【《某地铁站超标污染物站内分布数值模拟分析案例》4600字】

III某地铁站超标污染物站内分布数值模拟分析案例目录TOC\o"1-3"\h\u6565某地铁站超标污染物站内分布数值模拟分析案例 1196741.1数学模型 1321921.1.1基本控制方程 1110561.1.2湍流模型 3172531.1.3离散相模型 3139271.2物理模型 448501.2.1简化模型 4254211.2.2网格划分 6277091.3边界条件设定 780891.4模拟结果 898401.4.1截面选取 8196711.4.2速度场 940441.4.3PM2.5浓度场 10121921.4.4不同风速条件下PM2.5分布 121.1数学模型计算流体动力学（ComputationalFluidDynamics，CFD）是一种通过计算机来求解流体流动、传热及相关传递现象的系统分析方法和工具，通过求解固定几何形状空间内流体的动量、热量、质量及其它相关方程，可以得到一定条件下的参数化信息[82]。近年来，随着计算机的普及以及计算机运算能力的不断提升，计算流体动力学在广大工业及非工业领域发挥着越来越重要的作用。目前，国内常见的数值模拟软件包括FLUENT、CFX、PHONEICS等，本文中采用ICEMCFD软件来进行模型的建模以及网格的划分工作，采用FLUENT软件对站台层内超标污染物PM2.5分布规律进行模拟研究。1.1.1基本控制方程1.连续方程连续方程是流体力学的基本方程之一，它反映了流体流动和流体质量分布的关系，是质量守恒定律在流体力学中的应用。将流体看作连续的介质，假设其流过空间位置固定、形状任意、大小有限的控制体，那么单位时间内有限控制体内质量的增加就等于同一时间间隔内流入该有限控制体的净质量[82]。 ∂p∂t+式中：u、v、w分别为流体在x、y、z方向上的速度分量，p为流体密度。本文中站台层内气流流动速度较低，可认为是补课压缩流动，对于不可压缩流体，p为常速，连续性方程为： ∂u∂x+2.动量守恒方程动量守恒方程在本质上反映了牛顿第二定律在流体动力学中的应用，计算时将流体看作无数运动的无穷小的微团，微元体中流体的动量对时间的变化率等于外界作用在该微元体上的各种力之和[83]。对流体微团在直角坐标系三个坐标方向上运用牛顿第二定律，得到不可压缩流体在XYZ三个方向上的动量方程。X方向动量方程 ∂u∂t+divY方向动量方程 ∂u∂t+divZ方向动量方程 ∂u∂t+div其中ϑ为运动粘度，同时也是动量扩散系数。能量守恒方程能量守恒方程是由热力学第一定律推导而来，流体微团内能量的变化率就等于流入微团内的净热流量与体积力和表面力对微团做功的功率之和[82]。能量守恒方程可表示为： ∂（ρT)∂t+div展开可得：∂ =∂∂x式中：Cp为比热容，T为绝对温度，k为流体传热系数，ST为流体因粘滞力引起的热耗散。1.1.2湍流模型湍流模型的计算模型有很多种，其中k——e两方程模型是湍流模拟中应用较广泛的湍流模型，k——e两方程模型主要包括标准k——e模型、RNGk——e模型和可实现k——e模型三种。研究人员[84][85]对自然对流、强迫对流和混合对流三种情况采用不同的湍流模型进行了室内温度场和速度场模拟，模拟结果显示，采用RNGk——e模型模拟的流场精度最高。因此本文在数值模拟中的湍流计算模型选用RNGk——e湍流模型。1.1.3离散相模型地铁车站内的颗粒物模拟是典型的气固两相流，且PM2.5的体积分数较小，因此采用FLUENT离散相（DPM）模型来求解颗粒物浓度扩散问题。FLUENT中的拉格朗日离散相模型遵循欧拉——拉格朗日模型，该模型主要关注单个颗粒的分布[86]，模拟的结果中可以清楚地显示颗粒物运动的轨迹线，同时的得到整体的分布特征。颗粒物在流场中运动受多种力的相互影响，本次模拟中所涉及到的颗粒物粒径为2.5mm，颗粒物在流场中的运动主要受重力、拖拽力和布朗力的影响[87]。重力颗粒物的密度约为1g/cm3，大于空气密度，因此可以忽略浮力的作用，粒径为d的颗粒物所受重力[88]为： Gd=式中：ρ为颗粒物密度，g/cm3拖拽力当颗粒物与周围空气之间存在相对运动的时候，粒子会受到气体介质所世家啊的阻力，即拖拽力的影响[88].