李 繼，張 艷，董文藝

（哈爾濱工業(yè)大學(xué) 深圳研究生院，518055 廣東 深圳，liji98@tsinghua.org.cn）

紫外消毒數(shù)值模擬及生物驗(yàn)證

李 繼，張 艷，董文藝

（哈爾濱工業(yè)大學(xué) 深圳研究生院，518055 廣東 深圳，liji98@tsinghua.org.cn）

為建立紫外消毒系統(tǒng)優(yōu)化方法，基于光強(qiáng)分布、流場(chǎng)分布、當(dāng)量劑量求解，開展紫外消毒的數(shù)值模擬，針對(duì)腔體式紫外消毒反應(yīng)器，在80% ～95%透光率和240～600 L/h流量條件下對(duì)模型進(jìn)行生物驗(yàn)證.結(jié)果表明:該模型能夠較準(zhǔn)確地預(yù)測(cè)消毒效果，當(dāng)量劑量模擬結(jié)果與實(shí)驗(yàn)結(jié)果在不同條件下相差3% ～12%.有效劑量隨處理流量的增加而降低;消毒效率隨溶液透光率的減小而降低，但是隨著流量的增加，透光率影響降低，高流量(600 L/h)下，透光率對(duì)消毒效率影響小于3%.流場(chǎng)的可視化為設(shè)計(jì)優(yōu)化工作提供了分析依據(jù)，反應(yīng)器內(nèi)前段，反應(yīng)器內(nèi)壁處光強(qiáng)小而流速大，是影響消毒效率的原因.數(shù)值模型為系統(tǒng)優(yōu)化設(shè)計(jì)和劑量同步提供了依據(jù).

計(jì)算流體力學(xué)(CFD);柱源模型;當(dāng)量劑量;生物驗(yàn)證

由于紫外線原位消毒特點(diǎn)，其效率嚴(yán)重依賴水的流態(tài)與紫外光強(qiáng)分布的耦合程度，水力條件的細(xì)微差異可能致微生物滅活率數(shù)量級(jí)的變化，因此，紫外消毒系統(tǒng)優(yōu)化設(shè)計(jì)對(duì)于保證和提高消毒效率極其重要.傳統(tǒng)優(yōu)化設(shè)計(jì)采用生物實(shí)驗(yàn)來實(shí)現(xiàn)，需要大量加工和生物驗(yàn)證工作，過程繁雜，費(fèi)用高昂.隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，基于計(jì)算流體力學(xué)(Computational Fluid Dynamics，CFD)的數(shù)值模擬成為優(yōu)化研究新方法，借助高性能計(jì)算機(jī)，利用CFD軟件，動(dòng)態(tài)模擬紫外殺菌并實(shí)現(xiàn)設(shè)備結(jié)構(gòu)和操作參數(shù)的優(yōu)化［1－3］.

紫外消毒模擬的關(guān)鍵在于模型的準(zhǔn)確性和可靠性.消毒效率對(duì)設(shè)備構(gòu)造非常敏感，因此，受構(gòu)造影響的光強(qiáng)分布與流場(chǎng)的準(zhǔn)確模擬就極為重要.本研究以腔體式紫外消毒反應(yīng)器為對(duì)象，建立了紫外消毒數(shù)值模擬方法和模型，采用生物實(shí)驗(yàn)對(duì)模型進(jìn)行了驗(yàn)證.

1 實(shí)驗(yàn)

1.1 研究對(duì)象

采用某國(guó)際紫外設(shè)備廠商的腔體式紫外消毒反應(yīng)器作為研究對(duì)象.圖1和表1為本反應(yīng)器示意圖及主要參數(shù).

