로 평가한다. 위험 우선순위(risk priority number, RPN)를 식 (1)과 같이 평가된 심각도, 발생도, 검출도의 곱으로 계산하였고 계산된 RPN이 높을수록 우선적으로 개선해야 할 위험이라고 판단하였다. 본 연구의 경우 설계 영역의 개선 인자를 도출하여 위험 요인을 분석하기 위하여 수행되었고 화학 공장에서 공정 운전 중 가장 사고가 많은 밸브, 플랜지, 스위치, 계측 장치 등에 대한 영향은 무시하고 평가를 수행하였다.

상관관계 분석은 두 변수 간에 존재하는 선형적 관계성을 분석하는 통계적 기법이다. 한 변수가 변화할 때 다른 변수도 함께 변하는 경향이 있는지, 그 정도가 어느 정도인지를 파악하기 위하여 사용된다. 상관관계 분석에서는 두 변수 간의 관계를 정량적으로 나타내기 위하여 식 (2)와 같이 상관계수(r)를 사용한다. 상관계수는 -1에서 1 사이의 값을 가진다.

상관계수가 1에 가까울수록 두 변수는 강한 양의 상관관계를 갖는다. 이는 한 변수가 증가하면 다른 변수가 증가한다는 것을 뜻한다. 상관계수가 -1에 가까울수록 강한 음의 상관관계를 갖는다고 해석한다. 이는 한 변수가 증가하면 다른 변수는 감소한다는 것을 뜻한다. 상관계수가 0에 가까울수록 두 변수 간에는 선형적 관계가 없음을 의미한다. 본 연구에서는 RPN과 온도, 압력, 상태, 조성에 따른 상관관계를 규명하였다.

Table 4는 9개의 시스템을 구성하는 주요 장치에서 발생할 수 있는 16가지 고장 모드를 분석한 결과이다. 분석 결과 스택에서 전해질막의 손상으로 발생할 수 있는 고장 모드가 RPN 값이 231.84로 가장 높았다. 알칼라인 수전해 스택의 전해질막에서의 손상 원인으로는 기계적 응력, 열응력, 재료의 화학적 부식, 제조 시 발생할 수 있는 불량 인자 등이 있다. 이는 수소와 산소가 혼합될 수 있으며 최악의 상황으로는 폭발이 발생할 수 있다는 것이다. 다음으로는 수소 정제 장치(H2PUR)에서의 수소 누출이 228.98로 RPN 값이 높았다.

수소 특성상 장치 및 배관, 밸브, 플랜지 등의 구성 요소들의 밀봉 불량 혹은 진동 등의 에너지로 인한 균열 등으로 누출되면 수소의 폭발 범위가 4-75% 수준의 높은 가능성으로 화재 혹은 폭발로 이어질 수 있다. 같은 장치에서 176.26 RPN 값을 도출한 산소 혼입의 위험이 있다. 이는 RPN 값이 가장 높은 전해막 손실과 유사한 상황으로 산화제와 가연물이 섞여 폭발성 혼합물을 형성할 수 있다. 이어서 RPN 값이 163.07로 산소 정제 장치(O2PUR)에서의 수소 혼입 상태이다. 수소는 4% 수준의 양만 있어서 폭발이 가능하므로 가장 높은 심각도인 9.8이 도출되었다. 그리고 동일 장치의 산소 누출 모드가 133.12 RPN 값이 도출되었다. 수소 정제 장치에서의 누출과 같이 배관, 밸브 등의 손상 및 진동으로 인한 결함으로 밀봉에 문제를 일으킬 수 있으며 이는 순 산소가 누출되는 것이기 때문에 주변에 인화성 물질이 있으면 쉽게 화재로 이어질 수 있다. 다음으로는 고온으로 동작하는 열교환기(HEX2C) 및 저온으로 동작하는 열교환기(HEX1C)에서의 파울링이 RPN 값이 각각 126.72, 126.67로 도출되었다. 내부의 오염물질로 인한 스케일 형성, 부식 생성물 축적 등이 발생할 수 있으며 이로 인한 열전달 효율이 저하되고 내부 압력이 상승할 수 있다. STACK의 수용액 누출로 인한 고장 모드가 RPN 값 123.14로 도출되었다. 스택의 밀봉재 결함, 소재 부식, 운전 중에 발생할 수 있는 진동 및 열팽창 등으로 인한 문제로 주변 장비의 부식 가속화, 환경오염 등의 문제가 발생할 수 있다. 또한 재순환되는 펌프(PUMP2, PUMP1)에서의 KOH 수용액 누출이 각각 108.00, 106.56 RPN 값을 도출하였다. 펌프는 회전기계로 진동이 수반되며 밀봉의 결함 및 진동, 부식 등의 문제로 인한 누출은 STACK의 누출과 동일하게 주변 장비의 부식 가속화, 환경오염, 시스템의 불균형을 일으킬 수 있다. 다음으로는 고온 열교환기(HEX2C)의 튜브 파손으로 인한 RPN 값이 102.14로 도출되었다. 150℃의 운전 온도로 인한 열 응력, 부식, 피로 등으로 인한 냉각수 누출로 전체 시스템의 열 균형을 깨트릴 수 있고 이는 전체 시스템의 효율 및 수명에 영향을 줄 수 있다. 다음은 냉각 시스템 고압 펌프의 고장이 66.35 RPN 값이 도출되었다. 20 bar의 고압으로 작동하기 때문에 가스켓의 손상 혹은 캐비테이션 발생 가능성이 높고 이에 따른 열교환기에서의 냉각 효율이 떨어져 전체 시스템에 영향을 줄 수 있다. 다음은 스택에서 과열로 인한 고장 모드가 RPN 값이 59.14로 도출되었다. 알칼라인 수전해는 저온으로 동작하는 설비지만 위에서 열거한 전체 냉각 시스템의 결함으로 인하여 발생할 수 있는 문제와 내부 전해질막의 손상 등으로 과전류 등이 발생할 수 있고 이는 전체적인 효율을 저하시키며 막 손상의 가속화, 이를 통한 폭발 화재로 이어질 수 있다. 마지막으로 펌프(PUMP2, PUMP1, PUMP3)의 고장은 각각 51.20, 49.60, 48.00의 RPN 값이 도출되었다.

