王璐皓 楊麗紅

摘 要：為快速有效降低因吸煙產生的駕駛艙艙內顆粒污染物濃度，提升艙內空氣總質量，建立汽車駕駛艙及外流道模型，運用FLUENT模擬5種不同通風條件下的通風效果，得到駕駛艙內剩余顆粒物總質量和主、副駕駛代表點顆粒物濃度。結果表明，一定通風時間后，低數(shù)值工況下剩余顆粒物總質量僅為高數(shù)值工況的1/17，且主、副駕駛顆粒物濃度明顯低于高數(shù)值工況。研究結果說明通風條件對艙內顆粒物有很大影響，并能夠為駕駛艙內顆粒污染物特性的進一步研究提供參考。

關鍵詞：顆粒污染物;數(shù)值模擬;[κ-ε]模型;虛擬仿真

DOI：10. 11907/rjdk. 191505 開放科學（資源服務）標識碼（OSID）：

中圖分類號：TP302文獻標識碼：A 文章編號：1672-7800（2020）002-0035-04

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

英作：WANG Lu-hao，YANG Li-hong

英單：（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

隨著人們生活條件的改善，汽車普及化程度不斷提高。人們在享受汽車帶來便利的同時，也面臨各種風險。汽車駕駛艙環(huán)境相對密閉，顆粒污染物一旦形成，將長時間停留在艙內，危害艙內人員身體健康。因汽車尾氣等原因，空氣中不可避免地存在顆粒污染物，若在艙內吸煙，顆粒污染物濃度將大大增加[1]。因此，研究如何有效、快速降低艙內顆粒污染物濃度具有重要意義。

密閉駕駛艙內的空氣質量問題屬于室內空氣質量問題。Li等[2]模擬了地板下空氣分配（Under-floor Air Distribution）室內由乘客行走及排氣造成的顆粒污染物運動與再懸浮過程;汪燁等[3]使用火災動態(tài)模擬器FDS，研究吸煙后產生的一氧化碳在室內的分布及擴散規(guī)律;王芳等[4]研究了采暖通風方式對室內PM2.5濃度的影響，結果表明夏熱冬冷地區(qū)居民應改變傳統(tǒng)的開窗通風模式。

當場景為駕駛艙時，要充分考慮車身及車載設備等因素。國外學者較早展開相關研究，但局限于顆粒污染物濃度測量[5-6];國內學者則將更多精力投入到對分布及擴散規(guī)律的研究。潘峰[7]建立了針對顆粒污染物的空調性能評價方法，并研究了顆粒物在空氣場、溫度場下的熱運動;莊晨[8]也針對送風溫度、速度、方向等空調送風參數(shù)對顆粒物運動及分布的影響進行了研究。此外，還有大量空調過濾系統(tǒng)相關研究[9-10]，旨在提高空調濾網性能以減少流入艙內的顆粒污染物。研究數(shù)據表明，僅通過車載空調無法有效、快速降低艙內顆粒物濃度。

本文不考慮車載空調，僅通過車窗開閉改變通風條件，研究不同通風條件下，顆粒污染物在駕駛艙內的運動及分布規(guī)律，找出有效、快速降低艙內顆粒物總質量的方法。

1 CFD仿真模型

1.1 三維模型及其網格劃分

本文使用Pro/E軟件進行三維建模，比例為1∶1，駕駛艙具體尺寸參考MIRA模型[11]。由于本文以駕駛艙艙內區(qū)域作為計算流域，過于精細的駕駛艙內部結構會增加網格劃分難度和網格數(shù)量，導致消耗增加甚至計算發(fā)散，且不可壓縮低速流動條件下，精細的內飾對空氣流動影響不大[12]，因此，對駕駛艙流域作出以下簡化：①對計算流域外的行李箱、輪胎、外飾等部分予以忽略;②對方向盤、檔位架等內飾予以忽略，并補平駕駛艙內的各凹凸面;③僅保留駕駛員人體模型的重要部分，如頭部、軀干、四肢。此外，計算流域還應包括一條或多條與駕駛艙艙內相連的長直外流道，用于模擬不同的通風條件。根據實際通風條件，共選取5種不同情況。側車窗和天窗在車行駛過程中空氣的流通情況不同，因此設計3種外流道。其中，外流道1用于僅打開側車窗時的情況，外流道2用于僅打開天窗時的情況，外流道3用于同時打開側車窗和天窗時的情況。簡化后的駕駛艙模型如圖1所示。

