舱内颗粒污染物运动及分布数值模拟

王璐皓 杨丽红

摘 要：为快速有效降低因吸烟产生的驾驶舱舱内颗粒污染物浓度，提升舱内空气总质量，建立汽车驾驶舱及外流道模型，运用FLUENT模拟5种不同通风条件下的通风效果，得到驾驶舱内剩余颗粒物总质量和主、副驾驶代表点颗粒物浓度。结果表明，一定通风时间后，低数值工况下剩余颗粒物总质量仅为高数值工况的1/17，且主、副驾驶颗粒物浓度明显低于高数值工况。研究结果说明通风条件对舱内颗粒物有很大影响，并能够为驾驶舱内颗粒污染物特性的进一步研究提供参考。

关键词：颗粒污染物;数值模拟;[κ-ε]模型;虚拟仿真

DOI：10. 11907/rjdk. 191505 开放科学（资源服务）标识码（OSID）：

中图分类号：TP302文献标识码：A 文章编号：1672-7800（2020）002-0035-04

英标：Numerical Simulations of Fume Particles Transport and Distribution in Cockpit

英作：WANG Lu-hao，YANG Li-hong

英单：（School of Mechanical Engineering， University of Shanghai for Science and Technology， Shanghai 200093，China）

Abstract：To reduce the total mass caused by smoking in the automotive cockpit of the particulate pollutants efficiently， cockpit and outflow model is established in the paper. FLUENT is applied to simulate the ventilation effect under five different conditions， and the total mass of residual particulates in the cockpit and the concentration of particulates at master pilot and co-pilot are obtained. Results show that a certain time later， the minimum total mass of residual particulates in the cockpit under all conditions is one-seventeenth of the maximum. Meanwhile， the concentration of particulates at master and co-pilot points are much lower. The research output shows that ventilation conditions can influence particulate pollutants greatly， providing valuable reference for the further study on particulate pollutants in the automotive cockpit.

Key Words：particulate pollutant;numerical simulation;k-epsilon model;virtual simulation

0 引言

隨着人们生活条件的改善，汽车普及化程度不断提高。人们在享受汽车带来便利的同时，也面临各种风险。汽车驾驶舱环境相对密闭，颗粒污染物一旦形成，将长时间停留在舱内，危害舱内人员身体健康。因汽车尾气等原因，空气中不可避免地存在颗粒污染物，若在舱内吸烟，颗粒污染物浓度将大大增加[1]。因此，研究如何有效、快速降低舱内颗粒污染物浓度具有重要意义。

密闭驾驶舱内的空气质量问题属于室内空气质量问题。Li等[2]模拟了地板下空气分配（Under-floor Air Distribution）室内由乘客行走及排气造成的颗粒污染物运动与再悬浮过程;汪烨等[3]使用火灾动态模拟器FDS，研究吸烟后产生的一氧化碳在室内的分布及扩散规律;王芳等[4]研究了采暖通风方式对室内PM2.5浓度的影响，结果表明夏热冬冷地区居民应改变传统的开窗通风模式。

当场景为驾驶舱时，要充分考虑车身及车载设备等因素。国外学者较早展开相关研究，但局限于颗粒污染物浓度测量[5-6];国内学者则将更多精力投入到对分布及扩散规律的研究。潘峰[7]建立了针对颗粒污染物的空调性能评价方法，并研究了颗粒物在空气场、温度场下的热运动;庄晨[8]也针对送风温度、速度、方向等空调送风参数对颗粒物运动及分布的影响进行了研究。此外，还有大量空调过滤系统相关研究[9-10]，旨在提高空调滤网性能以减少流入舱内的颗粒污染物。研究数据表明，仅通过车载空调无法有效、快速降低舱内颗粒物浓度。

