行车隧道通风机射流作用下污染物浓度分布模拟试验

作者:杨清海 沈恒根 梁珍
单位:东华大学
摘要:为研究行车隧道内污染物在通风射流风机作用下的分布规律,对行车交通风与射流场共同作用下的污染物分布进行了模拟试验研究。使用隧道试验平台测试数据检验了用于隧道通风的射流风机和隧道边界条件数值模型,在车流与风机射流共同作用下,对不同车型与行车速度下CO与NO2的浓度场进行了计算,分析了射流纵向影响范围、通风效率与污染物通风去除效率3个指标,得出了污染气体浓度分布受通风射流风机与车辆流动影响的规律。
关键词:行车隧道 通风机 射流 污染物浓度 射流纵向影响范围 通风效率 污染物通风去除效率

 

0 引言

   隧道通风分为横向通风、纵向通风与复合式通风,纵向通风由于其建设成本低、控制方便,越来越多地应用于隧道运营通风设计中 [1]。射流风机为隧道内空气流动提供动力,射流风机的位置、数量与距离应由车流量、隧道长度、运营时间及车速等综合因素确定 [2,3],为了使通风效果不相互干扰,从而实现高效率通风,串联时相临2组风机的距离一般不小于150 m [4]。风机射流流场通常采用静态计算,不考虑车流的流动对射流长度及气流分布的影响 [5,6,7],在计算车流阻力时,将车辆折合为局部阻力系数进行稳态流场计算 [4]。隧道运营通风中的污染物有CO,NOx及颗粒物等,有害气体会损伤司机呼吸系统,而隧道空间悬浮的颗粒物会降低隧道内行车能见度,从而影响行车安全 [4,8]。最新的国六轻型汽车排放标准中,CO,NOx与N2O排放标准分别为700,60,20 mg/km,相对于国五标准,CO降低了30% [9,10]。由于CO和NO2对人体健康影响最大,通常把他们作为首要控制有害气体 [11,12],通风设计时将其浓度控制在一定的安全限度内是主要的设计指标之一,CO和NO2的控制限值分别为100 cm3/m3和1 cm3/m3 [4]。同时应对通风所需的换气次数进行校核,以两者中的较大值作为隧道运营送风量 [13,14]。通风过程中隧道内污染物的浓度分布受到风机射流与通行车辆的共同影响 [15,16],风机射流在隧道通风中属于受限射流,其射流流场的分布受隧道尺寸 [17]、隧道弯度 [17,18]、风机出口大小及射流方向角度 [19,20]的综合作用。车辆通行时形成的交通风与车型车速都有关系 [21,22],当车辆经过射流风机时,会使射流流场的形态产生较大变化,包括通风风速、射流分布与通风效率等 [7,23]。同时射流风机的布置也应考虑火灾工况的通风要求 [24],在火灾时需保证疏散时的最小特征风速 [25]与排烟时最大风量和时长 [26]

   为研究行车隧道内污染物在通风射流风机作用下的分布规律,对行车交通风与射流场共同作用下的污染物分布进行了模拟试验研究。由于气体污染物中CO与NO2对健康影响最大,且二者的标准浓度分别小于和大于空气浓度,考虑到重力的影响,分别比较了不同车型与行车速度下CO与NO2浓度场的数值计算结果,从射流纵向影响范围、通风效率与污染物通风去除效率三方面进行分析,研究车型车速对射流通风流场及污染物浓度分布的影响规律。

1 测试平台与CFD模型验证

1.1 测试平台

   将隧道通风数值计算结果与隧道模型平台测试结果进行对比,验证湍流模型及边界设置的正确性。测试平台为按1∶22.4缩小尺寸的厦门莲花隧道模型,位于兰州交通大学流体实验室大厅。隧道模型由有机玻璃制成,每条隧道内设置2台风机,用于模拟纵向射流通风效果。通过控制风机输送通道的面积来改变隧道模型中的射流风量。将隧道模型分为断面C1~C9进行测量,每个断面设置46个测点P,如图1所示。分2组工况进行测试(工况1和工况2),每组分别独立测量3次,记录测量结果的平均值。工况1,风机1单独运行;工况2,风机1与风机2同时运行。使用TSI CALC7545微压计,结合皮托管测量测点风速,通过环模型外壁开孔导管测量断面静压,根据断面间静压差计算两断面间的沿程阻力损失。