本文使用ICEM CFD進行網格劃分。仿真計算結果精度很大程度取決于網格精度，因此網格生成技術具有重要意義。本文采用四面體網格劃分，并在尺寸細小處局部加密，如圖2所示。得到5個模型的網格質量均在0.28以上，質量較高。

1.2 顆粒物性質

查詢相關資料[13-14]，煙草燃燒產生的顆粒污染物密度約1 180kg/m3，其粒徑分布參考文獻[15]的研究結果。該結果與Rosin-Rammler模型較為吻合，基本滿足式（1）。

其中，[d]為顆粒物直徑，[d]為尺寸常數(shù)，[n]為粒度分布參數(shù)， 為直徑大于[d]的顆粒物占總顆粒物的質量分數(shù)。經過計算，[d]取0.5，[n]取3.3。原曲線與擬合曲線如圖3所示，兩者誤差為2.3%。

顆粒物流入質量參考文獻[16]的研究結果，中國大陸某烤煙型香煙經6分鐘左右燃盡，燃燒產生顆粒物約10.8mg，故顆粒物流入質量取3×10-8kg/s。

固體顆粒受到的浮力遠小于重力，可以忽略不計。高溫顆粒污染物產生后，會在極短時間內降至室溫，故熱泳力也不計[5]。因此，顆粒物主要受到重力、曳力、薩夫曼升力和布朗力作用。

顆粒物在湍流中運動時速度會產生波動。本文描述顆粒物的運動速度時使用隨機軌道模型（Discrete Random Walk Model）。在該模型中，速度由平均速度和脈沖速度組成，脈沖速度是關于時間的離散分段常數(shù)函數(shù)，且滿足高斯分布[17]。

1.3 模型設置

本文在研究通風條件下車內顆粒污染物的擴散特性時，對模型作出以下假設和簡化[18]：①駕駛艙內空氣為純凈空氣，不含顆粒污染物;②不考慮計算流域與外界的熱交換;③不考慮燃燒的香煙及其產生的顆粒污染物對周圍產生的熱量;④不考慮先進的新型除塵設備;⑤顆粒物接觸駕駛艙內壁后粘附在內壁上，且不造成二次污染。

在上述簡化下，采用雷諾時均方程和RNG[κ-ε]模型進行計算。雷諾時均方程將控制方程進行了統(tǒng)計平均，使得其無需計算各尺度的湍流脈動，只需計算出平均運動，從而降低了空間與時間分辨率，減少了計算工作量。RNG[κ-ε]模型提高了快速應變流精度，并考慮了渦流對湍流的影響以提高旋流精度，比標準[κ-ε]模型在廣泛流動中有更高的可信度[19]。

基本控制方程主要包括質量守恒方程（連續(xù)性方程）、動量守恒方程（N-S方程）、能量守恒方程、湍流動能[κ]方程、湍動能耗散率[ε]方程，方程具體內容不再贅述。

本文采用FLUENT進行三維瞬態(tài)模擬，依據實際情況設置邊界條件，具體如下：重力加速度為9.8m/s2，沿y軸反向;送風口為velocity-inlet，風速10m/s，沿x軸正向;出風口為outflow;內壁均為無滑移墻邊界;顆粒從駕駛員口部附近流入，流入質量為3×10-8kg/s;除出風口的顆粒項邊界條件為escape外，其余壁面的邊界條件均為trap;使用具有較高效率和穩(wěn)定性的SIMPLEC算法進行求解。

