趙慧森 樊乾乾 張浩然 黃婧陽(yáng) 路 志 金梧鳳

(天津商業(yè)大學(xué)天津市制冷技術(shù)重點(diǎn)實(shí)驗(yàn)室，天津 300134)

隨著大氣污染嚴(yán)重和霧霾天氣的出現(xiàn),PM2.5等大氣污染物進(jìn)入室內(nèi),加劇了室內(nèi)環(huán)境污染[1]?，F(xiàn)代人80%～90%以上的時(shí)間是在室內(nèi)度過(guò)，室內(nèi)空氣中的污染物對(duì)人體健康產(chǎn)生很大影響[2]。而空氣凈化器作為一種新型家用電器,可有效控制室內(nèi)污染物水平,改善室內(nèi)環(huán)境空氣質(zhì)量,被越來(lái)越廣泛地使用[3]。但是凈化器在實(shí)際使用過(guò)程中，送風(fēng)角度及速度等自身參數(shù)在不同條件的運(yùn)行方式下，對(duì)室內(nèi)不同位置人員區(qū)域的PM2.5顆粒物濃度的凈化速度不同，所以對(duì)凈化器不同條件下，室內(nèi)不同人員位置處的PM2.5凈化時(shí)間進(jìn)行研究預(yù)測(cè)具有重要意義。

目前國(guó)內(nèi)外學(xué)者對(duì)于空氣凈化器的研究主要集中在凈化器擺放位置[4]、室內(nèi)氣流組織[5]、凈化器自身參數(shù)[6]等對(duì)于PM2.5顆粒物濃度的凈化效果方面。Atila Novoselac等人[4]研究了空氣凈化器位于室內(nèi)不同位置時(shí)的凈化效果，發(fā)現(xiàn)當(dāng)凈化器位置不同時(shí)，其對(duì)于顆粒物的總?cè)コ坎町愝^大，在極端工況下，最有效的凈化器擺放位置的顆粒物去除量是最差擺放位置去除量的2.5倍。朱愷真等[5]對(duì)車(chē)間上送下回與側(cè)送下回氣流組織進(jìn)行了模擬分析及實(shí)測(cè)驗(yàn)證，研究表明采用側(cè)送下回氣流組織,溫度場(chǎng)和速度場(chǎng)分布更均勻,氣流組織更合理。宣凱云等人[6]通過(guò)實(shí)驗(yàn)研究了空氣凈化器風(fēng)量的影響因素，發(fā)現(xiàn)凈化時(shí)間、PM2.5初始濃度、風(fēng)向以及房間的密閉性均對(duì)空氣凈化器的風(fēng)量有所影響。凈化時(shí)間從1h變?yōu)?.5h時(shí)，凈化風(fēng)量增加了47%，說(shuō)明凈化時(shí)間越短，凈化風(fēng)量越大。PM2.5初始濃度和風(fēng)量呈正相關(guān)關(guān)系。房間密閉性越好，所需凈化器風(fēng)量越小。

根據(jù)以上研究發(fā)現(xiàn)，目前對(duì)于空氣凈化器凈化效果的研究，大多僅針對(duì)房間整體而言，但在實(shí)際房間各區(qū)域，空氣凈化器凈化效果差異明顯。凈化器送風(fēng)參數(shù)變化對(duì)凈化效果影響較大，但其與室內(nèi)不同區(qū)域凈化時(shí)間之間的關(guān)系研究不足。本文在凈化器送風(fēng)仰角0°、大風(fēng)速的運(yùn)行條件下，利用Fluent軟件模擬研究了室內(nèi)各區(qū)域的PM2.5凈化時(shí)間，同時(shí)研究了房間尺寸、吹風(fēng)角度、PM2.5初始濃度、人員位置等影響因素對(duì)PM2.5凈化時(shí)間的影響，再利用SPSS軟件對(duì)研究資料進(jìn)行回歸分析，發(fā)現(xiàn)其不符合線性回歸關(guān)系的基礎(chǔ)上，又利用python軟件對(duì)其進(jìn)行非線性回歸分析，最終建立該運(yùn)行條件下的PM2.5凈化時(shí)間預(yù)測(cè)模型。研究結(jié)論可為空氣凈化器實(shí)現(xiàn)人員區(qū)域優(yōu)先凈化和優(yōu)化凈化器運(yùn)行模式奠定基礎(chǔ)。

1 凈化器影響因子的確定

1.1 凈化器簡(jiǎn)介

研究所用凈化器為L(zhǎng)G某型號(hào)上送側(cè)回濾網(wǎng)式凈化器[7],凈化器簡(jiǎn)圖如圖1所示。對(duì)于固定的空氣凈化器，能對(duì)室內(nèi)顆粒物濃度產(chǎn)生影響的主要因素有：仰角角度和送風(fēng)速度兩大參數(shù)。

1-送風(fēng)口A1；2-回風(fēng)口B1；3-送風(fēng)口A2；4-回風(fēng)口B2；5-送風(fēng)口A3；6-回風(fēng)口B3