1.2 CFD模型验证

   测试结果表明,从C4断面(7.28 m)开始,断面上速度场已经开始均匀分布。取断面C4与C7(16.83 m)中轴测点数据进行对比,分析CFD模型的准确性。断面C4与C7的静压差工况1为1.8 Pa,工况2为3.7 Pa。经过计算雷诺数,测试中隧道模型气流处于湍流过渡区,由式(1)迭代计算可得沿程阻力,对应的绝对粗糙度为3.5 mm。

   Δp=λlDρu221λ=-2lg(Κ3.7D+2.51Reλ)}(1)

   式中 Δp为断面间的静压差,Pa;λ为沿程阻力系数;l为两断面间的距离,m;D为隧道当量直径,m;ρ为隧道内空气密度,kg/m3;u为隧道内气流的平均速度m/s;K为隧道壁面粗糙度,m;Re为隧道内气流的雷诺数。

图1 隧道射流通风测试平台

   图1 隧道射流通风测试平台  

    

   注:图中尺寸为cm;C1~C9断面中虚线交点为测点位置,P旁数字表示测点位置隧道断面宽度;断面数值表示横截面沿隧道模型轴线距左端进口的距离。

   根据图1等比例建立CFD物理模型,设置壁面粗糙度,计算前检查与调整壁面处首层网格高度,使式(2)量纲一量Y+保持为70~80。

   Y+=u*yυ(2)

   式中 u*为近壁面流体与壁面的相对速度,m/s;y为第1层网格结点与壁面的间距,m;υ为空气的运动黏度,m2/s。

   将K-ε RNG模型与K-ε realizable模型2种湍流模型的数值计算结果与测试结果进行比较,其中断面C4与C7的平均压差如表1所示。经比较后,使用K-ε realizable模型进行隧道通风数值计算。断面C2,C4,C5与C7上中轴线的速度分布如图2所示。对比数值计算与测量结果,实测数据的隧道中轴线速度分布更均匀,而模拟结果越靠近中心位置风速越大,这是由于数值计算中壁面对气流的影响是通过壁面函数的近似拟合分析的,而在图1a的实际试验模型中,壁面对气流的阻力作用是通过在光滑的壁面材料上布置肋条实现的。由于隧道模型通过内壁面加肋条来增加壁面摩擦系数,肋条对隧道模型中通过气流有一定的阻碍与混合效果,使模型试验中壁面附近流场更容易达到阻力平方区,数值计算中的速度截面分布有误差,但流动阻力损失一致,总体误差在可接受范围。对比可知,采用K-ε realizable模型湍流模型,结合正确的壁面参数边界条件设置,可以对隧道通风流场进行数值计算,进而对流场分布进行研究。

   1 断面C4C7压差值对比

    

   Pa

  工况1压差均值 工况2压差均值

测试值
1.8 3.7

K-ε RNG模型
1.9 3.9

K-ε realizable模型
1.9 3.8

    

    

图2 断面C2,C4,C5,C7中轴线速度分布

   图2 断面C2,C4,C5,C7中轴线速度分布   

    