圖1 反應(yīng)器簡(jiǎn)圖

表1 反應(yīng)器主要參數(shù)

1.2 模擬方法及工具

紫外消毒的數(shù)值模擬方法分3個(gè)主要步驟是:水力模擬，即選擇適當(dāng)?shù)挠?jì)算流體動(dòng)力學(xué)模型和參數(shù)，建立CFD模型;光強(qiáng)分布模擬，即根據(jù)光強(qiáng)分布理論，建立光強(qiáng)分布模型;有效劑量模擬，即基于CFD模型與光強(qiáng)分布模型的耦合，利用消毒動(dòng)力學(xué)參數(shù)，計(jì)算有效劑量.

1.2.1 水力模擬方法及工具

水力模擬采用CFD軟件Fluent，基于有限元體積法，將流場(chǎng)網(wǎng)格化，選擇恰當(dāng)?shù)牧黧w模型，利用Fluent的求解器求解內(nèi)部流場(chǎng).網(wǎng)格劃分不但要考慮其精細(xì)度提高模擬的準(zhǔn)確度，又要避免由于網(wǎng)格過于復(fù)雜而過多地消耗計(jì)算機(jī)資源.本研究中反應(yīng)器采用結(jié)構(gòu)型網(wǎng)格，總網(wǎng)格數(shù)為7.85萬個(gè)，平均體積9.3×10－9m3.反應(yīng)器內(nèi)流體流動(dòng)處于湍流狀態(tài)，故采用標(biāo)準(zhǔn)k－ε模型.其余相關(guān)參數(shù)根據(jù)實(shí)際條件通過分析、計(jì)算來確定.

1.2.2 光強(qiáng)模擬方法及工具

光強(qiáng)模擬可采用線源、柱源等模型.線源模型計(jì)算多采用多點(diǎn)源疊加近似法(MPSS)，把一個(gè)線光源分成反應(yīng)器軸上的一系列等空間點(diǎn)源來進(jìn)行計(jì)算［4］.Blatchley 等［5］引入線源綜合模型(LSI)來擴(kuò)展MPSS模型.柱源模型假設(shè)燈管由無限多沿軸向的柱狀微元疊加而成，每個(gè)微元再劃分為無限多的扇形亞微元，對(duì)亞微元進(jìn)行積分即得到光強(qiáng)分布［6］.紫外燈管為圓柱體，其直徑與反應(yīng)器尺寸相比不宜忽略，因此，本研究選擇柱源模型，公式如下:

式中:P為燈管功率;x0為燈管軸向起點(diǎn)坐標(biāo);x1為燈管軸向始點(diǎn)坐標(biāo);λ為溶液平均透光率;r為燈管半徑;L為燈管長(zhǎng)度.

反應(yīng)器內(nèi)壁的反射對(duì)光強(qiáng)分布影響較大，本模型將式(1)光強(qiáng)與反射產(chǎn)生的光強(qiáng)進(jìn)行疊加得到反應(yīng)器內(nèi)的光強(qiáng)分布.

光強(qiáng)分布計(jì)算采用Fluent的用戶自定義函數(shù)(UDF)，應(yīng)用C語言編程，動(dòng)態(tài)鏈接到Fluent求解器上.用戶通過UDF可實(shí)現(xiàn)自定義計(jì)算、模塊內(nèi)部數(shù)據(jù)交換，解決Fluent的標(biāo)準(zhǔn)模塊不能解決的問題.

1.2.3 當(dāng)量劑量模擬方法及工具

對(duì)于各點(diǎn)紫外輻射劑量相等的消毒系統(tǒng)，微生物滅活遵循Chick－Watson公式，即

式中:D為紫外劑量mJ/cm2;a，b為芽孢對(duì)紫外線的敏感系數(shù)，由紫外劑量和滅活率對(duì)應(yīng)關(guān)系求得;N0為未經(jīng)紫外線照射水樣中的微生物個(gè)數(shù);N為經(jīng)紫外線照射后水樣中剩余微生物個(gè)數(shù).

