黃震宇 高浩天 朱森林 趙春宇 蔡春花

(1.上海交通大學(xué)電子信息與電氣工程學(xué)院， 上海 200240； 2.上海浦東現(xiàn)代農(nóng)業(yè)溫室工程技術(shù)有限公司， 上海 201210)

南方連棟塑料溫室夏季機(jī)械通風(fēng)優(yōu)化設(shè)計(jì)

黃震宇1高浩天1朱森林1趙春宇1蔡春花2

(1.上海交通大學(xué)電子信息與電氣工程學(xué)院， 上海 200240； 2.上海浦東現(xiàn)代農(nóng)業(yè)溫室工程技術(shù)有限公司， 上海 201210)

我國(guó)南方地區(qū)夏季長(zhǎng)期高溫，嚴(yán)重影響了溫室作物生長(zhǎng)。為了提高降溫效果且減少通風(fēng)能耗，需要優(yōu)化溫室機(jī)械通風(fēng)系統(tǒng)的設(shè)計(jì)參數(shù)和控制方法。以南方地區(qū)典型的連棟塑料溫室為研究對(duì)象，針對(duì)溫室機(jī)械通風(fēng)，建立了三維全尺度瞬態(tài)及穩(wěn)態(tài)計(jì)算流體力學(xué)仿真模型。通過(guò)在溫室內(nèi)、外均勻布置溫、濕度和光照傳感器，測(cè)量機(jī)械通風(fēng)引起的溫室內(nèi)氣溫變化和分布，用實(shí)驗(yàn)驗(yàn)證了仿真模型瞬態(tài)和穩(wěn)態(tài)計(jì)算的準(zhǔn)確性和有效性。通過(guò)仿真模型模擬了室外高溫條件下的風(fēng)機(jī)數(shù)量、溫室長(zhǎng)度、入口溫度及環(huán)境溫度變化等參數(shù)對(duì)機(jī)械通風(fēng)降溫效果的影響程度，并模擬了不同數(shù)量風(fēng)機(jī)啟閉控制的降溫效果。本文提供的控制策略最高可減少約60%的能源消耗，而植物冠層平均溫度僅升高0.21℃。

連棟塑料溫室; 機(jī)械通風(fēng); 優(yōu)化設(shè)計(jì); 計(jì)算流體力學(xué)

引言

在我國(guó)南方地區(qū)的夏季，長(zhǎng)期高溫導(dǎo)致溫室內(nèi)的氣溫過(guò)高，嚴(yán)重影響了作物生長(zhǎng)。為此，南方地區(qū)廣泛使用的連棟塑料溫室普遍配備了降溫設(shè)施：遮陽(yáng)網(wǎng)、用于自然通風(fēng)的頂窗和側(cè)窗、用于機(jī)械通風(fēng)的濕簾-風(fēng)機(jī)等。在夏季晴好天氣，使用遮陽(yáng)網(wǎng)減少進(jìn)入溫室的太陽(yáng)輻射量，從而降低室內(nèi)的升溫速度。在氣溫較低的夏季清晨和傍晚，采用頂窗和側(cè)窗的自然通風(fēng)降低室內(nèi)氣溫，具有無(wú)運(yùn)行能耗、設(shè)備成本低的優(yōu)點(diǎn)，但降溫效果很大程度上受室外氣溫、風(fēng)速、風(fēng)向和窗口配置的影響[1-2]，且原則上能達(dá)到的最低室內(nèi)氣溫略高于室外氣溫。在夏季正午，由于室外氣溫明顯高于作物的適宜生長(zhǎng)溫度，需要通過(guò)打開風(fēng)機(jī)和濕簾，將經(jīng)過(guò)濕簾形成的冷風(fēng)抽入溫室，實(shí)現(xiàn)機(jī)械通風(fēng)降溫[3-4]。雖然機(jī)械通風(fēng)能實(shí)現(xiàn)高溫條件下的有效降溫，但設(shè)備成本較高，工作能耗較大，有必要在溫室設(shè)計(jì)階段優(yōu)化配置機(jī)械通風(fēng)設(shè)備、在溫室運(yùn)行階段實(shí)施有效降低能耗的優(yōu)化控制方法。

機(jī)械通風(fēng)過(guò)程涉及溫室內(nèi)空氣流場(chǎng)、溫度場(chǎng)、濕度場(chǎng)、太陽(yáng)輻射等因素的相互作用，屬于多物理場(chǎng)耦合的復(fù)雜流體動(dòng)力學(xué)問(wèn)題。OKUSHIMA等[5]首次應(yīng)用計(jì)算流體力學(xué)(Computational fluid dynamic，CFD)研究溫室的通風(fēng)問(wèn)題，開拓了定量分析溫室通風(fēng)問(wèn)題的有效途徑。此后，隨著CFD理論的完善和商用CFD軟件的發(fā)展，溫室通風(fēng)CFD仿真結(jié)果已被證明具有良好的吻合性，成為溫室通風(fēng)研究的常用方法[6]。在基于CFD的機(jī)械通風(fēng)研究領(lǐng)域，隨著仿真技術(shù)的發(fā)展和問(wèn)題分析的深入，模型由二維到三維全尺度，由穩(wěn)態(tài)分析到瞬態(tài)分析，由簡(jiǎn)單模擬到用于優(yōu)化控制設(shè)計(jì)。BOURNETA等[7]采用CFD方法研究了不同風(fēng)機(jī)形狀及安裝方式下的溫室內(nèi)流場(chǎng)分布情況。童莉等[8]建立了機(jī)械通風(fēng)條件下的連棟塑料溫室三維CFD模型，結(jié)合試驗(yàn)與仿真結(jié)果研究了溫室氣溫可控距離與入口風(fēng)速和濕簾高度的關(guān)系。CHEN等[9]采用CFD方法研究了濕簾、風(fēng)機(jī)安裝位置與濕簾-風(fēng)機(jī)系統(tǒng)降溫效果之間的關(guān)系。胥芳等[10]基于CFD 模型對(duì)不同溫室長(zhǎng)度、濕簾面積和風(fēng)機(jī)速度參數(shù)條件下的室內(nèi)降溫進(jìn)行了優(yōu)化設(shè)計(jì)。任守綱等[11]基于CFD方法建立了夏季溫室氣溫變化瞬態(tài)模型，研究了自然通風(fēng)和機(jī)械通風(fēng)降溫措施切換控制策略。