1.3 CFD计算模型与工况

   为研究车流与风机射流共同作用对不同车型与行车速度下CO与NO2污染物浓度分布的影响,建立不同的工况模型进行数值计算分析。计算模型按莲花隧道1∶1尺寸建立,单向双车道,类半圆截面,宽10.3 m,高7.45 m,隧道研究段长度为500 m,坡度为2.64%。参考常见的行驶车辆类型,采取小型车辆、中型车辆与大型车辆3种类型,其尺寸(长×宽×高)分别为4.6 m×1.8 m×1.5 m,5.0 m×2.0 m×2.0 m,11.0 m×2.5 m×3.2 m,对3种车型组成的车队通过射流风机时的流场及CO和NO2的浓度场进行计算。每种车队对应3种车速,分别为20,45,72 km/h,分别对应车流量高峰拥堵路况、平峰正常路况及低峰少车路况。在数值模拟中,采用动网格的方法,实现车队以不同的速度在隧道内的运行。车队总长度为500 m,考虑不同工况下行驶安全性与驾驶习惯,由制动距离与车速的关系可知,车速越高,需要的行车安全车距越长。模型车队中车辆间隔分别设置为11.1,25.0,40.5 m。对比静态射流流场及浓度场,对车辆停止运行并均匀分布于隧道中的工况也进行对比计算,该工况通常将污染物简化处理为线源稳态分布 [27,28]。模型工况如图3所示,考虑污染物浓度分布时,污染气体从车辆尾部表面释放至隧道空气中,风机出口位于距隧道进口210 m处。

图3 车流与风机射流共同作用时的计算模型

   3 车流与风机射流共同作用时的计算模型  

    

   隧道内总排放强度Q

   Q=ΝtqΤ=LucΝucqL3600=LΝqL3600(3)

   式中 Nt为隧道内车辆总数,辆;qT为单位时间单辆车排放强度,g/(辆·s);L为隧道长度,km;uc为车队平均速度,km/h;N为隧道内车流量,辆/h;qL为排放因子,g/(辆·km)。

   由JTG D70/2T-02—2014《公路隧道通风设计细则》 [4],计算2018年车辆CO基本排放因子为qL=5.6 g/(辆·km),车流量设为2 500辆/h,计算得长度500 m的隧道CO总排放强度Q=1.94 g/s。为比较2种污染气体流场分布受密度差的影响,设NO2与CO具有相同的排放强度基数。各车型单车的排放量由车型系数进行修正,小型车为1,中型车为5,大型车为7 [4]

   从射流纵向影响范围、通风效率与污染物通风去除效率等3个指标进行分析,得出射流通风效果与污染气体分布受射流风机与行车共同作用的影响。射流长度定义为风机出口至断面风速分布相对方差值εX≤5%截面位置的距离,认为至此截面隧道内流动已充分均匀。断面风速分布相对方差值εX值由下式确定:

   εX=σ2(uXUX)-σ2(uXUX)σ2(uXUX)(4)

   式中 σ2为方差;uXX断面各测点纵向速度,m/s;UXX断面平均风速,m/s;uX为风机出口后200 m处断面各测点纵向速度,m/s;UX为风机出口后200 m处断面平均风速,m/s。

   通过式(4)计算此位置前后各1 m的εX值,得出此断面上风速已均匀分布。在车辆运行工况下,为消除车辆与风机相对位置的影响,取一半车队经过射流风机时的射流长度,此时车流对射流流场的影响已相对稳定。

   通风效率E的定义式为

   E=mΤmJ(5)

   式中 mJmT分别为风机风量与隧道断面风量,m3/s。

   为比较不同车速下车队通过隧道过程中对隧道内流场的影响,将时间T通过式(6)转化为相对时间Tr

   Τr=ucΤL(6)

   Tr=0时,车队头部开始进入隧道;Tr=2时,车队尾部离开隧道。计算过程中,控制单位时间步长内计算结果的归一化残差小于10-4,隧道进出口流量监测差异小于1%。

   污染物通风去除效率可以从整体上反映隧道通风气流组织去除污染物的效果,以量化比较不同气流组织形式的优劣,定义为

   τ(L,t)=0Lρ(l,t)AdlQ¯Τr=1(7)

   式中 τ(L,t)t时刻污染物通风去除效率;ρ(l,t)为纵向位置l处的t时刻质量浓度,g/m3;Q¯Τr=1Tr=1时刻隧道内污染物总释放速率,g/s,即车队全部在隧道内部时的污染物释放率;A为隧道的断面面积,m2