本文不考虑车载空调，仅通过车窗开闭改变通风条件，研究不同通风条件下，颗粒污染物在驾驶舱内的运动及分布规律，找出有效、快速降低舱内颗粒物总质量的方法。

1 CFD仿真模型

1.1 三维模型及其网格划分

本文使用Pro/E软件进行三维建模，比例为1∶1，驾驶舱具体尺寸参考MIRA模型[11]。由于本文以驾驶舱舱内区域作为计算流域，过于精细的驾驶舱内部结构会增加网格划分难度和网格数量，导致消耗增加甚至计算发散，且不可压缩低速流动条件下，精细的内饰对空气流动影响不大[12]，因此，对驾驶舱流域作出以下简化：①对计算流域外的行李箱、轮胎、外饰等部分予以忽略;②对方向盘、档位架等内饰予以忽略，并补平驾驶舱内的各凹凸面;③仅保留驾驶员人体模型的重要部分，如头部、躯干、四肢。此外，计算流域还应包括一条或多条与驾驶舱舱内相连的长直外流道，用于模拟不同的通风条件。根据实际通风条件，共选取5种不同情况。侧车窗和天窗在车行驶过程中空气的流通情况不同，因此设计3种外流道。其中，外流道1用于仅打开侧车窗时的情况，外流道2用于仅打开天窗时的情况，外流道3用于同时打开侧车窗和天窗时的情况。简化后的驾驶舱模型如图1所示。

本文使用ICEM CFD进行网格划分。仿真计算结果精度很大程度取决于网格精度，因此网格生成技术具有重要意义。本文采用四面体网格划分，并在尺寸细小处局部加密，如图2所示。得到5个模型的网格质量均在0.28以上，质量较高。

1.2 颗粒物性质

查询相关资料[13-14]，烟草燃烧产生的颗粒污染物密度约1 180kg/m3，其粒径分布参考文献[15]的研究结果。该结果与Rosin-Rammler模型较为吻合，基本满足式（1）。

其中，[d]为颗粒物直径，[d]为尺寸常数，[n]为粒度分布参数， 为直径大于[d]的颗粒物占总颗粒物的质量分数。经过计算，[d]取0.5，[n]取3.3。原曲线与拟合曲线如图3所示，两者误差为2.3%。

颗粒物流入质量参考文献[16]的研究结果，中国大陆某烤烟型香烟经6分钟左右燃尽，燃烧产生颗粒物约10.8mg，故颗粒物流入质量取3×10-8kg/s。

固体颗粒受到的浮力远小于重力，可以忽略不计。高温颗粒污染物产生后，会在极短时间内降至室温，故热泳力也不计[5]。因此，颗粒物主要受到重力、曳力、萨夫曼升力和布朗力作用。

颗粒物在湍流中运动时速度会产生波动。本文描述颗粒物的运动速度时使用随机轨道模型（Discrete Random Walk Model）。在该模型中，速度由平均速度和脉冲速度组成，脉冲速度是关于时间的离散分段常数函数，且满足高斯分布[17]。

1.3 模型设置

本文在研究通风条件下车内颗粒污染物的扩散特性时，对模型作出以下假设和简化[18]：①驾驶舱内空气为纯净空气，不含颗粒污染物;②不考虑计算流域与外界的热交换;③不考虑燃烧的香烟及其产生的颗粒污染物对周围产生的热量;④不考虑先进的新型除尘设备;⑤颗粒物接触驾驶舱内壁后粘附在内壁上，且不造成二次污染。

在上述简化下，采用雷诺时均方程和RNG[κ-ε]模型进行计算。雷诺时均方程将控制方程进行了统计平均，使得其无需计算各尺度的湍流脉动，只需计算出平均运动，从而降低了空间与时间分辨率，减少了计算工作量。RNG[κ-ε]模型提高了快速应变流精度，并考虑了涡流对湍流的影响以提高旋流精度，比标准[κ-ε]模型在广泛流动中有更高的可信度[19]。

基本控制方程主要包括质量守恒方程（连续性方程）、动量守恒方程（N-S方程）、能量守恒方程、湍流动能[κ]方程、湍动能耗散率[ε]方程，方程具体内容不再赘述。

本文采用FLUENT进行三维瞬态模拟，依据实际情况设置边界条件，具体如下：重力加速度为9.8m/s2，沿y轴反向;送风口为velocity-inlet，风速10m/s，沿x轴正向;出风口为outflow;内壁均为无滑移墙边界;颗粒从驾驶员口部附近流入，流入质量为3×10-8kg/s;除出风口的颗粒项边界条件为escape外，其余壁面的边界条件均为trap;使用具有较高效率和稳定性的SIMPLEC算法进行求解。