隨著連棟塑料溫室調(diào)控方式逐步從電氣化向自動(dòng)化發(fā)展，基于溫室環(huán)境參數(shù)實(shí)時(shí)控制風(fēng)機(jī)的工作數(shù)量和工作時(shí)間成為可能，從而更有效地降低機(jī)械通風(fēng)能耗。為實(shí)施機(jī)械通風(fēng)優(yōu)化控制，需要獲取夏季高溫條件下的機(jī)械通風(fēng)效果與各工作參數(shù)的定量關(guān)系。由于實(shí)際工作環(huán)境的不可重復(fù)性，CFD模擬比實(shí)驗(yàn)?zāi)芨行У卮_定機(jī)械通風(fēng)效果與控制參數(shù)之間的關(guān)系。機(jī)械通風(fēng)是典型動(dòng)態(tài)過(guò)程，但目前對(duì)于機(jī)械通風(fēng)瞬態(tài)過(guò)程的實(shí)驗(yàn)和仿真研究還不夠深入，因此本文建立全尺度三維瞬態(tài)和穩(wěn)態(tài)CFD模型，反映機(jī)械通風(fēng)作用下，室內(nèi)溫度的時(shí)空分布和變化過(guò)程，用以評(píng)價(jià)通風(fēng)效果、優(yōu)化風(fēng)機(jī)的控制。

1 溫室環(huán)境CFD建模

1.1 理論基礎(chǔ)

由于溫室內(nèi)植物生產(chǎn)區(qū)域的氣流速度不宜過(guò)高，一般低于2 m/s，在仿真中可以假設(shè)氣體為連續(xù)、穩(wěn)定的牛頓流體，并忽略黏性發(fā)熱和壓力功。而且一般可假設(shè)氣體的各組分之間無(wú)化學(xué)反應(yīng)。根據(jù)溫室內(nèi)的氣體特征，建立質(zhì)量守恒方程、動(dòng)量守恒方程、能量守恒方程及組分守恒方程

(1)

(2)

(3)

(4)

式中ρ——?dú)怏w密度，kg/m3u——速度矢量，m/st——時(shí)間，sI——單位矩陣p——壓強(qiáng)，Paμeff——有效黏度，Pa·sF——體積力矢量，N/m3Cp——恒壓比熱容，J/(kg·K)T——絕對(duì)溫度，Kq——熱通量矢量，W/m2qr——輻射熱通量矢量，W/m2Q——熱源，W/m3ci——組分i的濃度，mol/m3Di——組分i的擴(kuò)散系數(shù)，m2/sRi——系統(tǒng)內(nèi)單位時(shí)間單位體積通過(guò)化學(xué)反應(yīng)生成的組分i的量，mol/(m3·s)

式(1)～(4)構(gòu)成了溫室仿真的基本控制方程。在溫室內(nèi)，由于溫度不均勻和機(jī)械通風(fēng)的共同作用，以及流體運(yùn)動(dòng)受溫室邊界的限制，不可避免地會(huì)產(chǎn)生湍流。因此溫室內(nèi)的氣體流動(dòng)可看作是湍流流動(dòng)[12]。為了提高溫室湍流計(jì)算效率，通常引入標(biāo)準(zhǔn)k-ε湍流模型進(jìn)行通風(fēng)仿真[6,11,13]。同時(shí)考慮到溫室靠近壁面區(qū)域湍流未充分發(fā)展，故采用標(biāo)準(zhǔn)壁面函數(shù)法處理[12]。

1.2 溫室對(duì)象

研究對(duì)象為典型的南方連棟塑料溫室，位于上海市崇明島(東經(jīng)121.74°、北緯31.50°)，見圖1。溫室頂高5 m，肩高3 m，屋脊方向?yàn)闁|西走向，長(zhǎng)度32 m，單棟跨度8 m，共5棟，總寬度40 m。溫室西墻安裝濕簾，濕簾高度為1.8 m，中心位置安裝高度為1.3 m，每套長(zhǎng)度為17 m，溫室南北兩側(cè)各一套，中間為2 m寬的推拉門。溫室東墻安裝10臺(tái)YS1250型重錘式負(fù)壓風(fēng)機(jī)，每棟2臺(tái)，風(fēng)機(jī)直徑為1 250 mm，中心位置安裝高度為1.5 m，電動(dòng)機(jī)功率為1.1 kW，單臺(tái)排風(fēng)量Qfan為40 000 m3/h。溫室主體采用結(jié)構(gòu)鋼，四周及頂部覆蓋聚乙烯薄膜，薄膜厚度為0.15 mm，透光率大于(等于)90%，頂部安裝遮陽(yáng)網(wǎng)，采用綴鋁外遮陽(yáng)網(wǎng)布，遮陽(yáng)率80%。