2 结果与讨论

   为研究行车隧道内污染物在通风射流风机作用下的分布规律,通过对不同车型与行车速度下CO与NO2污染物浓度场进行计算,对射流纵向影响范围、通风效率与污染物通风去除效率3个指标进行分析研究。

2.1 射流纵向影响范围

   不同车型的截面在隧道通风过程中形成不同的影响因子,对于单向通行隧道,规范中规定车速小于设计风速时车辆的影响作为阻力,大于设计风速时作为动力 [4]。设计风速是通风设计阶段的控制参数,在实际运行中,可以将无车辆时通风风速作为参考值,与车速进行对比,判断车流是阻力还是动力。

   图4显示了不同车型流动对隧道内空气平均流速的影响。由图4可以看出:在车队车速为45 km/h(12.5 m/s)时,断面平均风速比无车辆时的风速9.6 m/s稍大;车队车速为20 km/h(5.6 m/s)时,小于初始风速,起阻力作用,空气平均流速远小于9.6 m/s;车速为72 km/h(20 m/s)时,大于初始风速,起动力作用,空气平均流速远大于9.6 m/s。车辆通行作用力在Tr≤0.5及Tr≥1.5时基本呈线性变化,说明其大小与进入隧道车辆数基本呈正比关系。当车速与初始风速接近,车速为45 km/h时,空气平均流速在9.6 m/s左右,车型大小影响不大;当车速较小时,空气平均流速为大型车<中型车<小型车;当车速较大时,空气平均流速为小型车<中型车<大型车,说明车速与初始风速差别越大,不同车型的作用差异越大。

图4 不同车型流动对隧道内空气平均流速的影响

   4 不同车型流动对隧道内空气平均流速的影响  

    

   车队通过风机时压力场的变化会引起射流流场的变化,使射流流程变短。图5显示了大型车通过风机时隧道横断面的速度分布(Tr=0.8)。由图5可以看出:无车辆通过时,隧道断面风速分布沿隧道长度方向逐渐平缓;当有大型车辆通过时,20 km/h的慢车速也会使隧道断面风速快速分布均匀,当车速更高时,如72 km/h时,隧道断面风速会更快地分布均匀,并在较大的范围内波动,而不仅仅是达到单一的充分发展状态。

   车队通过风机时对速度场的影响也可通过不同高度的纵向速度分布进行研究,如图6所示。由图6可以看出:没有车辆通过时,在风机后较长距离内不同高度处速度不同;当有车辆通过时,距隧道路面的高度y=1.5 m与y=3.0 m处,因为受到车辆影响,所以风速大辐度波动,y=4.5 m与y=6.0 m处纵向速度很快便分布均匀,受风机射流影响形成的速度场分层现象很快消失。通过式(4),(6)计算的Tr=0.8时风机射流长度见表2,车型越大,车速越高,射流长度缩减得越明显。当大型车以72 km/h通过时,射流长度由无车时的128 m减小为69 m,当小型车以20 km/h通过时,射流长度由无车时的128 m减小为107 m,由此可见车辆运行对射流长度有显著影响。

图5 大型车通过风机时隧道横断面速度分布(Tr=0.8)

   5 大型车通过风机时隧道横断面速度分布(Tr=0.8)   

    

   注:取样点位于隧道横断面的竖向中心线上,风机出口位于M210处,M表示取样线,M后数值表示取样线距隧道进口纵向距离,m。

图6 大型车通过风机时隧道纵断面速度分布(Tr=0.8)

   图6 大型车通过风机时隧道纵断面速度分布(Tr=0.8)  

    

   2 各工况车型流动时射流长度

    

   m

  大型车 中型车 小型车

20 km/h
97 104 107

45 km/h
86 94 96

72 km/h
69 79 82

无车辆
  128  

    

    