在主、副駕駛頭部附近設置面積為0.02m2的平面，在面上對顆粒物濃度取平均值;在主、副駕駛頭部附近取水平面和豎直面并設置動畫監(jiān)控，用于研究顆粒物擴散特性。

1.4 計算工況

本文通過改變車內四扇側車窗和一扇天窗的開閉以實現(xiàn)不同的通風條件。打開的側車窗和天窗均為打開整扇窗的一半。計算各工況時，先關閉顆粒項，對艙內作通風預處理10s;接著打開顆粒項，釋放顆粒10s;然后再次關閉顆粒項，運行30s。研究內容是釋放顆粒的10s和之后30s內顆粒的運動及擴散特性。

為方便說明具體工況，在駕駛艙艙內流域俯視圖上給側車窗和天窗編號，主駕駛左側窗為1號窗，副駕駛右側窗為2號窗，后排左側窗為3號窗，右側窗為4號窗，天窗為5號窗。不同工況為側車窗、天窗開閉的組合，具體如表1所示。

1.5 網格獨立性與時間步長獨立性驗證

進行網格獨立性驗證，保持局部加密尺寸不變，全局尺寸分別設置為40、60、80。

由于模擬的是瞬態(tài)空氣流動及顆粒運動，因此有必要進行時間步長獨立性驗證[20]。時間步長分別設置為0.005、0.01、0.02、0.04。

在工況一下進行預仿真，得到流域內剩余顆粒物總質量如圖4（a）和圖4（b）所示。本文選取網格全局尺寸為60、時間步長為0.01時，誤差分別為2.7%和3.6%。可以認為，參數(shù)的選取合理可行。

2 結果分析

2.1 流域內剩余顆粒物總質量對比

5種工況下，流域內剩余顆粒物總質量如圖5所示。 從圖5可以看出：①顆粒物總質量峰值：工況五>工況二>工況一>工況三>工況四;②顆粒物總質量峰值來臨時間：工況一≈工況四≈工況五>工況二>工況三;③40s時剩余顆粒物總質量：工況一>工況二>工況三>工況四≈工況五。工況五下剩余顆粒物總質量為6.2×10-11kg，是高數(shù)值工況的1/17。

剩余顆粒物總質量最小的工況四和工況五，顆粒物總質量峰值一個排名第五、一個排名第一;顆粒物總質量峰值來臨時間相近的工況一、四、五，剩余顆粒物總質量同樣兩極分化。因此，剩余顆粒物總質量與顆粒物質量峰值及其來臨時間沒有明顯關系。

2.2 工況一、工況四對比

選擇顆粒物總質量峰值來臨時間相近但剩余顆粒物總質量同樣兩極分化的工況一和工況四進行對比。圖6（a）顯示了主駕駛員頭部附近顆粒物濃度變化情況，可以看出，前10s內，顆粒物濃度劇烈波動，持續(xù)上升，工況一下波動更為劇烈，峰值也更高;顆粒物濃度的劇烈波動符合艙內流場處于紊流狀態(tài);在10s左右，顆粒物停止流入時，濃度出現(xiàn)了驟降，兩種工況下降幅均在97%以上。對比圖5，剩余顆粒物總質量并未出現(xiàn)驟降，因此可以認為原先聚集在駕駛員頭部附近的顆粒物隨氣流運動至艙內的其它空間。

忽略圖6（a）中顆粒物濃度極高的前10s，繪制圖6（b）?？梢钥闯觯w粒物濃度劇烈波動，整體呈下降態(tài)勢。整個考察時間段內，工況一下顆粒物濃度明顯高于工況四。

圖7顯示了副駕駛頭部附近顆粒物濃度變化情況?？梢钥闯?，工況一下，副駕駛員頭部附近顆粒物濃度劇烈波動，持續(xù)上升，在8s左右達到最大值;停止注入顆粒物后濃度震蕩下降且趨勢逐漸變緩，20s后不再明顯減少。顆粒物濃度的劇烈波動符合艙內流場處于紊流狀態(tài)。整個考察時間段內，工況四下顆粒物濃度明顯低于工況一。