圖1 南方連棟塑料溫室Fig.1 Multi-span plastic greenhouse in southern China

1.3 幾何模型

在COMSOL中按1∶1建立溫室?guī)缀文Ｐ?，見圖2。由于側(cè)窗、頂窗和門在機(jī)械通風(fēng)過(guò)程中均為關(guān)閉狀態(tài)，該幾何模型忽略了它們的細(xì)節(jié)建模。溫室內(nèi)的支撐結(jié)構(gòu)相較溫室尺寸較小，在建模過(guò)程中忽略。溫室外遮陽(yáng)網(wǎng)通過(guò)太陽(yáng)輻射強(qiáng)度折減體現(xiàn)，不體現(xiàn)在幾何模型中。實(shí)驗(yàn)期間溫室內(nèi)種植高度低于20 cm的西瓜和甜瓜，可以忽略作物幾何建模[11,14]。

圖2 溫室?guī)缀文Ｐ虵ig.2 Geometrical model of greenhouse

1.4 多物理場(chǎng)

機(jī)械通風(fēng)條件下，室內(nèi)氣溫的時(shí)空分布受室內(nèi)外環(huán)境條件、濕簾風(fēng)機(jī)、太陽(yáng)輻射等因素的影響。需要在COMSOL中添加湍流模塊、流體傳熱模塊和稀物質(zhì)傳遞模塊。然后建立各物理場(chǎng)模塊間的耦合關(guān)系：湍流模塊和稀物質(zhì)傳遞模塊通過(guò)速度、絕對(duì)壓力和濃度耦合；湍流模塊和流體傳熱模塊通過(guò)速度、絕對(duì)壓力和溫度耦合；稀物質(zhì)傳遞模塊和流體傳熱模塊通過(guò)濃度耦合。為了引入流體傳熱模塊對(duì)流體密度和黏度的影響，添加非等溫流模塊。

1.5 邊界條件

為獲得機(jī)械通風(fēng)的初始狀態(tài)，研究機(jī)械通風(fēng)過(guò)程及升溫過(guò)程，仿真分為濕簾風(fēng)機(jī)關(guān)閉狀態(tài)和開啟狀態(tài)。前者溫室處于密閉環(huán)境，風(fēng)機(jī)和濕簾處于關(guān)閉狀態(tài)，用以計(jì)算自然對(duì)流狀態(tài)下溫室內(nèi)的狀態(tài)；后者風(fēng)機(jī)和濕簾處于開啟狀態(tài)，進(jìn)行機(jī)械通風(fēng)仿真，用以計(jì)算濕簾風(fēng)機(jī)對(duì)溫室內(nèi)環(huán)境的影響。

仿真以溫室內(nèi)空氣為研究對(duì)象，所涉及的邊界條件包括室外環(huán)境參數(shù)、溫室圍護(hù)結(jié)構(gòu)和頂棚、風(fēng)機(jī)與濕簾、室內(nèi)土壤等，邊界條件設(shè)置見表1。由于關(guān)注的仿真過(guò)程較短，故可以忽略在此期間各邊界條件參數(shù)的變化，各算例基本參數(shù)設(shè)置見表2。

表1 CFD模型邊界條件
Tab.1 Boundary condition used in CFD model

類型邊界湍流場(chǎng)流體傳熱稀物質(zhì)傳遞四周圍護(hù)壁面熱通量、散射面無(wú)通量頂棚壁面熱通量、散射面無(wú)通量關(guān)閉風(fēng)機(jī)地面壁面溫度、散射面無(wú)通量風(fēng)機(jī)壁面熱通量、散射面無(wú)通量濕簾壁面熱通量、散射面無(wú)通量四周圍護(hù)壁面熱通量、散射面無(wú)通量頂棚壁面熱通量、散射面無(wú)通量開啟風(fēng)機(jī)地面壁面溫度、散射面無(wú)通量風(fēng)機(jī)壓力出口流出流出濕簾速度入口溫度濃度

表2 基本參數(shù)設(shè)置
Tab.2 Common parameters used in CFD model

參數(shù) 數(shù)值太陽(yáng)輻射強(qiáng)度/(W·m-2)832室外環(huán)境溫度/℃36.5室內(nèi)地面溫度/℃39.5入口相對(duì)濕度/%82.3薄膜壁面溫度/℃39.5薄膜頂棚溫度/℃41.5薄膜對(duì)流換熱系數(shù)/(W·(m2·K)-1)6.6土壤發(fā)射率0.92薄膜發(fā)射率0.70土壤吸收率0.88薄膜吸收率0.10

濕簾風(fēng)機(jī)關(guān)閉狀態(tài)下，對(duì)溫室設(shè)置體積力域，用以計(jì)算溫度影響空氣密度帶來(lái)的自然對(duì)流，并設(shè)置壓力約束點(diǎn)以提供壓力參考點(diǎn)。

濕簾風(fēng)機(jī)開啟狀態(tài)，入口風(fēng)速計(jì)算式[11]為

vin=nQfan/Sin

(5)

式中vin——入口風(fēng)速，m/sn——開啟風(fēng)機(jī)數(shù)量，臺(tái)Qfan——單臺(tái)風(fēng)機(jī)排風(fēng)量，m3/hSin——入口面積，m2

入口溫度可根據(jù)濕簾降溫模型[15]計(jì)算，即

Tin=Tout-E(Tout-Tw)

(6)

