《Atmosphere》:Proposal for a Simplified Method to Calculate the Concentration of CO2 in a Classroom Using CFD Simulation and Its Experimental Validation
编辑推荐:
摘要:本研究针对通风受限可能导致空气质量下降的教室内CO?分布预测问题展开研究。研究人员通过计算流体动力学(Computational Fluid Dynamics, CFD)对气流、温度及CO?扩散进行了详细分析,但由于其较高的计算成本,实时应用受到限制。因
摘要:本研究针对通风受限可能导致空气质量下降的教室内CO?分布预测问题展开研究。研究人员通过计算流体动力学(Computational Fluid Dynamics, CFD)对气流、温度及CO?扩散进行了详细分析,但由于其较高的计算成本,实时应用受到限制。因此,本文提出一种简化的CFD人呼吸建模方法——基于恒定出口气流速度和平均呼出CO?浓度来模拟人体呼吸,在保持质量平衡的前提下降低计算需求。研究人员建立并比较了三种数学呼吸模型(恒定模型、完整呼吸模型及正弦模型),并通过教室模型的CFD仿真进行分析。随后,研究人员开发了基于SCD40传感器的CO?检测模块,在真实环境中复现仿真条件以对简化模型进行实验验证。结果表明,简化模型与复杂模型及实验测量值均具有良好一致性,在不同监测点处的相对误差介于0.05%~10%之间。所提出的简化模型相比正弦模型计算时间减少98%以上,且未损失精度。上述结果显示,该简化模型是预测CO?浓度的有效替代方案,可集成至实时控制系统中。
论文解读:基于CFD模拟简化教室CO?浓度计算方法及其实验验证
该研究发表于《Atmosphere》期刊。室内空气质量(Indoor Air Quality, IAQ),尤其是人员高密度场所如教室中的CO?累积问题,直接关系到学生健康与认知表现。CO?常被作为通风率与污染物累积的指示性气体,但传统点式传感器无法获知空间内CO?的完整空间分布,而详细的计算流体动力学(Computational Fluid Dynamics, CFD)全物理场仿真虽能弥补此缺陷,却因需考虑人体呼吸的瞬态周期性特征(如正弦或分段常量流量),导致计算资源消耗大、耗时长,难以嵌入实时闭环通风控制系统。现有文献指出静态简化与人动态呼吸模拟偏差可达237%,因此需在保证精度的前提下对呼吸边界条件进行合理简化。本研究旨在提出一种仅采用恒定呼出气流速度及恒定呼出CO?浓度、并满足CO?质量平衡的简化CFD呼吸模型,大幅削减计算负荷,并通过实体传感器实验验证其预测可靠性,为后续接入暖通空调(Heating, Ventilation, and Air Conditioning, HVAC)实时控制系统奠定基础。
研究人员以墨西哥韦拉克鲁斯校区A009教室(6 m × 8 m × 2.5 m,体积120 m3,28人静坐并轻度说话)为研究对象,建立了几何简化的人体盒模型(human-box model)及教室三维模型,移除倒角与圆角以优化网格。在CFD中分别设置恒定(Constant)、完整(Full/Square)及正弦(Sinusoidal)三种呼吸边界条件,呼出气CO?浓度取40,000 ppm,出口流速由呼出体积流量(约8.7 L/min静坐讲课工况及34 L/min高声说话工况)除以呼气口面积(半径15 mm)换算得到(约0.2~0.82 m/s)。仿真时长2000 s用于模型间对比,另按实测工况重跑5000 s用于实验对照。实验采用自行搭建的ESP32+SCD40(基于光声非分散红外检测原理,photoacoustic Non-Dispersive Infrared, pNDIR)检测模块,于教室内5个测点同步采集CO?浓度、温湿度并无线上传云端CSV文件。实测前教室空置过夜使初始CO?稳定在约500 ppm,空调维持22.7 ℃,学生分批进入模拟真实上课情景。将CFD输出值与传感器时序数据进行相对误差与皮尔逊相关系数(Pearson Correlation Coefficient)分析。