當(dāng)系統(tǒng)內(nèi)紫外劑量分布不均，定義當(dāng)量劑量(reduction－equivalent dose，DRE，或有效劑量)，有

相同測(cè)試條件下，DRE越大/N0越小，消毒系統(tǒng)效率越高，因此，DRE通常作為消毒系統(tǒng)的評(píng)價(jià)參數(shù).DRE根據(jù)微生物平均存活率計(jì)算，即

DRE取決于劑量分布形式和微生物的消毒曲線.劑量分布越不均勻或微生物對(duì)紫外越敏感，DRE就越?。?］.

生物試驗(yàn)確定DRE的過程耗時(shí)、成本高，而模擬方法可快速獲得DRE.

本文中DRE模擬采用Fluent的DPM模型，該模型基于拉格朗日方法，可追蹤粒子的運(yùn)動(dòng)軌跡.一個(gè)微小粒子從進(jìn)口進(jìn)入反應(yīng)器，通過DPM模型追蹤每經(jīng)過一個(gè)微小時(shí)間步長(zhǎng)Δt，粒子的起點(diǎn)和終點(diǎn)坐標(biāo)及該兩點(diǎn)坐標(biāo)所處網(wǎng)格的平均光強(qiáng)I，得到該時(shí)間步長(zhǎng)內(nèi)粒子受到的紫外輻射劑量(I·Δt)，從進(jìn)口追蹤到出口，累計(jì)所有步長(zhǎng)內(nèi)的劑量，可得該粒子受到的總紫外輻射劑量，進(jìn)而可計(jì)算該粒子代表的微生物的存在率［8］.

從進(jìn)水?dāng)嗝婢鶆蛲都? 000個(gè)粒子，可計(jì)算每個(gè)粒子代表的微生物的存活率，由平均存在率可獲得當(dāng)量劑量.當(dāng)量劑量的計(jì)算通過UDF編程實(shí)現(xiàn).

1.3 生物驗(yàn)證實(shí)驗(yàn)裝置及方法

1.3.1 消毒動(dòng)力學(xué)參數(shù)的確定方法

經(jīng)過比選采用枯草芽孢桿菌(ATCC9372，廣東省微生物菌種保藏中心)作為驗(yàn)證微生物開展消毒實(shí)驗(yàn).

消毒動(dòng)力學(xué)參數(shù)的確定采用文獻(xiàn)［10］中生物驗(yàn)證的標(biāo)準(zhǔn)方法和準(zhǔn)則.通過檢測(cè)光照前后水樣中的芽孢數(shù)量，計(jì)算不同紫外輻照劑量下的芽孢滅活率，作圖得出紫外劑量和滅活率的對(duì)應(yīng)關(guān)系，進(jìn)一步得到枯草芽孢的滅活動(dòng)力學(xué)公式，即

1.3.2 試驗(yàn)裝置及檢測(cè)方法

試驗(yàn)裝置如圖2所示.在原水水箱中投加一定量的咖啡溶液，開啟回流泵使咖啡溶液與水箱中的水混合均勻，通過投加咖啡溶液來改變水的透光率(TUV)，然后再向水箱中投加配制好的枯草芽孢桿菌溶液，開啟回流泵混勻，通過調(diào)節(jié)閥門使流量達(dá)到設(shè)計(jì)值后取樣，在紫外線消毒設(shè)備進(jìn)水和出水取樣口取樣，檢測(cè)枯草芽孢桿菌的存活率，計(jì)算當(dāng)量劑量.

圖2 實(shí)驗(yàn)裝置圖

為了保證取樣的準(zhǔn)確性，對(duì)應(yīng)每個(gè)流量值的出水均取3個(gè)平行樣.每個(gè)樣品至少取3個(gè)稀釋倍數(shù)，每個(gè)稀釋倍數(shù)取4個(gè)平行.為了避免水樣和空氣中其他細(xì)菌的感染，玻璃器皿等采用高壓蒸汽滅菌121℃30 min;取樣后，為避免配水桶及管道內(nèi)雜菌感染，水樣置于80℃水浴鍋中20～25 min;相應(yīng)的微生物實(shí)驗(yàn)在無菌操作臺(tái)完成［10］.