式中Tin——濕簾后干球溫度，℃Tout——濕簾前干球溫度，℃E——濕簾蒸發(fā)冷卻換熱效率Tw——濕簾前濕球溫度，℃

1.6 網(wǎng)格劃分和求解步驟

選取整棟溫室作為計(jì)算域。溫室內(nèi)部采用自由剖分四面體網(wǎng)格進(jìn)行劃分，并在濕簾入口、風(fēng)機(jī)出口和壁面邊界進(jìn)行邊界層加密，以適應(yīng)該區(qū)域速度、溫度和濃度梯度變化大的要求。為得到數(shù)值計(jì)算的網(wǎng)格無(wú)關(guān)解，反復(fù)嘗試不同密度的網(wǎng)格，本次計(jì)算整個(gè)模型共劃分743 604域單元、59 854邊界單元和2 424邊單元。

第1階段進(jìn)行濕簾風(fēng)機(jī)關(guān)閉狀態(tài)穩(wěn)態(tài)求解；第2階段進(jìn)行濕簾風(fēng)機(jī)開啟狀態(tài)瞬態(tài)求解，求解變量的初始值設(shè)為第1階段的計(jì)算解；隨后以上階段結(jié)果為初始值進(jìn)行穩(wěn)態(tài)或瞬態(tài)任意狀態(tài)仿真。各階段間的計(jì)算主要關(guān)注速度、壓力、溫度、濃度等參數(shù)的傳遞。

所有計(jì)算在Intel Xeon E5-1620V3 CPU，主頻3.5 GHz，內(nèi)存64 GB，操作系統(tǒng)為64位Windows 10的計(jì)算機(jī)上進(jìn)行，建模過(guò)程中前處理、求解、后處理等過(guò)程均在COMSOL Multiphysics 5.2環(huán)境下進(jìn)行。各算例穩(wěn)態(tài)計(jì)算歷時(shí)近6 h，瞬態(tài)計(jì)算與仿真步長(zhǎng)、時(shí)長(zhǎng)有關(guān)，如步長(zhǎng)1.5 s、時(shí)長(zhǎng)10 min歷時(shí)近15 h。

2 機(jī)械通風(fēng)實(shí)驗(yàn)

2.1 實(shí)驗(yàn)平臺(tái)

實(shí)驗(yàn)采用上海交通大學(xué)智能機(jī)電系統(tǒng)控制研究所研制的基于物聯(lián)網(wǎng)的智能溫室環(huán)境參數(shù)監(jiān)測(cè)系統(tǒng)“iGreenhouse Monitor”。該系統(tǒng)基于ZigBee的無(wú)線傳感器網(wǎng)絡(luò)，最多可達(dá)50個(gè)節(jié)點(diǎn)，室內(nèi)節(jié)點(diǎn)如圖3所示，可監(jiān)測(cè)溫室內(nèi)空氣溫濕度、土壤溫濕度、光照強(qiáng)度，室外空氣溫濕度、風(fēng)速、風(fēng)向、大氣壓、雨量及太陽(yáng)輻射強(qiáng)度。土壤表面溫度測(cè)量采用CA380型手持式紅外測(cè)溫儀，薄膜溫度測(cè)量采用PT100型鉑電阻。傳感器詳細(xì)參數(shù)見表3。

圖3 無(wú)線傳感網(wǎng)絡(luò)路由器和終端節(jié)點(diǎn)Fig.3 Router and end node in wireless sensor network

2.2 實(shí)驗(yàn)方案

7月下旬—8月上旬，上海地區(qū)的氣溫達(dá)到全年的峰值，該段時(shí)間的溫室降溫尤為重要。實(shí)驗(yàn)時(shí)間為2016年7月31日，天氣晴朗，室外溫度較高且相對(duì)平穩(wěn)。開始時(shí)間為13:10，溫度為1 d中最高的階段，室外氣溫達(dá)到36℃以上。由于室內(nèi)氣溫達(dá)到32℃以上將不適宜作物生長(zhǎng)，此時(shí)需開啟濕簾-風(fēng)機(jī)進(jìn)行機(jī)械通風(fēng)降溫。實(shí)驗(yàn)期間遮陽(yáng)網(wǎng)為打開狀態(tài)。

表3 傳感器參數(shù)
Tab.3 Parameters of sensors

傳感器類型測(cè)量范圍測(cè)量精度室內(nèi)空氣溫度-40～123.8℃±0.3℃室內(nèi)空氣相對(duì)濕度0～100%<2%室內(nèi)土壤溫度-40～80℃±0.5℃室內(nèi)土壤相對(duì)濕度0～100%<5%室外空氣溫度-40～123.8℃±0.2℃室外空氣相對(duì)濕度0～100%<3%室外風(fēng)速0～60m/s±3%室外風(fēng)向0～359.9°±3°室外大氣壓10～1100hPa±0.5hPa室外太陽(yáng)輻射強(qiáng)度0～2000W/m2<3%土壤表面溫度-32～380℃±2℃薄膜溫度-200～200℃±0.15℃

溫室內(nèi)傳感器每20 s記錄一次數(shù)據(jù)。溫室內(nèi)外共布置30個(gè)測(cè)量節(jié)點(diǎn)，如圖4所示。傳感器編號(hào)方式如下：距離濕簾4、12、24 m位置編號(hào)A、B、C，距離地面1.3 m和2 m位置編號(hào)L、H，自北向南每棟編號(hào)1、2、3、4、5，除HA1、HC1、HA5、HC5外，其余位置各布置一個(gè)節(jié)點(diǎn)；另外分別在緊鄰濕簾內(nèi)外正中間位置東西各布置一個(gè)節(jié)點(diǎn)。室外氣象站布置在距離溫室10 m處的空曠區(qū)域。

圖4 溫室內(nèi)傳感器節(jié)點(diǎn)分布圖Fig.4 Distribution diagrams of sensors in greenhouse