3.1. CFD Simulation to Compare the Proposed Model with Other Models(用于与其他模型对比的CFD仿真)
研究人员在相同网格与边界条件下运行三种呼吸模型各2000 s。选取教室平面内9个代表性监测点提取CO?浓度时程曲线。可视化云图显示三者在高CO?聚集区分布形态近似;时程曲线表明恒定模型输出平滑稳定,完整与正弦模型呈周期性波动但总体趋势重合。计算耗时对比显示:恒定模型242 s、完整模型6360 s(约为恒定模型26倍)、正弦模型13,080 s(约为恒定模型54倍,降低超98%)。结论为:在满足周期平均CO?质量平衡前提下,恒定呼吸模型在空间分布与浓度时均量上与复杂瞬态模型相当,且计算效率显著提升,适合实时系统嵌入。
3.2. Development of the Sensing Module(检测模块开发)
研究人员选用ESP32微控制器(双核Xtensa LX6,240 MHz,Wi?Fi/Bluetooth)与Sensirion SCD40 CO?传感器(pNDIR原理,I2C通信,内置自动自校准),编写固件完成I2C读取CO?、温度及相对湿度数据,本地存储同时经Wi?Fi推送至云端CSV文件,实现多点同步实时监测,为后续实验验证提供硬件基础。
3.3. Experimental Validation of the Proposed Breathing Model(所提呼吸模型的实验验证)
研究人员依实测环境参数(初始500 ppm CO?、22.7 ℃、37.24% RH、高声说话对应≈34 L/min呼出流量即≈0.2 m/s出口速度、28人分批入场时间表)重新运行恒定模型CFD仿真5000 s,并与五枚SCD40现场测点数据比对。五个监测点相对误差范围为0.05%~10%(M1/M2/M3<6%,M4/M5<10%),五点皮尔逊相关系数平均值达0.94。表明简化恒定呼吸CFD模型在真实教室内对CO?时空演化具备较高预测精度与强相关性,实验验证其有效性。
讨论与结论翻译:
根据表9结果,传感模块记录的五点CO?水平与CFD仿真值高度吻合。相对误差分两组:M1、M2、M3表现最优(<6%),M4、M5亦可接受(<10%);平均皮尔逊系数0.94证实实测与仿真强正相关。设定参数(恒定气流速度及CO?浓度=20,000 ppm用于部分算例,实际呼出取40,000 ppm)适于表征现实状况,几何体简化(人体盒模型及教室家具简化)亦合理降低了计算成本。需注意仿真中尽力还原实际 occupant 分布、人数、教室尺寸、壁面与环境温度、空调送风及上课期间人员活动行为。
结论部分翻译如下:
本工作所开发的恒定呼吸模型(constant breathing model)可准确近似密闭教室内CO?扩散动力学。结果表明该恒定模型与复杂呼吸模式(完整及正弦模型)及现场实验测量结果均呈高度相关性。这种结合数值与实验的交叉验证支持了所提方法在室内空气质量监测应用中的可行性。恒定呼吸模型在计算资源特别是仿真时间上具有显著优势:恒定模型242 s;完整呼吸模型6360 s(约慢26倍);正弦模型13,080 s(约慢54倍)。尽管计算时间大幅缩减,三者收敛分析显示简化模型对CO?浓度预测仍具良好精度,均值与变化趋势高度趋近。本研究为后续拓展至办公室、医院、体育馆及礼堂等其他空间,嵌入基于所提CFD模型的闭环控制系统(结合现有HVAC系统,依CO?预测自动启停通风并实现能耗优化预测控制),以及推广至其他污染物(呼吸道气溶胶、挥发性有机化合物 Volatile Organic Compounds, VOCs、PM2.5、PM10等)扩散模拟奠定了基础,且始终保持该方法低计算负荷特性。