颗粒在黏性流体中运动时，流体作用于球体上的拖拽力由压差和摩檫力组成，该力的作用效果为减弱粒子的相对运动。拖拽力Fd计算公式： Gd=式中：ρ为空气密度，kg/m3；ua为气流速度，m/s；u为粒子速度，m/s；Cd为拖拽系数，m/s；Cc为Cummingham滑动修正系数。布朗力布朗扩散：粒子不受外力影响而以杂乱的方式扩散，布朗运动是由颗粒物粒子与气体分子之间的随机相互运动引起的。对于粒径很小的气溶胶粒子在小范围内的传输而言，布朗扩散是其重要的扩散形式。1.2物理模型1.2.1简化模型本文以地铁站台作为模拟对象，分为两类工况进行模拟，将人作为室内污染源，模型一，在低客流量的情况下，站台内PM2.5的分布情况；模型二，在高客流量的情况下，站内PM2.5的分布情况。地铁站台层内附属结构较多，且结构和形状比较复杂，对研究对象进行全真模拟计算较为困难。本文的研究内容只是针对不同客流量情况下PM2.5浓度的分布进行分析和研究，结合地铁设计图纸和现场实际测量数据，所以对浓度分布没有影响或影响不大的因素就简化忽略，不予进行建模。简化情况如下：1、站台公共区两端的设备及管理用房对公共区域气流组织影响不大，在此忽略不计；2、乘客在站台候车时，地铁屏蔽门是关闭的，忽略屏蔽门的漏风和隧道内PM2.5的影响。3、地铁站台处于地下二层，与外界大气环境不直接连接，忽略外界大气PM2.5对站台层的影响。4、忽略较多乘客在电梯周围屏蔽门处候车的间隙，将其分布于站台内各屏蔽门前等待。并将排队等候的乘客看为一个整体进行建模。此立方体在模拟时既是发生源又是空间障碍物，影响站台层内的而空气流场和PM2.5浓度场。模型中各物体具体参数如表5-1所示。表5-1模型尺寸参数模型数量尺寸取值边界条件站台层170m×9.6m×3.5mWall自动扶梯26m×1.6m×3.5mWall无障碍电梯12.2m×2.2m×3.5mWall送风口310.6m×0.5mVelocity-inlet回风口310.6m×0.5mPressure-outlet自动扶梯出口23m×1.6mPressure-outlet人40（低客流量）0.6m×0.2m×1.7mVelocity-inlet40（高客流量）1.2m×1m×1.7mVelocity-inlet通过设定两种不同客流量人数来模拟高峰时间段和平峰时间段内站台层内流场及PM2.5浓度分布规律。根据第三章现场测试中载客数量的统计估算，高峰时间段内客流量约为平峰时间段内的10倍。因此，本文选取1人/屏蔽门前候车和10人/屏蔽门前候车两种客流密度来进行模拟，其中1人/屏蔽门前候车代表平峰时间段内站台层客流量，10人/屏蔽门前候车代表高峰时间段内站台客流量。两种不同客流量下站台层的物理模型如图5-1和图5-2所示。图5-1平峰客流量下站台层物理简化模型图5-2高峰客流量下站台层物理简化模型1.2.2网格划分本论文你对地铁车站站台公共区域建立几何模型，在CFD中运用最多的两种网格划分方法，一种是非结构化网格，一种是结构化网格，非结构化网格如图5-3、5-4所示，。结构性网格的优点是能较好地处理边界，易于在计算中实现区域的边界拟合，有利于提高计算精确性和计算时间，而非结构化网格适用于复杂结构模型网络。本次计算由于该模型尺寸较大，为了便于计算和结果的精确性，该模型采用非结构化的四面体网格进行计算。图5-3平峰时站台层非结构网格划分结果图5-4高峰时站台层非结构化网格划分结果1.3边界条件设定（1）速度边界条件根据现场实测站台空调送风口送风速度：2.5m/s，人体呼吸发散速度为0.1m/s。（2）PM2.5边界条件本文将颗粒物假设为球体，颗粒的尺寸2.5×10-6m，经过现场实际测试得出送风口出颗粒物浓度为60mg/m3，颗粒物体积分数为1.7×10-11，回风口颗粒物浓度为90mg/m3，颗粒物体积分数为1.25×10-10。人静止时的发尘量为10mg/（h·人），结合不同粒径颗粒物密度与颗粒计重浓度计算公式[89]，最终确定人体PM2.5散发量为1800mg/h[90]。颗粒物的边界条件设置为捕捉、反射、穿越和逃逸四种，本文将送风口、回风口和自动扶梯出口处设定为逃逸，颗粒触碰壁面后发生沉降，不发生二次悬浮，其余边界设定为捕捉。