2 消毒模擬結(jié)果及分析

2.1 光強(qiáng)

圖3為反應(yīng)器內(nèi)中心徑向剖面和軸向剖面光強(qiáng)分布云圖.反應(yīng)器內(nèi)中心光強(qiáng)分布不均勻.光強(qiáng)沿?zé)艄苤行南蛉萜鞅谶f減，近燈管處光強(qiáng)達(dá)85.7 mW/cm2，近壁面處光強(qiáng)只有30 mW/cm2;出口處光強(qiáng)較弱，小于10 mW/cm2.

圖3 反應(yīng)器中心徑向及軸向剖面光強(qiáng)分布圖

對(duì)于連續(xù)流反應(yīng)器，水力條件不變的情況下，微生物經(jīng)過消毒區(qū)域時(shí)接受的紫外輻照劑量主要決定于光強(qiáng)分布.反應(yīng)器中光強(qiáng)均勻分布對(duì)提高紫外消毒設(shè)備的消毒效率有重要意義.

2.2 流態(tài)

采用標(biāo)準(zhǔn)k－ε湍流模型模擬反應(yīng)器內(nèi)6個(gè)流量下(240～600 L/h)的流態(tài).圖4為流量600 L/h時(shí)反應(yīng)器徑向剖面及軸向剖面速度場(chǎng)云圖.

圖4 反應(yīng)器徑向及軸向剖面速度分布圖

由圖4可以看出，進(jìn)水口附近水流遇到紫外燈管流速增大，隨后沿徑向流向反應(yīng)器內(nèi)壁，呈現(xiàn)內(nèi)壁附近流速高于燈管附近流速的情況.在徑向剖面(a)處，燈管附近速度約為0.3 m/s，沿徑向先增大到靠近內(nèi)壁的0.4 m/s.到徑向剖面(b)處，速度沿徑向分布趨于均勻，在 0.25～0.35 m/s，靠近燈管處流速略高.從軸向剖面圖可以看出，進(jìn)口處和出口處速度變化較快，速度梯度較大，進(jìn)口處最大流速達(dá)2.4 m/s，出口處最大速度約為1.8 m/s，在反應(yīng)器內(nèi)部流速較為平均，在0.2～0.3 m/s內(nèi).

在同一流量下，當(dāng)紫外光強(qiáng)分布確定時(shí)，反應(yīng)器消毒效率主要決定于流場(chǎng)與光強(qiáng)分布的耦合.若光強(qiáng)較大區(qū)域流速較大，而光強(qiáng)較小區(qū)域流速較小，可使不同粒子接受的劑量趨于均勻，從而提高整體的消毒效率.流場(chǎng)的可視化為設(shè)計(jì)優(yōu)化工作提供了分析依據(jù).比較圖3，4可以看出，反應(yīng)器內(nèi)沿水流方向的中后段光強(qiáng)與流場(chǎng)耦合較好，而在前段反應(yīng)器內(nèi)壁處光強(qiáng)小而流速大，降低了消毒效率.

2.3 當(dāng)量劑量

分別在不同流量、不同透光率下對(duì)當(dāng)量劑量進(jìn)行了模擬，結(jié)果見圖5.

圖5 不同透光率下流量－劑量關(guān)系圖

由圖5可以看出，透光率是當(dāng)量劑量的重要影響因素之一，隨著透光率增加，當(dāng)量劑量呈增大趨勢(shì)，而且流量越小影響越顯著.如流量為300 L/h時(shí)，透光率由80%增大到95%，紫外劑量由39.7 mJ/cm2增大到 63.5 mJ/cm2，增幅達(dá)60%.值得注意的是，高流量下透光率的影響不明顯，流量為600 L/h，劑量差異小于3%.