在主、副驾驶头部附近设置面积为0.02m2的平面，在面上对颗粒物浓度取平均值;在主、副驾驶头部附近取水平面和竖直面并设置动画监控，用于研究颗粒物扩散特性。

1.4 计算工况

本文通过改变车内四扇侧车窗和一扇天窗的开闭以实现不同的通风条件。打开的侧车窗和天窗均为打开整扇窗的一半。计算各工况时，先关闭颗粒项，对舱内作通风预处理10s;接着打开颗粒项，释放颗粒10s;然后再次關闭颗粒项，运行30s。研究内容是释放颗粒的10s和之后30s内颗粒的运动及扩散特性。

为方便说明具体工况，在驾驶舱舱内流域俯视图上给侧车窗和天窗编号，主驾驶左侧窗为1号窗，副驾驶右侧窗为2号窗，后排左侧窗为3号窗，右侧窗为4号窗，天窗为5号窗。不同工况为侧车窗、天窗开闭的组合，具体如表1所示。

1.5 网格独立性与时间步长独立性验证

进行网格独立性验证，保持局部加密尺寸不变，全局尺寸分别设置为40、60、80。

由于模拟的是瞬态空气流动及颗粒运动，因此有必要进行时间步长独立性验证[20]。时间步长分别设置为0.005、0.01、0.02、0.04。

在工况一下进行预仿真，得到流域内剩余颗粒物总质量如图4（a）和图4（b）所示。本文选取网格全局尺寸为60、时间步长为0.01时，误差分别为2.7%和3.6%。可以认为，参数的选取合理可行。

2 结果分析

2.1 流域内剩余颗粒物总质量对比

5种工况下，流域内剩余颗粒物总质量如图5所示。 从图5可以看出：①颗粒物总质量峰值：工况五>工况二>工况一>工况三>工况四;②颗粒物总质量峰值来临时间：工况一≈工况四≈工况五>工况二>工况三;③40s时剩余颗粒物总质量：工况一>工况二>工况三>工况四≈工况五。工况五下剩余颗粒物总质量为6.2×10-11kg，是高数值工况的1/17。

剩余颗粒物总质量最小的工况四和工况五，颗粒物总质量峰值一个排名第五、一个排名第一;颗粒物总质量峰值来临时间相近的工况一、四、五，剩余颗粒物总质量同样两极分化。因此，剩余颗粒物总质量与颗粒物质量峰值及其来临时间没有明显关系。

2.2 工况一、工况四对比

选择颗粒物总质量峰值来临时间相近但剩余颗粒物总质量同样两极分化的工况一和工况四进行对比。图6（a）显示了主驾驶员头部附近颗粒物浓度变化情况，可以看出，前10s内，颗粒物浓度剧烈波动，持续上升，工况一下波动更为剧烈，峰值也更高;颗粒物浓度的剧烈波动符合舱内流场处于紊流状态;在10s左右，颗粒物停止流入时，浓度出现了骤降，两种工况下降幅均在97%以上。对比图5，剩余颗粒物总质量并未出现骤降，因此可以认为原先聚集在驾驶员头部附近的颗粒物随气流运动至舱内的其它空间。

忽略图6（a）中颗粒物浓度极高的前10s，绘制图6（b）。可以看出，颗粒物浓度剧烈波动，整体呈下降态势。整个考察时间段内，工况一下颗粒物浓度明显高于工况四。

图7显示了副驾驶头部附近颗粒物浓度变化情况。可以看出，工况一下，副驾驶员头部附近颗粒物浓度剧烈波动，持续上升，在8s左右达到最大值;停止注入颗粒物后浓度震荡下降且趋势逐渐变缓，20s后不再明显减少。颗粒物浓度的剧烈波动符合舱内流场处于紊流状态。整个考察时间段内，工况四下颗粒物浓度明显低于工况一。

2.3 工况四、工况五对比

选择剩余颗粒物总质量最小但颗粒物总质量峰值截然不同的工况四和工况五进行对比。主驾驶员头部附近颗粒物浓度变化情况如图8所示。从图9可以看出，工况五下颗粒物浓度明显低于工况四。工况五下，在8s左右，颗粒物浓度开始明显上升;10s左右，浓度开始下降。为了解释这段时间的浓度变化，绘制驾驶员头部高度水平面和竖直面的速度矢量图如图9和图10所示。图9和图10中，驾驶员面前的空间内形成了明显的涡流。可以认为，颗粒物在空间涡流内无序运动;上文的平面过大且忽略了空间因素，以该平面上的颗粒物浓度平均值代替该点的颗粒物浓度有局限性。平面上颗粒物浓度变化动画可以佐证这种说法。