   分析射流长度与车型及车速的相关性,并作拟合分析研究,车型参数量化为车辆与隧道横断面积的比值Sr,大型车、中型车和小型车的Sr值分别为0.22,0.11和0.07。车速转化为车速平方与无车辆时平均风速平方的比值vr2,vr称为相对车速,20,45,72 km/h的vr值分别为0.33,1.70和4.34。相对射流长度Lr(即车辆通行时射流长度与无车辆时射流长度之比)可以拟合为

   Lr=-0.48Sr-0.04vr2-0.04Srvr2+0.88(R2=0.99)(7)

   计算表明,行车时射流长度的变化受车辆断面面积的影响更大。

2.2 通风效率

   通风效率E用以表征射流风机对隧道整体通风引流的作用,通风效率越大,通风效果越好,通风费用越低。车辆通行时对通风的阻力或动力作用会减小或增大E,Tr=0.8时的风机通风效率E如表3所示。当风机工作状态不变时,通风效率E与车辆和风机共同作用下形成的隧道平均风速密切相关,表3中E值大小与图5相对应。当车辆以20 km/h运行时,对通风起阻力作用,E值变小;当车辆以45 km/h和72 km/h运行时,对通风起动力作用,E值变大。利用车辆的动力作用,可以减小风机风量,实现节能的目的。

   3 Tr=0.8时风机通风效率E

    

    

  大型车 中型车 小型车

20 km/h
5.4 5.7 6.2

45 km/h
9.2 8.8 8.6

72 km/h
13.2 11.2 12.1

无车辆
  8.2  

    

    

   通风效率E可以拟合为

   E=-4.3Sr+1.10vr2+3.40Srvr2+6.21(R2=0.93)(8)

   结果表明,车辆与相对车速都可以改变通风效率。当相对车速vr较大时(>1.13),Sr增大会增大E值,增强通风效果;否则,会减小E值,降低通风效率。

2.3 污染物通风去除效率

   污染物通风去除效率τ(L,t)随时间的分布可以反映隧道内总体污染物相对浓度随时间的变化关系,当隧道与车辆流动模式固定时,τ(L,t)的峰值与隧道总长度和积分路径上的浓度分布相关。τ(L,t)峰值越大,污染物在积分路径上的浓度越高;峰值出现时间越晚,相同通行时间内人员接触污染物量越少,通风效果越好。

   对比图7与图8中CO与NO2通风去除效率τ(L,t),相同车速下NO2y=1.5 m的峰值比CO小,在y=6.0 m的峰值比CO大,说明由于密度不同,NO2在隧道空间底部的密度比CO大,在顶部比CO小,但差距不是很大。在相同的车型车速影响下,NO2与CO在峰值出现的时间上基本同步,说明车辆的通行作用对NO2与CO浓度分布的影响相同。在同一污染物中,隧道空间底部y=1.5 m的峰值基本不随车速改变,顶部y=6.0 m的峰值则随车速的提高而产生较大的推移,说明底部空间受车辆作用的影响已经很充分,而顶部空间污染物浓度分布受车速影响更大。同样,在同一污染物中,较高位置如y=6.0 m,受车型的影响更大,车型越大,较低位置的高浓度流体越容易向较高位置的低浓度流体混合,使整体浓度分布更加均匀。

图7 车队通过隧道过程中CO通风去除效率τ(L,t)

   图7 车队通过隧道过程中CO通风去除效率τ(L,t)   

    

图8 车队通过隧道过程中NO2通风去除效率τ(L,t)

   图8 车队通过隧道过程中NO2通风去除效率τ(L,t)   

    

3 结论

   1) 使用合适的壁面边界条件与湍流模型,CFD可以较准确地模拟有射流风机作用的隧道流场分布,同时可以计算出两断面间的压差,供试验控制参考。

   2) 隧道通风实际运行中,可以将无车辆时的通风风速作为参考值,与车速进行对比来判断车流对通风的作用是阻力还是动力。当车速与初始风速接近时,如车速为45 km/h,车型大小影响不明显;车速与初始风速差别较大时,如车速为20,72 km/h,车型越大,引起通风风速的增加或减小越明显。

