เป้าหมายของการวิจัยครั้งนี้คือการแยกผลกระทบของชุดที่สวมใส่ในห้องคลีนรูมออกจากความสามารถในการกรองสิ่งปนเปื้อนที่เกิดจากมนุษย์ในระยะเวลาหนึ่ง
การควบคุมห้องคลีนรูมเป็นปัจจัยสำคัญในการบริหารจัดการสถานที่ ปัญหาเกี่ยวกับการบริหารจัดการห้องคลีนรูมและประเด็นด้านคุณภาพที่ตามมาอาจส่งผลให้เกิดปัญหาด้านต้นทุน ปริมาณการผลิต และกำลังการผลิตอย่างมหาศาล การจำลองภาพเป็นตัวช่วยที่ดีในการออกแบบและก่อสร้างห้องคลีนรูม แต่ปัจจัยหนึ่งที่คนเรามักจะมองข้ามระหว่างการออกแบบห้องคลีนรูมก็คือผลกระทบจากคุณสมบัติของชุด ซึ่งเป็นสาเหตุหลักที่ทำให้เกิดการปนเปื้อนเชื้อแบคทีเรีย
ทีม KimtechTM ได้พัฒนาแบบจำลองและเครื่องคำนวณเพื่อพิจารณาว่าสภาพแวดล้อมในห้องคลีนรูมจะได้รับผลกระทบจากประเภทชุดที่เลือกอย่างไร แบบจำลองของเราใช้ข้อมูลจากห้องคลีนรูมห้องเดียวที่มีอัตราการหมุนเวียนของอากาศ จำนวนพนักงานตามที่กำหนด และได้สมมุติปัจจัยต่างๆ ที่เกี่ยวกับอัตราการสร้างเชื้อและการหมุนเวียนของอากาศผ่านชุด นอกจากนี้ เรายังสมมุติให้อากาศกระจายกันอย่างสม่ำเสมอและเชื้อเล็ดลอดออกจากชุดในลักษณะที่ตรงกับการประเมินประสิทธิภาพการกรองแบคทีเรีย (BFE) (ตามที่วัดได้โดยใช้ ASTM-F2101-07)
เราใช้แบบจำลองมาประเมินความแตกต่างเชิงสัมพันธ์ระหว่างชุดที่นำมาใช้เป็นสมมติฐานสามชุดที่มีค่า BFE อยู่ที่ 0.60, 0.9, 0.93 และ 0.97 ตามลำดับ เราสมมุติให้ห้องมีขนาด 16x20x8 ฟุต (72 ลูกบาศก์เมตร) พนักงาน 12 คนและความเร็วของพัดลมอยู่ที่ 2 ลูกบาศก์เมตร /วินาที แต่ทั้งนี้ ชุดมีอัตราการซึมผ่านของอากาศ (1e-9 ตารางเซนติเมตร) ความหนา (0.2 มม.) พื้นที่ (2 ตารางเมตร) และความดันลดลงจากกิจกรรม (250 ดายน์/ตารางเซนติเมตร) เหมือนกัน เราสมมุติให้ความเข้มข้นของเชื้ออยู่ที่ 8,000/ลูกบาศก์เซนติเมตร โดยอยู่ในระดับคงที่ โปรดดูความแตกต่างของชุดได้ในรูปที่ 1 ด้านล่าง
เมื่ออยู่ในสถานะคงตัว การเปลี่ยนแปลงของจำนวนเชื้ออธิบายได้ด้วยสมการที่ 1 โดยที่ K คืออัตราการซึมผ่านของอากาศและ t คือความหนาของชุด เลข 0 ที่เป็นตัวห้อยคือชุดปัจจุบันหรือชุดที่ใช้เป็นเส้นฐาน
𝐾0 𝑡0 ⁄ (1−𝐵𝐹𝐸0 )
สมมุติว่าชุดมีอัตราการซึมผ่านของอากาศและความหนาเหมือนกัน ก็จะเกิดเป็นสมการที่ 2 ซึ่งมีความซับซ้อนน้อยลง
1−𝐵𝐹𝐸0
สมการนี้ทำให้เราสามารถคำนวณประโยชน์ที่คาดการณ์ว่าจะได้รับเมื่อสถานะคงตัวจากการปรับปรุง BFE เช่น การเลิกใช้ชุดที่มีค่า BFE=0.6 มาใช้ชุดที่มีค่า BFE = 0.93 จะทำให้จำนวนเชื้อในสถานะคงตัวอยู่ที่ 1−0.93 1−0.6 = 17% (หรือลดลง 83%)