實(shí)驗(yàn)步驟：

(1)關(guān)閉所有門窗，待室內(nèi)氣溫升高至穩(wěn)定。

(2)打開風(fēng)機(jī)，待室內(nèi)氣溫降低至穩(wěn)定。

(3)關(guān)閉風(fēng)機(jī)，待室內(nèi)氣溫升高至穩(wěn)定。

(4)重復(fù)上述步驟，進(jìn)行下一組實(shí)驗(yàn)。

2.3 實(shí)驗(yàn)結(jié)果

本次實(shí)驗(yàn)分別進(jìn)行了啟閉10臺(tái)、6臺(tái)和4臺(tái)風(fēng)機(jī)的實(shí)驗(yàn)。最具代表性的先后啟閉10臺(tái)和4臺(tái)風(fēng)機(jī)情況下植物冠層即截面L典型位置測(cè)得的氣溫變化曲線如圖5所示。

圖5 溫室內(nèi)植物冠層溫度實(shí)測(cè)值變化曲線Fig.5 Measured temperatures of plant canopy inside greenhouse at section L

圖6 植物冠層仿真溫度與實(shí)測(cè)溫度變化曲線Fig.6 Changing curves of simulated and measured temperatures at section L

由實(shí)驗(yàn)結(jié)果可以看出，開啟10臺(tái)和4臺(tái)風(fēng)機(jī)，各測(cè)點(diǎn)氣溫變化趨勢(shì)一致，即開啟風(fēng)機(jī)時(shí)快速下降，隨后緩慢下降，最后達(dá)到并保持穩(wěn)定。開啟10臺(tái)風(fēng)機(jī)的情況下，相較于開啟4臺(tái)風(fēng)機(jī)，氣溫下降速度較快，且縱向溫度梯度較大，穩(wěn)定溫度略低，橫向分布較為均勻，兩者溫度上升趨勢(shì)基本一致。

圖5a為屋脊方向典型縱截面的實(shí)驗(yàn)結(jié)果，可以觀察到與濕簾不同距離測(cè)點(diǎn)氣溫的變化情況，可以看出距離濕簾越近，氣溫下降越早，且達(dá)到的穩(wěn)定溫度越低。圖5b為跨度方向典型橫截面的實(shí)驗(yàn)結(jié)果，可以觀察到每棟測(cè)點(diǎn)氣溫的變化情況，可以看出受推拉門處造成濕簾不連續(xù)的影響，第3棟降溫效果最差，氣溫下降速度最慢，穩(wěn)定溫度最高。

3 模型驗(yàn)證與通風(fēng)過(guò)程分析

3.1 模型驗(yàn)證

模型驗(yàn)證時(shí)選取實(shí)驗(yàn)參數(shù)作為邊界條件參數(shù)，具體參數(shù)見表4 方案1及表2。實(shí)驗(yàn)條件下，溫室內(nèi)植物冠層典型截面(即縱截面2和橫截面B)，各測(cè)點(diǎn)氣溫仿真值和實(shí)測(cè)值如圖6所示，由于橫截面B具有對(duì)稱性，在此僅展示B1、B2、B3測(cè)點(diǎn)結(jié)果。

表4 仿真方案參數(shù)設(shè)置
Tab.4 Parameters in different simulation cases

方案編號(hào)風(fēng)機(jī)數(shù)量/個(gè)入口溫度/℃溫室長(zhǎng)度/m環(huán)境溫度變化量/℃110303202630320343032042303205102832061029320710313208103040091030480101030100011103032112103032-1

由圖6可知，在氣溫下降階段，各測(cè)點(diǎn)的仿真值相比于對(duì)應(yīng)實(shí)測(cè)值下降速率明顯快，其主要原因是仿真模型是理想的密封環(huán)境，而實(shí)際溫室存在不可避免的空氣滲透問(wèn)題。在穩(wěn)定階段兩者基本一致。變化過(guò)程中溫度梯度也保持一致，即縱截面2方向距離濕簾越近氣溫下降越快，溫度也較低，第1棟與第2棟氣溫基本一致，第3棟氣溫相對(duì)較高，且下降速度較慢。

從風(fēng)機(jī)開啟至氣溫下降到穩(wěn)定階段，溫室內(nèi)所有測(cè)點(diǎn)的絕對(duì)誤差，即實(shí)測(cè)值與仿真值之差，分布如圖7所示。由圖可知，誤差較大的區(qū)域主要集中在氣溫快速下降階段，其主要原因是溫室的空氣滲透問(wèn)題，導(dǎo)致實(shí)際情況下氣溫下降速率相較于仿真略緩慢，由圖6也可觀察到這一現(xiàn)象，從而導(dǎo)致在氣溫快速下降階段誤差較大。整個(gè)過(guò)程均方根誤差為1.39℃，平均相對(duì)誤差為2.63%，穩(wěn)定階段均方根誤差為0.53℃，平均相對(duì)誤差為0.79%。誤差分析結(jié)果表明，仿真值與實(shí)測(cè)值雖存在一定偏差，但整體溫度場(chǎng)的分布和溫度變化的趨勢(shì)基本一致，所建立的模型是有效的，仿真結(jié)果能夠比較準(zhǔn)確地顯示溫室氣溫的分布和變化。

圖7 仿真值與實(shí)測(cè)值絕對(duì)誤差分布Fig.7 Distribution of absolute error between simulated and measured temperatures

