高层建筑风场数值模拟研究

蒋光彪，阳　杰，钟　海，殷水平，李其勇（中南林业科技大学，湖南 长沙 410004）

高层建筑风场数值模拟研究

蒋光彪，阳杰，钟海，殷水平，李其勇
（中南林业科技大学，湖南 长沙 410004）

本文以FLUENT软件和高性能集群作为数值模拟平台，通过改变高层建筑物高度进行了并行数值模拟。并对并行数值模拟结果和集群并行计算效率进行了分析，分析结果表明：随着建筑物高度的增加，建筑物周围最大风速和最大风速比增大，建筑物对其周围空气流动的影响增强。在并行计算中，当CPU个数相同时，随着网格数量的增加，并行效率呈增加趋势但增大的幅度越来越小；当网格数相同时，随着CPU个数增加，并行计算效率呈减小趋势。

FLUENT；高层建筑；数值模拟；并行计算；风场

高层和超高层建筑的大量涌现引起了的局部大气边界层的改变，会对低层气流和湍流产生显著的影响，特殊的城市下垫面，具有较大的粗糙度，可以引起更强的机械湍流，改变局部地的风场结构，对日常生活造成影响［1］。风环境是空气气流在建筑内外空间的流动状况及其对建筑物使用的影响，因此，风环境本身形成了一个系统。若在规划和设计中忽略了风环境问题，在一般的气候条件下，它们将直接影响着城市环境的小气候和环境给予人们的舒适感；一旦遇到大风，这种影响往往会形成所谓“城市风害”［2］，影响到建筑物本身的某些使用功能和行人、行车安全等方面的问题；特别对于高层建筑的背风侧会形成较大的回流区域，如果在设计之初没能充分考虑其风环境，而使污染物或有害排放物能够进入这一回来区域，则会造成局部环境的空气品质恶化，因为这一回流区域内的污染物和有害物容易积聚，很难被稀释和扩散［3-5］。因此，掌握高层建筑物的风环境特征，构建有利于通风和污染物消散，避免人行高度出现过高风速和过急涡流的风环境布局，对城市环境和安全具有重要意义。目前建筑风场的预测方法主要有现场实测、风洞试验和数值模拟，其中数值模拟已成为风环境预测的最有效手段［6，7］。本文采用CFD数值模拟的方法，利用标准k-ε湍流模型，模拟单体建筑在不同情况下的的绕流风场，研究其建筑物的风场风速的分布特征。

1　问题的描述及数值模拟方法

1.1问题的提出

本文设计了如图1简化的方形高层建筑类绕流湍流场数值模拟实例，通过改变方形建筑物的高度进行k-ε湍流模型模拟，研究了计算流域内的速度场和压力场的分布情况，将不同工况的数值模拟求解结果进行对比分析。

本文在研究建筑物高度对建筑物周围风环境的影响时，风速取2.5m/s，选择的计算区域为：长度×宽度×高度=180m×90m×150m，并且为了让建筑背后流场能充分发展，计算模型中建筑物左侧距离入口边界为60m占总计算流域长度的三分之一，距离出口边界为120m占总计算流域的三分之二。

1.2数值方法

1.2.1网格划分

利用FLUENT软件包中的GAMBIT模块生成算例风场网格［8-10］。在GAMBIT软件中建立高层建筑物的几何模型，然后在已生成的模型中采用非结构的四面体网格划分了均匀网格，划分网格量大约为130万个。如图2所示。

图1　流场几何模型

图2　划分的网格

1.2.2边界条件

对入流处（inlet）的边界条件设定，采用FLUENT中的速度入口边界条件（velocity inlet），该边界条件适用于不可压缩流动；流体在出口处认为是充分发展的，所以出口边界定义为自由出口（outflow）。outflow边界条件用于出流边界上的压力或速度都未知的情况，适用于出口处流动时完全发展的情况；地面和建筑物表面都是实际存在而又固定不动的边界，在此都采用无滑移的壁面条件（wall）；流域两侧及顶部定义为对称边界条件（symmetry）。

1.2.3控制方程

计算风工程中，钝体绕流问题的控制方程是粘性不可压Navier-Stokes方程，考虑到钝体流场的特性及计算的收敛性和计算效率，本文选用“标准” k-ε二方程模型作为湍流模型。

其中，Gk是由于平均速度梯度引起的湍流动能k的产生项：Gb是由于浮力引起的湍流动能k的产生项：。

2　单体建筑高度对周围风环境影响的模拟分析

2.1建筑模型工况设置

本节研究了单体建筑的高度变化对高层建筑物室外风场的影响，在本例的数值模拟计算中，建筑物模型的几何尺寸高度分别取30m、60m、90m 和120m的四种情况，如表1所示。

表1　建筑模型工况设置

2.2模拟结果与对比分析

图3是高度不同（表1工况）的建筑物建筑中心平面内的风速等值线图。从图中可以看到，随着建筑高度增加，建筑背后风影区高度增加。高度为30m的建筑，在计算区域内，最大风速约为3.50m/s，最大风速比为1.38；高度为60m的建筑，在计算区域内的最大风速约为4.0m/s，最大风速比为1.60；高度为90m的建筑，在计算区域内的最大风速为4.27m/s，最大风速比为1.71。高度为120m的建筑，在计算区域内，最大风速约为4.66m/s，最大风速比为 1.86，可见随着建筑物高度的增加，建筑周围的最大风速、最大风速比在增大，所以当建筑的高度增加时，建筑物对周围空气流动的影响增强。