副驾驶头部附近颗粒物浓度变化如图11所示，可以看出，工况四下颗粒物浓度明显低于工况五。原因在于：工况四下，天窗的打开使大量颗粒物向上运动，经主驾驶员头部与驾驶舱顶部间的流道，流出舱内或流至后排;尽管也有部分颗粒受到1号窗打开的影响向副驾驶方向流动，但仍受天窗影响，经主驾驶与副驾驶间的流道流至后排。

3 结语

通过数值模拟方法，对不同通风条件下驾驶舱内颗粒污染物的运动及分布进行了研究。结果表明，通风条件对驾驶舱内剩余颗粒物质量影响较大;不同通风条件下驾驶舱内剩余颗粒物质量基本符合预期。研究结果可以为类似情况下获得更好的通风效果提供依据。

参考文献：

[1] SHARMA N，AGARWAL A K，EASTWOOD P，et al. Introduction to air pollution and its control[J]. Air Pollution and Control Energy， Environment and Sustainability.2018：3-7.

[2] LI C，LI M S，MA X X. Simulation of particulates resuspension from human walking in UFAD room[J]. Progress in Civil Engineering，2012，170：3639.

[3] 汪烨，楼波. 室内吸烟后烟气污染的数值模拟研究[J]. 环境工程，2016，34（5）：74-77.

[4] 王芳，孟丹，韩苗苗，等. 采暖通风方式对室内外PM2.5浓度及其相关性的影响[J]. 东南大学学报：自然科学版，2017，47（5）：950-955.

[5] TAVARES，FERNANDA V F，ALBERTO A，et al. Study of the dispersion process of vehicular emissions at a specific site in Belo Horizonte（MG），Brazil，using numerical simulation[J]. Engenharia Sanitaria e Ambiental，2010，15（4）：315-324.

[6] STOREY J M E，THOMAS J F，LEWIS SR S A，et al. Particulate matter and aldehyde emissions from idling heavy-duty diesel trucks[J]. Society of Automotive Engineers，2003，1（15）：289-312.

[7] 潘峰. 车内可吸入颗粒物热运动分析[D]. 长春：吉林大学，2009.

[8] 莊晨. 乘员舱内颗粒污染物的运动与分布规律数值模拟研究[D]. 长沙：湖南大学，2016.

[9] 李慧，李世雄，张学敏. 车内可吸入颗粒物的研究现状与发展趋势[J]. 环境工程，2015（A1）：438-442.

[10] GONG J，STEWART M L，ZELENYUK，et al. Importance of filter's micro-structure in dynamic filtration modeling of gasoline particulate filters （GPFs）： inhomogeneous porosity and pore size distribution[J]. Chemical Engineering Journal，2018，338：15-26.

[11] 黄志祥，金华，陈立. 地面效应对汽车模型气动阻力的影响[J]. 交通运输工程学报，2017，17（4）：106-112.

[12] 王荣，李伟，朱冰. 汽车空调送风参数对车内速度场和温度场的影响研究[J]. 农业装备与车辆工程，2016，54（2）：38-43.

[13] GUPTA M，YANG J，ROY C. Specific heat and thermal conductivity of softwood bark and softwood char particles[J]. Fuel，2003，82（8）：919-927.

[14] JOHNSON T J，OLFERT J S，CABOT R，et al. Steady-state measurement of the effective particle density of cigarette smoke[J]. Journal of Aerosol Science，2014，75（5）：9-16.

[15] 沈光林，孔浩辉，李峰. 卷烟主流烟气气溶胶分布研究[J]. 中国烟草学报，2009（5）：14-19.

[16] 郑聪. 环境烟草烟雾引起的室内空气污染的定量研究[D]. 长沙：湖南大学，2007.

[17] 韩云龙，胡永梅，钱付平，等. 自然通风室内颗粒物分布特征[J]. 安全与环境工程，2013（13）：116-120.

[18] 冯英. 空调轿车室内气流分布特性及空气品质研究[D]. 南昌：南昌大学，2012.

[19] 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.

[20] 冯静安，唐小琦，王卫兵，等. 基于网格无关性与时间独立性的数值模拟可靠性验证方法[J]. 石河子大学学报，2017，35（1）：52-56.

（责任编辑：孙 娟）