3.2 機(jī)械通風(fēng)過(guò)程分析

圖8和圖9為方案1條件下機(jī)械通風(fēng)過(guò)程中縱截面2和橫截面L的速度瞬態(tài)分布云圖。從圖中可以看出，受機(jī)械通風(fēng)、熱浮力共同作用，以及溫室邊界的限制，溫室內(nèi)氣體流動(dòng)存在湍流現(xiàn)象。濕簾入口和風(fēng)機(jī)出口處速度較高，且變化較為劇烈，呈現(xiàn)明顯的速度梯度，從出入口向溫室內(nèi)部風(fēng)速逐漸減弱。由圖9可以看出，受到溫室推拉門的影響，溫室中部風(fēng)速明顯較低，且基本不發(fā)生變化，通風(fēng)效果較差。

圖10和圖11為方案1條件下機(jī)械通風(fēng)過(guò)程中縱截面2和橫截面L的溫度瞬態(tài)分布云圖。從圖中可以看出：整個(gè)通風(fēng)過(guò)程中，四周壁面和地面附近溫度相對(duì)較高，主要因?yàn)檫@些地方受到強(qiáng)烈太陽(yáng)輻射的影響；頂棚附近溫度較高，主要因?yàn)槭芴?yáng)輻射和熱浮力共同影響。

圖8 縱截面2速度瞬態(tài)分布云圖Fig.8 Transient distribution contours of velocity at section 2

圖9 橫截面L速度瞬態(tài)分布云圖Fig.9 Transient distribution contours of velocity at section L

圖10 縱截面2溫度瞬態(tài)分布云圖Fig.10 Transient distribution contours of temperature at section 2

圖11 橫截面L溫度瞬態(tài)分布云圖Fig.11 Transient distribution contours of temperature at section L

機(jī)械通風(fēng)形成的冷空氣在向前推進(jìn)的過(guò)程中，冷空氣會(huì)包裹暖空氣形成溫度漩渦，未及時(shí)推動(dòng)的暖空氣會(huì)被卷入其中，在冷空氣氣流中不斷進(jìn)行熱交換并向前移動(dòng)，直至到達(dá)風(fēng)機(jī)口處排出。受溫室邊界及熱浮力的影響，溫室各角落溫度相對(duì)較高。由于氣流將熱空氣攜帶至風(fēng)機(jī)口處排出，同時(shí)受到風(fēng)機(jī)處邊界的阻礙，導(dǎo)致風(fēng)機(jī)口處溫度相對(duì)較高。由于推拉門的存在，溫室中部通風(fēng)效果較差，導(dǎo)致該區(qū)域降溫效果也較差。

4 機(jī)械通風(fēng)優(yōu)化設(shè)計(jì)

4.1 機(jī)械通風(fēng)參數(shù)優(yōu)化

為分析開啟風(fēng)機(jī)個(gè)數(shù)、入口溫度、溫室長(zhǎng)度和環(huán)境溫度變化(即相對(duì)于表2室內(nèi)地面溫度、薄膜壁面溫度和薄膜頂棚溫度變化)對(duì)溫室機(jī)械通風(fēng)降溫效果的影響，共進(jìn)行12組仿真計(jì)算，參數(shù)設(shè)置如表4所示，其它基本參數(shù)見表2。

圖12為表4的不同方案下，植物冠層即橫截面L氣溫仿真平均值的變化曲線。

圖12 橫截面L不同方案下空氣溫度仿真平均值變化曲線Fig.12 Changing curves of simulated average air temperature in different cases at section L

由圖12a可以看出隨著開啟風(fēng)機(jī)數(shù)量減少，溫室內(nèi)降溫速度在一定程度上變慢，且穩(wěn)定溫度會(huì)升高。相較于開啟10臺(tái)風(fēng)機(jī)降溫至穩(wěn)定的時(shí)間，開啟6臺(tái)風(fēng)機(jī)約為其1.5倍，開啟4臺(tái)風(fēng)機(jī)約為其2.2倍，開啟2臺(tái)風(fēng)機(jī)約為其4.5倍。相較于開啟10臺(tái)風(fēng)機(jī)，開啟6臺(tái)和4臺(tái)風(fēng)機(jī)約升高0.3℃，開啟2臺(tái)風(fēng)機(jī)約升高0.7℃。因此在降溫速度要求不高的情況下，可適當(dāng)減少開啟風(fēng)機(jī)的數(shù)量，減少能源消耗。

由圖12b可以看出，溫室長(zhǎng)度的增加會(huì)影響降溫效果，增加降溫時(shí)間，提高穩(wěn)定溫度，但在一定范圍內(nèi)對(duì)降溫效果的影響較小，如增加50%的情況下，平均穩(wěn)定溫度僅升高0.5℃，但單位面積能耗明顯下降。因此可適當(dāng)增加溫室長(zhǎng)度，降低溫室單位面積能耗。

由圖12c可以看出，入口溫度的降低對(duì)于降溫速度的影響較小，但會(huì)顯著降低穩(wěn)定溫度，每降低1℃，穩(wěn)定溫度平均可降低0.9℃。入口溫度對(duì)于溫室降溫效果的影響較為顯著，可通過(guò)降低入口溫度的方式提高降溫效果，如使用地下水、增加濕簾厚度等。

由圖12d可以看出，較小范圍地改變外界環(huán)境溫度，對(duì)于機(jī)械通風(fēng)的降溫效果影響較小。

4.2 機(jī)械通風(fēng)策略優(yōu)化

圖13所示為不同控制策略下，植物冠層氣溫仿真平均值的變化曲線。策略1為開啟10臺(tái)風(fēng)機(jī)持續(xù)工作；策略2為開啟10臺(tái)風(fēng)機(jī)降溫至穩(wěn)態(tài)溫度后關(guān)閉風(fēng)機(jī)，待溫度回升到一定程度后再次開啟10臺(tái)風(fēng)機(jī)降溫，為保證溫室平均氣溫低于32℃，本文在溫度回升至32.59℃時(shí)即再次開啟風(fēng)機(jī)進(jìn)行降溫；策略3為開啟10臺(tái)風(fēng)機(jī)迅速降溫至穩(wěn)態(tài)溫度后只保留4臺(tái)風(fēng)機(jī)開啟維持降溫效果。