1.2 影響因子的確定

溫度、濕度、風(fēng)速等環(huán)境因素和空氣凈化器本身參數(shù)都會(huì)對(duì)室內(nèi)顆粒物濃度產(chǎn)生影響。本文針對(duì)空氣凈化器本身參數(shù)作用下凈化時(shí)間變化進(jìn)行研究，綜合考慮環(huán)境因素和人員位置對(duì)凈化器的影響及室內(nèi)墻壁對(duì)氣流不均勻性的影響，最終確定對(duì)室內(nèi)不同區(qū)域凈化時(shí)間產(chǎn)生影響的因子有：PM2.5初始濃度ρ、房間面積η、仰角角度γ、送風(fēng)速度v、送風(fēng)方向α、房間長(zhǎng)寬比Γ、人員距離L和人員夾角β。

影響因子作用方式如圖2所示。

圖2 各影響因子作用方式示意圖

經(jīng)理論研究確定，各影響因子取值如表1所示。

表1 影響因子的取值

根據(jù)空氣凈化器標(biāo)準(zhǔn)GB/T 18801-2015[8]，實(shí)驗(yàn)和模擬條件均定為：溫度(25±2)℃，相對(duì)濕度(50±10)%，且無(wú)除凈化器送回風(fēng)以外的其他氣流組織影響。

2 實(shí)驗(yàn)研究

本文中所進(jìn)行的實(shí)驗(yàn)為驗(yàn)證實(shí)驗(yàn)，主要為驗(yàn)證空氣凈化器數(shù)值模型的準(zhǔn)確性，并為模型的建立提供部分?jǐn)?shù)據(jù)支持，完善修正模型。

2.1 實(shí)驗(yàn)臺(tái)及設(shè)備介紹

參照國(guó)家標(biāo)準(zhǔn)搭建60 m3環(huán)境試驗(yàn)艙。實(shí)驗(yàn)艙分為內(nèi)外兩個(gè)艙室，內(nèi)艙為6.15m×3m×3.2m型方體。艙體內(nèi)壁、地板全部采用不銹鋼材料，其表面光滑不結(jié)露，方便清潔，且可以降低空氣污染物的吸附沉積，減少顆粒物自然衰減對(duì)于測(cè)試結(jié)果的影響。艙內(nèi)設(shè)立有溫濕度控制系統(tǒng)、空調(diào)系統(tǒng)、通風(fēng)系統(tǒng)等，可達(dá)到對(duì)實(shí)驗(yàn)環(huán)境進(jìn)行調(diào)控的要求。

實(shí)驗(yàn)設(shè)備參數(shù)如表2所示，各設(shè)備布置情況如圖3所示。

表2 實(shí)驗(yàn)設(shè)備參數(shù)

1-空氣凈化器；2-Met One(AEROCET 531S)；3-粒子計(jì)數(shù)器;4-循環(huán)風(fēng)扇；5-顆粒物發(fā)生裝置(點(diǎn)煙器)

2.2 實(shí)驗(yàn)工況

實(shí)驗(yàn)臺(tái)內(nèi)艙環(huán)境因素設(shè)定為：溫度25±2℃，相對(duì)濕度50%±10%，室內(nèi)初始濃度350 μg/m3。

凈化器運(yùn)行模式選擇為：0°仰角，最大風(fēng)速，即送風(fēng)口1風(fēng)速為3 m/s，送風(fēng)口2風(fēng)速為3.5 m/s，送風(fēng)口3風(fēng)速為3.85 m/s。

2.3 實(shí)驗(yàn)測(cè)點(diǎn)布置

高度：人員靜坐時(shí)1.1 m呼吸區(qū)。

送風(fēng)方向上：每隔2.5 m布置一個(gè)測(cè)點(diǎn)，共2個(gè)測(cè)點(diǎn)。

實(shí)驗(yàn)測(cè)點(diǎn)布置如圖4所示。

圖4 測(cè)點(diǎn)布置圖

2.4 實(shí)驗(yàn)方法

本次實(shí)驗(yàn)嚴(yán)格按照《空氣凈化器》(GB/T 18801-2015)[8]要求進(jìn)行實(shí)驗(yàn)，共分為三個(gè)階段：準(zhǔn)備階段、穩(wěn)定階段和測(cè)試階段[9],為減小實(shí)驗(yàn)誤差，進(jìn)行了3組重復(fù)實(shí)驗(yàn)，對(duì)實(shí)驗(yàn)結(jié)果求取平均值。

2.5 實(shí)驗(yàn)結(jié)果分析

實(shí)驗(yàn)結(jié)果見(jiàn)圖5，由圖5可知，在凈化器對(duì)2.5 m和5 m處實(shí)驗(yàn)測(cè)點(diǎn)的凈化過(guò)程中，室內(nèi)PM2.5濃度呈現(xiàn)出先降低后趨于穩(wěn)定的凈化趨勢(shì)，5 m實(shí)驗(yàn)測(cè)點(diǎn)處PM2.5顆粒濃度下降速度整體比2.5 m處測(cè)點(diǎn)快，整體平均下降幅度達(dá)到6.59%。在第12 min時(shí)，5 m處實(shí)驗(yàn)測(cè)點(diǎn)較2.5 m處的PM2.5濃度下降幅度達(dá)到最大，為13.31%。