   3) 车辆运行对射流长度有显著的影响,车型越大,车速越高,射流长度缩减的越明显。拟合关系表明,车型横断面对射流长度的影响比车速更大。

   4) 车辆通行时对通风的阻力或动力作用会减小或增大E值,利用车辆的动力作用,可以减小风机风量,实现节能的目的。当相对车速vr较大时(大于1.13),Sr增大会增大E值,增强通风效果;否则,会减小E值,降低通风效率。

   5) NO2在隧道空间底部的密度比CO大,在顶部比CO小,但差距不是很大。车辆的通行作用对NO2与CO浓度分布的影响相同,底部空间受车辆作用的影响已经很充分,而顶部空间污染物浓度分布受车速改变影响更大,车型越大,较低位置的高浓度流体越容易与较高位置的低浓度流体混合,使整体浓度分布更加均匀。

参考文献

   [1] BARBATO L,CASCETTA F,MUSTO M,et al.Fire safety investigation for road tunnel ventilation systems—an overview[J].Tunnelling and Underground Space Technology,2014,43:253- 265

   [2] CHAMMEM T,VAUQUELIN O,MHIRI H.Performance evaluation of alternative tunnel longitudinal ventilation systems using two inclined jets[J].Tunnelling and Underground Space Technology,2014,41:53- 61

   [3] GUO C,WANG M N,YANG L,et al.A review of energy consumption and saving in extra-long tunnel operation ventilation in China[J].Renewable and Sustainable Energy Reviews,2016,53(8):1558- 1569

   [4] 招商局重庆交通科研设计院有限公司.公路隧道通风设计细则:JTG D70/2T-02—2014[S].北京:人民交通运输出版社,2014:23- 35

   [5] COLELLA F,REIN G,BORCHIELLINI R,et al.Calculation and design of tunnel ventilation systems using a two-scale modelling approach[J].Building and Environment,2009,44(12):2357- 2367

   [6] WANG L H,TAO H,DU X M,et al.Theoretical modeling of the platform piston wind wall jet using field measurements and model testing[J].Tunnelling and Underground Space Technology,2015,45:1- 9

   [7] WU K,YANG Q M,KANG C,et al.Adaptive critic design based control of tunnel ventilation system with variable jet speed[J].Journal of Signal Processing Systems for Signal Image and Video Technology,2017,86(3):269- 278

   [8] 王玮,潘志,刘红杰,等.交通来源颗粒物粒径谱分布及其与能见度关系[J].环境科学研究,2001,14(4):17- 22

   [9] 鲍晓峰,吕猛,朱仁成.中国轻型汽车排放控制标准的进展[J].汽车安全与节能学报,2017,8(3):213- 225

   [10] 中国环境科学研究院,北京理工大学,中国汽车技术研究中心,等.轻型汽车污染物排放限值及测量方法(中国第六阶段):GB 18352.6—2016[S].北京:中国环境科学出版社,2016:9- 14

   [11] TAN Z,GAO H O.Traffic control for air quality management and congestion mitigation in complex urban vehicular tunnels[J].Transportation Research Part C:Emerging Technologies,2015,58(13):13- 28

   [12] 陈超,胡秦镪,邓奕雯,等.基于实测法的下凹式城市地下道路CO,NOx排放因子研究[J].中国公路学报,2017,30(9):116- 124

   [13] 冯志华,程飞,赖金星,等.新通风规范对公路隧道需风量计算的影响分析[J].公路,2017,62(3):229- 235

   [14] 邓顺熙,成平.纵向通风隧道内空气污染物浓度及通风量的计算[J].中国公路学报,2002,15(1):89- 91

   [15] 李祖伟,何川,方勇,等.运营公路隧道空气污染物纵向分布的数值模拟[J].现代隧道技术,2005,42(4):68- 71,78

   [16] 施孝增.竖井型长大隧道污染物浓度分布的数值模拟研究[J].洁净与空调技术,2015(1):105- 110

   [17] ANG C D,REIN G,PEIRO J,et al.Simulating longitudinal ventilation flows in long tunnels:comparison of full CFD and multi-scale modelling approaches in FDS6[J].Tunnelling and Underground Space Technology,2016,52:119- 126