圖13 橫截面L不同控制策略下空氣溫度仿真平均值變化曲線Fig.13 Changing curves of simulated average air temperature with different control strategies at section L

在長(zhǎng)時(shí)間連續(xù)降溫過(guò)程中，開始階段的快速降溫的能耗可忽略，因此選取600 s以后的2個(gè)完整周期評(píng)價(jià)策略效果，結(jié)果如表5所示。

表5 不同控制策略結(jié)果比較
Tab.5 Comparison of results with different control strategies

參數(shù)策略1策略2策略3風(fēng)機(jī)數(shù)量/個(gè)10104間歇比10.531等效風(fēng)機(jī)數(shù)量/個(gè)105.34平均溫度/℃30.8831.8231.09最高溫度/℃30.8832.5931.09溫度穩(wěn)定性/℃<0.1<0.43<0.1

注：溫度穩(wěn)定性為完整周期內(nèi)的溫度均方根誤差，間歇比指風(fēng)機(jī)開啟時(shí)間的占比。

策略1降溫效果和穩(wěn)定性最好，但能源消耗過(guò)大，降溫成本較高，策略2溫室平均溫度升高0.94℃，穩(wěn)定性也較差，但可降低約47%的能源消耗，策略3溫室平均溫度升高0.21℃，穩(wěn)定性也較好，同時(shí)可降低60%的能源消耗。因此針對(duì)實(shí)驗(yàn)溫室，選擇策略2和策略3都能大幅降低能源消耗，而策略3從實(shí)現(xiàn)的簡(jiǎn)單和效果兩方面都為較適宜的機(jī)械通風(fēng)控制策略。

5 結(jié)論

(1)建立了南方連棟塑料溫室全尺度三維瞬態(tài)及穩(wěn)態(tài)機(jī)械通風(fēng)仿真模型。通過(guò)實(shí)驗(yàn)驗(yàn)證了仿真模型預(yù)測(cè)氣溫瞬態(tài)變化趨勢(shì)和穩(wěn)態(tài)分布的準(zhǔn)確性。結(jié)果表明，氣溫下降階段仿真值與實(shí)測(cè)值誤差較大，原因是仿真模型的理想密封環(huán)境與實(shí)際溫室存在的空氣滲透之間存在差異；氣溫達(dá)到穩(wěn)定階段兩者保持一致；且整個(gè)過(guò)程各點(diǎn)溫度梯度保持一致。

(2)仿真結(jié)果表明：開啟風(fēng)機(jī)的數(shù)量對(duì)降溫速度影響較大，對(duì)穩(wěn)定溫度影響較??；與濕簾水溫等直接相關(guān)的入口溫度對(duì)穩(wěn)定溫度影響顯著，每降低1℃，穩(wěn)定溫度平均可降低0.9℃；溫室長(zhǎng)度和外界環(huán)境溫度對(duì)降溫效果影響較小，溫室長(zhǎng)度增加50%，平均穩(wěn)定溫度僅升高0.5℃；濕簾入口的不連續(xù)會(huì)嚴(yán)重影響溫室部分區(qū)域的降溫效果。

(3)控制策略研究表明：可合理控制風(fēng)機(jī)開啟時(shí)機(jī)、開啟時(shí)長(zhǎng)和風(fēng)機(jī)數(shù)量，以達(dá)到節(jié)能減排，節(jié)約溫室使用成本的目的。采用10臺(tái)風(fēng)機(jī)間歇運(yùn)行和10臺(tái)風(fēng)機(jī)快速降溫、4臺(tái)風(fēng)機(jī)維持的策略，可比10臺(tái)風(fēng)機(jī)持續(xù)運(yùn)行分別降低約47%和60%的能源消耗，植物冠層平均溫度僅升高0.94℃和0.21℃。

1 周偉, 汪小旵, 李永博. 可變邊界條件下的Venlo溫室溫度場(chǎng)三維非穩(wěn)態(tài)模擬[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014,45(11): 304-310. http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20141147&flag=1.DOI：10.6041/j.issn.1000-1298.2014.11.047. ZHOU Wei, WANG Xiaochan, LI Yongbo. Unsteady temperature simulation under variable boundary conditions for Venlo type greenhouse[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2014, 45(11): 304-310. (in Chinese)

2 ROY J C, BOULARD T. CFD prediction of the natural ventilation in a tunnel-type greenhouse: influence of wind direction and sensibility to turbulence models[J]. Acta Horticulturae, 2005, 691:457-464.

3 TOMAS N, SUN D, JIM G, et al. Applications of computational fluid dynamics (CFD) in the modeling and design of ventilation systems in the agricultural industry: a review[J]. Bioresource Technology, 2007, 98(12): 2386-2414.

4 KUMAR K S, TIWARI K N, JHA M K. Design and technology for greenhouse cooling in tropical and subtropical regions: a review[J]. Energy and Buildings, 2009, 41(12): 1269-1275.

5 OKUSHIMA L, SASE S, NARA M. A support system for natural ventilation design of greenhouses based on computational aerodynamics[J]. Acta Horticulturae, 1989, 248:129-136.