相同透光率下，流量減小，則平均光照時(shí)間(即反應(yīng)器平均停留時(shí)間)增加，當(dāng)量劑量隨之增加.當(dāng)平均光照時(shí)間為4.2 s(流量600 L/h)，透光率95%和80%對(duì)應(yīng)的當(dāng)量劑量接近，分別為29.4和27.4 mJ/cm2;當(dāng)平均光照時(shí)間增至10.5 s(流量240 L/h)，增加150%，透光率95%對(duì)應(yīng)的當(dāng)量劑量同比例增加(148%)，達(dá)72.8 mJ/cm2，而透光率80%對(duì)應(yīng)的當(dāng)量劑量?jī)H增加91%，為52.3 mJ/cm2.

3 生物驗(yàn)證結(jié)果及分析

對(duì)不同透光率(80% ～95%)、不同流量(240～600 L/h)進(jìn)行了20組生物驗(yàn)證實(shí)驗(yàn).結(jié)果表明，生物驗(yàn)證劑量與流量乘冪關(guān)系趨于一致，透光率為80%時(shí)擬合方程為y=52.876 x－0.4581，R2=0.99，在其他透光率下，R2均大于0.95.

生物驗(yàn)證劑量與模擬的當(dāng)量劑量的對(duì)比關(guān)系見圖6.

由圖6可以看出，模擬結(jié)果與實(shí)驗(yàn)結(jié)果具有相同的趨勢(shì)，在所有流量及透光率下吻合程度較高，誤差范圍在3% ～12%.生物驗(yàn)證實(shí)驗(yàn)證實(shí)了透光率對(duì)劑量的影響，低流量下透光率對(duì)劑量影響顯著，而在高流量下(600 L/h)，透光率無明顯影響，模擬及實(shí)驗(yàn)的劑量范圍都在21～26 mJ/cm2.

當(dāng)量劑量模擬與反應(yīng)器水力條件、光強(qiáng)分布有關(guān)，模擬結(jié)果受燈管效率、模型選擇、模型的簡(jiǎn)化等因素的影響，而生物驗(yàn)證試驗(yàn)的精度也與操作有關(guān)，因此，兩者難以精確相等.但是，通過對(duì)紫外消毒系統(tǒng)模型的精心構(gòu)建，可以對(duì)趨勢(shì)進(jìn)行準(zhǔn)確預(yù)測(cè)，計(jì)算結(jié)果也相對(duì)比較準(zhǔn)確，從而為紫外消毒系統(tǒng)的優(yōu)化設(shè)計(jì)提供強(qiáng)有力的工具.由于模型考慮了流量、透光率等主要水質(zhì)指標(biāo)，可為實(shí)際操作提供劑量同步的依據(jù)，即根據(jù)水質(zhì)參數(shù)調(diào)節(jié)紫外燈功率保證當(dāng)量劑量不變，從而在保證消毒效率的前提下降低能耗.

4 結(jié)論

1)模擬的當(dāng)量劑量與實(shí)驗(yàn)結(jié)果趨勢(shì)相符，數(shù)值較為吻合，誤差范圍為3% ～12%，說明該模型可以較準(zhǔn)確地計(jì)算反應(yīng)器紫外消毒效率.

2)模擬和驗(yàn)證實(shí)驗(yàn)均表明，同一透光率下，有效劑量隨處理流量的增加而降低，呈乘冪的關(guān)系;透光率是影響劑量的因素之一，在低流量下透光率對(duì)劑量影響顯著，但在高流量下(600 L/h)，透光率對(duì)劑量無明顯影響.

3)流場(chǎng)的可視化為設(shè)計(jì)優(yōu)化工作提供了分析依據(jù).反應(yīng)器內(nèi)沿水流方向的中后段光強(qiáng)與流場(chǎng)耦合較好，而在前段，反應(yīng)器內(nèi)壁處光強(qiáng)小而流速大，降低了消毒效率.

4)通過CFD模擬的方法，可以對(duì)反應(yīng)器結(jié)構(gòu)、操作參數(shù)等進(jìn)行改進(jìn)，是進(jìn)行紫外消毒系統(tǒng)優(yōu)化設(shè)計(jì)和劑量同步的強(qiáng)有力工具.