图3　Y=0m竖直剖面风速等值线图

图4是高度不同（表1工况）的建筑物的竖直平面流线图，从图中可以看到，随着建筑高度的增加，建筑背后的漩涡随建筑物的高度的增加而升高，并且漩涡越来越不明显。

图4　Y=0m竖直剖面风速流线图

3　集群并行计算效率分析

3.1不同网格数下的并行计算效率比较分析

为了比较不同的网格数量对集群计算效率的影响，在CPU核数相同的情况下，网格数量方面选取10万个、50万个、100万个、150万个和200万个5种工况，通过PBS作业提交系统，向集群提交并行计算作业。分别得到了这5组工况下在集群上计算所需要的总时间。通过计算得到了它们各自的并行效率。具体的计算结果如表2所示。

表2　CPU个数为12时集群并行计算工况

图5是计算执行时间与并行效率和网格数量之间关系的曲线图，从图中可以看出在CPU核数相同的条件下，任务的计算执行时间随任务的网

图5　计算时间和并行效率与网格数量关系图

格数量的增多而变长；集群效率随任务网格数量的增多而变大，但随网格数量的不断增大，集群效率增大的趋势越来越缓。

3.2不同计算节点数下的并行计算效率比较分析

为了比较CPU个数对计算效率影响的分析，设定工况B和工况C中的网格数分别都为80万个和100万个，8组不同的CPU个数工况；通过向集群提交作业得到了它们并行计算的结果，具体计算结果分别如表3和表4所示。

表3　网格数为80万个时集群并行计算工况

表4　网格数为100万时集群并行计算工况

结合表3和表4的数值结果，将工况B和工况C中计算执行时间和CPU核数在同一坐标轴中绘图描点得到了计算运行时间和CPU核数量之间关系的曲线图，如图6所示。从图中可以看出任务在80万网格和100万网格时，它们运行计算时间随CPU核数的增多具有相同的变化趋势。很明显的看出当网格数量不变的时候，任务的计算执行时间随CPU核数的增多先是快速减小而后有缓慢增多的趋势。所以说一个任务不是所分配的CPU核数越多，它的计算执行时间就越短。

图6　执行时间和CPU个数之间关系图

图7　并行效率和CPU个数之间的关系图

结合表3和表4的数值结果，将工况B和工况C中的并行效率和CPU核数在同一坐标轴中绘图描点得到了并行效率和CPU核数量之间关系的曲线图，如图7所示。从图中可以看出任务在80万网格和100万网格时，它们的并行效率随CPU个数的增多而下降，并且具有相同程度的下降趋势。

4　结论

本文利用FLUENT软件和高性能集群对高层建筑风场大规模并行数值模拟，并对计算结果的分析，总结如下：

（1）在相同风速下，建筑的长度和宽度相同时，随着建筑高度的增加，建筑对其周围气流的影响增强，建筑周围最大风速和最大风速比增大，建筑背后风影区面积增大。

（2）增加网格数量会增加计算时间，但是可以提高集群计算效率。

（3）随着结点数目CPU的增加，总执行时间先是逐渐快速减少，然后慢慢增加；而并行效率呈下降趋势。

［1］胡晓峰，周孝清，卜增文等.基于室外风环境CFD模拟的建筑规划设计［J］.工程建设与设计，2007（04）：14-18.

［2］龚晨.住宅小区人行高度风环境数值模拟研究［D］：广东工业大学，2012.

［3］周允基，郜冶.北京某国际金融大厦风荷载与火灾流场的数值模拟［J］.空气动力学学报，2002（03）：351-360.

［4］梁向丽，符永正，周传辉.空气动力阴影区对高层建筑周围污染物浓度分布的影响［J］.工业安全与环保，2003（12）：21-23.

［5］郜冶，周允基.风对高层建筑之间烟雾和污染物质运动及散布的影响［J］.哈尔滨工程大学学报，2002（01）：113-119.

［6］刘申会.高层建筑的风荷载特性数值模拟研究［D］.湖南大学，2013.

［7］Murakami S.Current status and future trends in computational wind engineering［J］.Journal of Wind Engineering&Industrial Aerodynamics，1997：67.

［8］李进良，李承曦，胡仁喜.精通FLUENT6.3流场分析［M］.北京：化学工业出版社，2009.

［9］王瑞金，张凯，王刚.FLUENT技术基础与应用实例［M］.北京：清华大学出版社，2007.

［10］温正，石良辰，任毅如.FLUENT流体计算应用教程［M］.北京：清华大学出版社，2009.

（责任编辑：张洪玮）

Numerical Simulation on the High-rise Building Wind Field Based on FLUENT and Cluster

JIANG Guang-biao，YANG Jie，ZHONG Hai，YIN Shui-pin，LI Qi-yong
（Central South University of Forestry and Technology，Changsha Hunan 410004）

In this paper，the actual high building is simulated based on FLUENT software and High Performance Cluster platform，and parallel numerical simulations were done by changing the height of high-rise buildings.The parallel numerical simulation results and efficiency of parallel computing clusters were analyzed，which we can get the following conclusions：With the increase of building height，the speed of wind and the speed of wind ratio increased at maximum，and effect of air flow become stronger around the building.When the number of CPU is the same，with the increase in the number grid，efficiency show an increasing tendency，but the increase of the magnitude become smaller；When the grid number is the same，with the increase of CPU number the efficiency of parallel computing show decreasing tendency in parallel computing.

FLUENT；high-rise building；High Performance Cluster；numerical simulation；parallel computing

TU974

A

10.3969/j.issn.1672-7304.2015.03.018

1672-7304（2015）03-0045-04

蒋光彪（1975-），男，湖南永州人，副教授，博士，研究方向：计算流体力学。

湖南省自科基金项目（14JJ2013），中南林业科技大学人才引进项目（104-0096）。