1.4模拟结果1.4.1截面选取（a）低客流量人群模型截面选取（b）高客流量人群模型截面选取图5-5模型截面选取图为了更好的观察分析模拟结果，以乘客的呼吸区域作为参照面，重点选取了站台空间人体呼吸范围带平面Z=1.5m来和现场实测数据进行分析比较。模型截面选取如图5-5所示。1.4.2速度场图5-6低客流量站台速度场模拟结果图5-7高客流量站台层速度场模拟结果图5-6、5-7为不同客流量情况下乘客在站台候车，两侧屏蔽门处于关闭状态时，距离地面1.5m处平面的速度分布云图。如云图所示，送风口处风速较大，低客流量时风速最大值为1.12m/s，高客流量时风速最大值为1.17m/s，低客流量下大部分区域小于0.24m/s，高客流量条件下大部分区域小于0.4m/s，满足地铁乘客和工作人员人体舒适度的要求，回风口区域附近的风速也较高，分析原因为回风口抽吸作用的影响，站台层整体风速较为均衡，水平方向差异较小。1.4.3PM2.5浓度场图5-8、5-19分别为低、高客流量下z=1.5m处颗粒物质量浓度分布云图。图5-8低客流量站台层颗粒物浓度云图图5-9高客流量站台层颗粒物浓度云图由图可知，送风口处PM2.5浓度较低，而回风口处PM2.5浓度较高，分析原因为送风口排出的气体为经过空调系统净化后含颗粒物浓度较低的空气，排风口处的气体为站内浑浊的气体；同时，自动扶梯作为连接站台层和站厅层的出入口，一部分气体由扶梯通道口排出，所以导致扶梯口处颗粒物浓度较高；由于自动扶梯对气流也有阻挡作用，干净的新风气体无法传到楼梯背后的区域，导致扶梯后侧颗粒物浓度较高，同时由于涡流的影响，在站台层两端出现PM2.5浓度较高的情况高客流量与低客流对比分析后发现，由于站内人流量的增加，站内PM2.5浓度随之发生变化，高客流量条件下PM2.5最高浓度为88.2mg/m3，低客流条件下为78.4mg/m3，在污染物整体分布上高客流量的浓度要比低客流条件下更加集中于低客流量颗粒物云图的高浓度区域内。将高峰客流量情况下和平峰客流量情况下2.5mm粒径颗粒物分布的模拟具体结果1.5m高度处的实测值进行对比，对比结果如表5-2所示表5-2不同客流量下PM2.5实测值与模拟值对比客流情况颗粒物测点位置实测值（mg/m3）模拟值（mg/m3）误差（%）低客流量PM2.5163.758.78.61258.354.47.26363.260.64.43462.358.66.37高客流量183.776.49.51279.072.29.45390.882.79.76493.184.69.87对比模拟结果和现场实测数据后发现，各处数值无数量级差异，但颗粒物实测值均高于模拟值，分析原因为PM2.5易受乘客活动的影响而导致被捕捉的颗粒物再次悬浮，数值模拟计算时无法将此种实际边界条件设定，所以导致实测数据中发现颗粒物浓度较高，但各处数据的相对误差均小于10%，在误差范围内，说明数值模拟计算这一方法也可以在仪器精度限制地情况下分析出PM2.5在站内的分布规律。

1.4.4不同风速条件下PM2.5分布在两种模型中分别对不同工况下的地铁站台层内PM2.5浓度分布进行模拟分析，其中工况5为实际工况，其他工况如表5-3所示。表5-3不同工况下的送回风口速度（m/s）模拟工况工况1工况2工况3工况4工况5送风回风送风回风送风回风送风回风送风回风低流量1.51.181.82.02.32.52.38高流量1.51.21.82.02.32.52.31模拟工况工况6工况7工况8工况9工况10送风回风送风回风送风回风送风回风送风回风低流量2.82.523.03.23.54.03.62高流量2.82.463.03.23.54.03.47图5-11低客流量站台层不同送风口速度下PM2.5平均浓度图5-12高客流量站台层不同送风口速度下PM2.5平均浓度图5-11、5-12为不同送风口风速下，高客流量和低客流量站台层PM2.5浓度平均质量浓度变化。由图可知，高客流量情况下，送风口风速为1.8m/s和3.2m/s时，PM2.5浓度在站台层内平均数值基本一致。送风口风速为2.8m/s时。PM2.5平均质量浓