［1］WOLS B A，SHAO L.Evaluation of experimental techniques to validate numerical computations of the hydraulics inside a UV bench － scale reactor［J］.Chemical Engineering Science，2010，65(15):4491－4502.

［2］ZHAO X，ALPERT S M，DUCOSTE J J.Assessing the impact of upstream hydraulics on the dosedistribution of ultraviolet reactors using fluorescence microspheres and computational fluid dynamics［J］.Environmental Engineering Science，2009，26(5):947 －959.

［3］NAUNOVIC Z，PENNELL K G，BLATCHLEY E R.Development and performance of a fluence rate distribution model for a cylindrical excimer lamp［J］.Environmental Science and Technology，2008，42(5):1605－1614.

［4］BOLTON J R.Calculation of ultraviolet fluence rate distributions in an annular reactor:significance of refraction and reflection［J］.Water Research，2000，34(13):3315－3324.

［5］BLATCHLEY E R，DO－QUANG Z，JANEX M L，et al.Process modeling of ultraviolet disinfection［J］.Water Science and Technology，1998，38(6):63 －69.

［6］ELYASI S，TAGHIPOUR F.Simulation of UV photoreactor for water disinfection in Eulerian framework［J］.Chemical Engineering Science，2006，61(14):4741－4749.

［7］CABAJ A，SOMMER R，SCHOENEN D.Biodosimetry:model calculations for UV water disinfection devices with regard to dose distributions［J］.Water Research，1996，30(4):1003－1009.

［8］HO C K.Evaluation of reflection and refraction in simulations of ultraviolet disinfection using the discrete ordinates radiation model［J］.Water Science ＆ Technology，2009，59(12):2421－2428.

［9］BOHREROVA Z，MAMANE H，DUCOSTE J J，et al.Comparative inactivation of bacillus subtilis spores and MS－2 coliphage in a UV reactor:implications for validation［J］.Journal of Environmental Engineering－ASCE，2006，132(12):1554－1561.

［10］中華人民共和國(guó)國(guó)家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局，中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì).GB/T19837－2005，城市給排水紫外線消毒設(shè)備［S］.北京:中華人民共和國(guó)建設(shè)部，2005.

Numerical simulation of UV disinfection and bioassay validation

LI Ji，ZHANG Yan，DONG Wen-yi

(Harbin Institute of Technology Shenzhen Graduate School，518055 Shenzhen，Guangdong，China，liji98@tsinghua.org.cn)

To establish an optimization method for UV systems，numerical models were developed based on UV intensity field，flow field and equivalent reduction dose(RED).The model was verified using bioassay on the condition of the UVT(80% －95%)and the flow rate(240－600 L/h)with an annular UV reactor.Results showed that the model predicted the disinfection efficiencies with good accuracy.RED from simulations and experiments under different conditions had a difference of 3% －12%.RED increased with the increase of flow rate and decrease of the transmittance.However，transmittance had merely a slight impact，about 3%on RED of high flow(600 L/h).Visualization images showed that near the inlet of the reactor，the UV intensity was weak while the velocity was large adjacent to the wall，which had a negative effect on disinfection efficiency.This numerical model provided a basis for UV system optimization and dose synchronization.

computational fluid dynamics(CFD);cylinder model;equivalent reduction dose(RED);bioassay

TP242

A

0367－6234(2011)12－0077－05

2010－07－26.

國(guó)家水體污染控制與治理科技重大專項(xiàng)(2008ZX07423－04);國(guó)家科技支撐計(jì)劃項(xiàng)目(2006BAB17B04，2006BAB17B06);深圳市科技計(jì)劃項(xiàng)目(SY200806260019A).

李 繼(1973—)，男，博士，副教授;

董文藝(1967—)，男，教授，博士生導(dǎo)師.

(編輯 劉 彤)