6 KACIRA M, SASE S, OKUSHIMA L. Optimization of vent configuration by evaluating greenhouse and plant canopy ventilation rates under wind-induced ventilation[J]. Transactions of the ASAE, 2004, 47(6): 2059-2067.

7 BOURNETA P E, BOULARD T. Effect of ventilator configuration on the distributed climate of greenhouses: a review of experimental and CFD studies[J]. Computers and Electronics in Agriculture, 2010, 74(2): 195-217.

8 童莉, 張政, 陳忠購(gòu),等. 機(jī)械通風(fēng)條件下連棟溫室速度場(chǎng)和溫度場(chǎng)的CFD數(shù)值模擬[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào), 2003, 8(6): 33-37. TONG Li, ZHANG Zheng, CHEN Zhonggou, et al. Simulation of mechanical ventilation for huabei type multispan plastic greenhouse[J]. Journal of China Agricultural University, 2003, 8(6): 33-37. (in Chinese)

9 CHEN J, CAI Y, XU F, et al. Analysis and optimization of the fan-pad evaporative cooling system for greenhouse based on CFD[J]. Advances in Mechanical Engineering, 2014(4):1-8.

10 胥芳, 蔡彥文, 陳教料, 等. 濕簾-風(fēng)機(jī)降溫下的溫室熱/流場(chǎng)模擬及降溫系統(tǒng)參數(shù)優(yōu)化[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(9):201-208. XU Fang, CAI Yanwen, CHEN Jiaoliao, et al. Temperature/flow field simulation and parameter optimal design for greenhouses with fan-pad evaporative cooling system[J]. Transactions of the CSAE, 2015, 31(9): 201-208. (in Chinese)

11 任守綱, 楊薇, 王浩云，等. 基于CFD的溫室氣溫時(shí)空變化預(yù)測(cè)模型及通風(fēng)調(diào)控措施[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2015, 31(13):207-214. REN Shougang, YANG Wei, WANG Haoyun, et al. Prediction model on temporal and spatial variation of air temperature in greenhouse and ventilation control measures based on CFD[J]. Transactions of the CSAE, 2015, 31(13):207-214. (in Chinese)

12 王福軍. 計(jì)算流體動(dòng)力學(xué)分析: CFD軟件原理與應(yīng)用[M]. 北京: 清華大學(xué)出版社, 2004.

13 吳飛青, 張立彬, 胥芳，等. 機(jī)械通風(fēng)條件下玻璃溫室熱環(huán)境數(shù)值模擬[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2010,41(1): 153-158. WU Feiqing, ZHANG Libin, XU Fang, et al. Numerical simulation of the thermal environmentina mechanically ventilated greenhouse[J]. Transactions of the Chinese Society for Agricultural Machinery, 2010,41(1): 153-158. (in Chinese)

14 何科奭, 孫麗娟, 黃震宇，等. 南方連棟塑料溫室冬季通風(fēng)除濕開窗優(yōu)化[J/OL]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2012, 43(11): 186-191.http:∥www.j-csam.org/jcsam/ch/reader/view_abstract.aspx?file_no=20121135&flag=1.DOI：10.6041/j.issn.1000-1298.2012.11.035. HE Keshi, SUN Lijuan, HUANG Zhenyu, et al. Optimization of vent configuration for ventilation dehumidification in multi-span plastic greenhouses[J/OL]. Transactions of the Chinese Society for Agricultural Machinery, 2012, 43(11): 186-191. (in Chinese)

15 JB/T 10294—2013 濕簾降溫裝置[S].2013.

Optimization Design of Mechanical Ventilation for Multi-span Plastic Greenhouses in Southern China during Summer

HUANG Zhenyu1GAO Haotian1ZHU Senlin1ZHAO Chunyu1CAI Chunhua2

(1.SchoolofElectronicInformationandElectricalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240,China2.ShanghaiPudongModernAgricultureGreenhouseEngineeringTechnologyCompany,Shanghai201210，China)

Due to the long-term summer in southern China, the crops in greenhouses suffer from high temperature seriously. In order to improve the cooling effect and reduce the energy consumption of ventilation, it is necessary to optimize the design and control strategy for the mechanical ventilation system of greenhouses. A full-scale 3-D transient and steady CFD simulation model was established for a typical multi-span plastic greenhouse in southern China. By using evenly distributed temperature, humidity and light sensors inside and outside the greenhouse, the variation and distribution of temperature driven by the mechanical ventilation were measured. The comparison between the experimental and simulation results showed that the CFD model was valid. Under the high ambient temperature, the CFD model was carried out to investigate the impact of design parameters, such as the number of working fans, length of greenhouse, inlet temperature and outside environment temperature, on cooling effect of mechanical ventilation. And then the cooling effect under different control strategies of mechanical ventilation was simulated to reduce the energy consumption. The proposed CFD model can provide optimized parameters for the design and control of multi-span plastic greenhouse mechanical ventilation in summer, which can be applied to improve the cooling effect and reduce energy consumption of ventilation.

multi-span plastic greenhouse; mechanical ventilation; optimization design; computational fluid dynamics

10.6041/j.issn.1000-1298.2017.01.033

2016-09-18

2016-10-19

國(guó)家高技術(shù)研究發(fā)展計(jì)劃(863計(jì)劃)項(xiàng)目(2012AA10A505)和上海市科技興農(nóng)重點(diǎn)攻關(guān)項(xiàng)目(滬農(nóng)科攻字(2009)第8-1號(hào))

黃震宇(1975—)，男，副教授，主要從事農(nóng)業(yè)信息化研究，E-mail： bighuang@sjtu.edu.cn

S625.5+3

A

1000-1298(2017)01-0252-08