2.3 工況四、工況五對比

選擇剩余顆粒物總質量最小但顆粒物總質量峰值截然不同的工況四和工況五進行對比。主駕駛員頭部附近顆粒物濃度變化情況如圖8所示。從圖9可以看出，工況五下顆粒物濃度明顯低于工況四。工況五下，在8s左右，顆粒物濃度開始明顯上升;10s左右，濃度開始下降。為了解釋這段時間的濃度變化，繪制駕駛員頭部高度水平面和豎直面的速度矢量圖如圖9和圖10所示。圖9和圖10中，駕駛員面前的空間內形成了明顯的渦流?？梢哉J為，顆粒物在空間渦流內無序運動;上文的平面過大且忽略了空間因素，以該平面上的顆粒物濃度平均值代替該點的顆粒物濃度有局限性。平面上顆粒物濃度變化動畫可以佐證這種說法。

副駕駛頭部附近顆粒物濃度變化如圖11所示，可以看出，工況四下顆粒物濃度明顯低于工況五。原因在于：工況四下，天窗的打開使大量顆粒物向上運動，經主駕駛員頭部與駕駛艙頂部間的流道，流出艙內或流至后排;盡管也有部分顆粒受到1號窗打開的影響向副駕駛方向流動，但仍受天窗影響，經主駕駛與副駕駛間的流道流至后排。

3 結語

通過數(shù)值模擬方法，對不同通風條件下駕駛艙內顆粒污染物的運動及分布進行了研究。結果表明，通風條件對駕駛艙內剩余顆粒物質量影響較大;不同通風條件下駕駛艙內剩余顆粒物質量基本符合預期。研究結果可以為類似情況下獲得更好的通風效果提供依據。

參考文獻：

[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] 汪燁，樓波. 室內吸煙后煙氣污染的數(shù)值模擬研究[J]. 環(huán)境工程，2016，34（5）：74-77.

[4] 王芳，孟丹，韓苗苗，等. 采暖通風方式對室內外PM2.5濃度及其相關性的影響[J]. 東南大學學報：自然科學版，2017，47（5）：950-955.

[5] TAVARES，F(xiàn)ERNANDA 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. 車內可吸入顆粒物熱運動分析[D]. 長春：吉林大學，2009.

[8] 莊晨. 乘員艙內顆粒污染物的運動與分布規(guī)律數(shù)值模擬研究[D]. 長沙：湖南大學，2016.

[9] 李慧，李世雄，張學敏. 車內可吸入顆粒物的研究現(xiàn)狀與發(fā)展趨勢[J]. 環(huán)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] 黃志祥，金華，陳立. 地面效應對汽車模型氣動阻力的影響[J]. 交通運輸工程學報，2017，17（4）：106-112.

[12] 王榮，李偉，朱冰. 汽車空調送風參數(shù)對車內速度場和溫度場的影響研究[J]. 農業(yè)裝備與車輛工程，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，孔浩輝，李峰. 卷煙主流煙氣氣溶膠分布研究[J]. 中國煙草學報，2009（5）：14-19.

[16] 鄭聰. 環(huán)境煙草煙霧引起的室內空氣污染的定量研究[D]. 長沙：湖南大學，2007.

[17] 韓云龍，胡永梅，錢付平，等. 自然通風室內顆粒物分布特征[J]. 安全與環(huán)境工程，2013（13）：116-120.

[18] 馮英. 空調轎車室內氣流分布特性及空氣品質研究[D]. 南昌：南昌大學，2012.

[19] 王瑞金，張凱，王剛. FLUENT技術基礎與應用實例[M]. 北京：清華大學出版社，2007.

[20] 馮靜安，唐小琦，王衛(wèi)兵，等. 基于網格無關性與時間獨立性的數(shù)值模擬可靠性驗證方法[J]. 石河子大學學報，2017，35（1）：52-56.

（責任編輯：孫 娟）