   [18] WANG F,WANG M N,WANG Q Y.Numerical study of effects of deflected angles of jet fans on the normal ventilation in a curved tunnel[J].Tunnelling and Underground Space Technology,2012,31:80- 85

   [19] BETTA V,CASCETTA F,MUSTO M,et al.Numerical study of the optimization of the pitch angle of an alternative jet fan in a longitudinal tunnel ventilation system[J].Tunnelling and Underground Space Technology,2009,24(2):164- 172

   [20] LEE S C,LEE S,LEE J.CFD analysis on ventilation characteristics of jet fan with different pitch angle[J].KSCE Journal of Civil Engineering,2014,18(3):812- 818

   [21] 钟星灿,高慧翔,龚波.交通风力自然通风作用原理探析[J].铁道工程学报,2006,95(5):82- 87

   [22] 任韧.对公路隧道交通活塞风的数值模拟研究[D].西安:长安大学,2012:37- 41

   [23] SEKULARAC M B.Experimental determination of tunnel ventilation axial ducted fan performance[J].Thermal Science,2016,20(1):209- 221

   [24] SE C M K,LEE E W M,LAI A C K.Impact of location of jet fan on airflow structure in tunnel fire[J].Tunnelling and Underground Space Technology,2012,27:30- 40

   [25] CHOW W K,GAO Y,ZHAO J H,et al.Smoke movement in tilted tunnel fires with longitudinal ventilation[J].Fire Safety Journal,2015,75(14):14- 22

   [26] 陆继广.特长公路隧道双洞互补式网络通风的防灾救援系统研究[D].北京:北京交通大学,2015:85- 91

   [27] 刘卡.公路隧道通风系统细部结构及风机纵向配置优化研究[D].西安:长安大学,2014:7- 12

   [28] ZHOU B H,XUE Y G,LI M T,et al.Longitudinal jet ventilation calculation and application of long highway tunnel[J].Journal of Engineering,Design and Technology,2018,16(2):256- 269

   作者简介: 杨清海,男,1989年4月生,在读博士研究生; *沈恒根,201620上海市松江区人民北路2999号4号学院楼环境学院3145室E-mail:shenhg@126.com;

   收稿日期:2019-05-20

   基金: “十三五”国家重点研发计划“绿色建筑及建筑工业化”重点专项:高污染散发类工业建筑环境保障与节能关键技术研究(编号:2018YFC0705300);

Simulation test of pollutant concentration distribution for road tunnel ventilation with jet fans

Yang Qinghai Shen Henggen Liang Zhen

Donghua University

Abstract:

   To study the pollutant distribution in road tunnels with the operation of ventilation jet fans, simulates and studies the pollutant distribution under the joint affection of traffic fleet and jet flow. Validates the model of jet fan and tunnel ventilation with the data obtained in tunnel test platform, which provides proper boundary conditions and turbulence model. With the joint affection of traffic fleet and jet flow, calculates the concentration fields of CO and NO2 with different vehicle types and driving speeds at the joint affection of traffic speed and jet flow, and analyses three indexes of jet longitudinal influence range, ventilation efficiency and pollutant removal efficiency. Obtains the influence law of ventilation jet fan and vehicle flow on the pollutant concentration distribution.

    

   Received: 2019-05-20

   本文引用格式:杨清海,沈恒根,梁珍.行车隧道通风机射流作用下污染物浓度分布模拟试验[J].暖通空调,2020,50(9):128-134

   《暖通空调》官方网站:http://www.hvacjournal.cn

    

1201 0 0
文字:     A-     A+     默认 取消