Tujuan dari penelitian ini adalah untuk mengisolasi dampak pakaian yang dikenakan di ruang bersih dan kemampuannya untuk menyaring kontaminasi manusia dari waktu ke waktu.
Kontrol ruang bersih adalah faktor utama dalam pengoperasian fasilitas. Masalah dengan pengoperasian ruang bersih dan persoalan kualitas yang diakibatkannya dapat menyebabkan masalah biaya, hasil, dan kapasitas yang besar. Simulasi adalah alat yang ampuh dalam desain dan konstruksi ruang bersih. Namun, satu faktor yang sering diabaikan dalam desain adalah dampak dari sifat garmen sebagai sumber utama kontaminasi bakteri.
Tim KimtechTM telah mengembangkan model dan kalkulator untuk membantu menentukan pengaruh jenis garmen yang dipilih terhadap lingkungan ruang bersih. Model kami didasarkan pada satu ruang bersih dengan nilai pertukaran udara tertentu, jumlah pekerja, dan mengasumsikan beberapa faktor yang berkaitan dengan tingkat produksi beban biologis dan pertukaran udara melalui garmen. Kami juga mengasumsikan udara tercampur secara seragam dan beban biologis keluar dari garmen dengan cara seperti penilaian Efisiensi Penyaringan Bakteri (BFE) (yang diukur dengan menggunakan ASTM-F2101-07).
Kami menggunakan model tersebut untuk mengevaluasi perbedaan relatif antara tiga garmen hipotetis yang berbeda dengan BFE masing-masing 0,60, 0,9, 0,93, dan 0,97. Kami mengasumsikan ruangan berukuran 16x20x8' (72m3), 12 pekerja, dan kecepatan kipas 2m3/dtk. Garmen yang lain memiliki permeabilitas identik (1e-9cm2), ketebalan (0,2mm), luas (2m2), dan penurunan tekanan akibat aktivitas (250dyne/cm2). Kami mengasumsikan konsentrasi beban biologis yang konstan di dalam garmen sebesar 8000/cm3 . Perbedaan di antara garmen dapat dilihat pada Gambar 1 di bawah ini.
Pada kondisi stabil, perubahan jumlah beban biologis dijelaskan oleh Persamaan 1, di mana K dan t masing-masing adalah permeabilitas dan ketebalan garmen. Subskrip 0 adalah untuk pakaian saat ini atau dasar.
𝐾0 𝑡0 ⁄ (1−𝐵𝐹𝐸0 )
Jika kita mengasumsikan permeabilitas dan ketebalan yang sama pada garmen, persamaan ini dapat disederhanakan menjadi Persamaan 2.
1−𝐵𝐹𝐸0
Melalui persamaan ini, kita dapat dengan mudah menghitung manfaat kondisi mantap yang diharapkan dari peningkatan BFE. Sebagai contoh, berpindah dari garmen dengan BFE = 0,6 ke garmen dengan BFE = 0,93 akan menghasilkan beban biologis 1–0,93 1–0,6 = 17% pada kondisi mantap (atau pengurangan 83%).