Table 5는 계산된 RPN과 심각도(S), 발생도(O), 검출도(D) 간의 상관관계 분석 결과이다. RPN 값은 검출도와 P-value가 0.000으로 통계적으로 유의한 상관계수 0.859로 매우 강한 양의 상관관계를 갖는다. 각각의 독립변수가 독립성을 갖는 것을 확인하기 위해서 다중 공선성 검토 결과 각각 1.8, 1.5, 1.3의 값을 보여 서로 독립임을 확인하였다¹⁵⁾.

이는 고장을 발견하기 어려울수록 RPN 값이 증가한다는 의미로 위험성 평가 결과 검출도의 영향력이 매우 크다는 것을 의미한다. 그래서 상용화 플랜트를 안전하게 운영하기 위해서는 고장을 조기에 발견할 수 있는 계측 시스템의 체계의 강화가 매우 중요하다는 것을 제시할 수 있다. 또한 심각도와 P-value가 0.007로 통계적으로 유의한 상관계수 0.649로 양의 상관관계를 갖는다. 즉 심각도가 높은 고장 모드에 대응할 수 있는 다양한 설계 개선 및 관리의 필요성을 나타낸다. 하지만 발생도와 P-value는 0.609로 통계적으로 유의하지 않는 결과를 도출하였다. 또한 심각도와 발생도와는 P-value 0.043으로 통계적으로 유의한 상관계수 -0.511의 음의 상관관계를 갖는 결과를 도출하였다. 이는 치명적인 고장일수록 발생 빈도가 낮고 자주 발생하는 고장은 상대적으로 대응이 가능하다는 것을 의미한다. 이는 플랜트를 장기 운영한 경험적 요인이 반영된 결과로 해석할 수 있다.

정량 분석을 위하여 물질의 상태는 액체는 1, 액체 기체 혼합 상태는 2, 기체 상태는 3으로 변경하여 분석을 진행하였다(Table 6). 물질의 상태는 발생도를 제외한 RPN 값, 심각도, 검출도와 각각 P-value 0.005, 0.003, 0.040으로 통계적으로 유의한 양의 상관관계가 나타났다. 심각도가 상관계수 0.684로 가장 높았고 RPN 값은 0.663, 검출도는 0.519로 나타났다. 이는 물질의 상태가 액체에서 기체로 갈수록 고장 발생 시 심각도가 커지고 검출이 어려워지며 위험도가 높아진다고 해석할 수 있다. 즉 본 시스템에서 수소, 산소 등의 기체 상태의 공정이 액체 상태의 공정보다 잠재적 위험도가 크다는 것을 알 수 있고 관리의 우선순위가 높다는 실증적 근거로 판단할 수 있다. 물의 몰농도는 RPN 값, 심각도와의 관계성이 P-value 0.033, 0.004로 통계적으로 유의한 음의 상관관계가 나타났다. 심각도가 -0.675로 음의 상관성이 가장 높았으며 RPN 값이 -0.534로 나타났다.

즉 물이 많을수록 고장 발생 시 심각도와 위험 우선순위가 낮아진다고 해석할 수 있다. 수소의 몰농도는 RPN 값, 심각도와의 관계성이 P-value가 0.025, 0.028로 통계적으로 유의한 양의 상관관계가 나타났다. 상관계수는 RPN 값이 0.558, 심각도가 0.547로 나타났다. 수소 농도가 높아질수록 RPN 값 및 심각도가 증가한다. 이는 수소 자체가 가지고 있는 잠재적 위험성이 크다고 해석할 수 있다. 압력과 심각도의 관계성이 P-value 0.025로 통계적으로 유의한 상관계수 -0.558의 음의 상관관계가 나타났다. 이는 수전해 시스템과 열 회수 시스템을 분리해서 해석하면 작동유체가 물인 열 회수 시스템에서의 운전 압력이 높고 상대적 저압으로 운전되는 수전해 시스템에서 더 많은 수소 등의 위험물을 취급하기 때문이라고 사료된다. KOH의 몰농도 역시 검출도와 P-value 0.046 상관계수 -0.504로 음의 상관관계가 나타났다. KOH 농도가 높을수록 고장 검출이 쉽다는 것을 알 수 있으며 KOH 용액의 누출 발생 시 감지가 상대적으로 용이하다고 사료된다.