圖5 2.5 m、5 m處測(cè)點(diǎn)PM2.5濃度隨時(shí)間變化圖

3 模擬研究

3.1 模型介紹

本節(jié)建立與實(shí)驗(yàn)艙相同的物理模型，并將其導(dǎo)入Fluent，然后對(duì)控制方程、邊界條件、求解器進(jìn)行確定。利用實(shí)驗(yàn)所得數(shù)據(jù)對(duì)模型的準(zhǔn)確性進(jìn)行驗(yàn)證。再根據(jù)更為準(zhǔn)確的模型，通過(guò)改變房間尺寸進(jìn)行拓展研究。

3.1.1 物理模型

首先建立了和實(shí)驗(yàn)環(huán)境艙相同的小型房間模型，運(yùn)用 ICEM-CFD 對(duì)模型進(jìn)行網(wǎng)格劃分，并進(jìn)行網(wǎng)格獨(dú)立解試驗(yàn)。根據(jù)實(shí)驗(yàn)數(shù)據(jù)設(shè)定邊界條件計(jì)算，逐漸增加模型的網(wǎng)格數(shù)量，對(duì)比不同網(wǎng)格數(shù)量下的計(jì)算結(jié)果的差異，減少網(wǎng)格數(shù)量對(duì)計(jì)算結(jié)果的影響，最終確定選用非結(jié)構(gòu)化網(wǎng)格，網(wǎng)格數(shù)量為1 935 072，最小質(zhì)量為0.1，最大質(zhì)量為0.99。

3.1.2 數(shù)學(xué)模型的選擇

為保證模擬研究的準(zhǔn)確性，需要對(duì)CFD模擬的數(shù)學(xué)模型進(jìn)行合理的選擇與設(shè)置，如表3所示。

表3 數(shù)學(xué)模型設(shè)置

此外，為簡(jiǎn)化計(jì)算過(guò)程，對(duì)建立的模型進(jìn)行了合理化假設(shè)，具體如下所示：

(1)不考慮房間壁面輻射換熱的影響，房間內(nèi)各壁面設(shè)置為絕熱邊界條件；

(2)室內(nèi)空氣為低速流，可視為不可壓縮流體，符合Boussinesq假設(shè)[10]。

3.1.3 邊界條件

為保證 fluent 軟件模擬的合理性和可靠性，需要對(duì)邊界條件和初始化條件進(jìn)行設(shè)置，具體設(shè)置如表4所示[7]。

表4 邊界條件及初始化設(shè)置

3.2 模型驗(yàn)證

與實(shí)驗(yàn)工況設(shè)置相同，將模型設(shè)置為室內(nèi)溫度25℃，相對(duì)濕度50%，空氣凈化器仰角角度0°，送風(fēng)速度為3 m/s時(shí)，在室內(nèi)PM2.5初始濃度為150 μg/m3的情況下，距離凈化器2.5 m和5 m處測(cè)點(diǎn)在實(shí)驗(yàn)和數(shù)值模擬中PM2.5濃度隨時(shí)間變化情況如圖6所示。

實(shí)驗(yàn)數(shù)據(jù)和模擬數(shù)據(jù)的誤差分析如表5所示。

由圖6可以看出，當(dāng)模型邊界條件設(shè)置與實(shí)驗(yàn)測(cè)量值一致時(shí)，在PM2.5凈化過(guò)程中，模擬與實(shí)驗(yàn)的PM2.5濃度變化趨勢(shì)基本一致，均先降低后趨于穩(wěn)定，凈化速度保持一致。通過(guò)表5中的誤差分析可以看出，距離凈化器2.5 m和5 m工況下的實(shí)驗(yàn)值與模擬值的最大誤差均小于10%。

表5 誤差分析

綜上所述，可認(rèn)為所建立模型準(zhǔn)確，可使用大房間的模型進(jìn)行模擬。

3.3 模擬工況及測(cè)點(diǎn)布置

3.3.1 模擬工況

0°仰角時(shí)，凈化器送風(fēng)方向不作為影響因子，故影響因子僅剩PM2.5初始濃度ρ、房間面積η、房間長(zhǎng)寬比Γ和人員距離L。本文利用正交試驗(yàn)法，將人員距離L作為因子，PM2.5初始濃度ρ、房間面積η、房間長(zhǎng)寬比Γ作為水平，共確定了以下9種工況，模擬工況表如表6所示。

表6 模擬工況表

3.3.2 模擬測(cè)點(diǎn)布置

以凈化器為原點(diǎn)，每隔30°布置一列測(cè)點(diǎn)，共7列測(cè)點(diǎn)；從凈化器出發(fā)，0～3.5 m，每隔0.5 m布置一個(gè)測(cè)點(diǎn)，3.5 m之后，每隔1 m布置一個(gè)測(cè)點(diǎn)，共布置了52個(gè)測(cè)點(diǎn)。測(cè)點(diǎn)高度均為1.1 m。測(cè)點(diǎn)布置圖如圖7所示。

圖7 測(cè)點(diǎn)布置圖

3.4 模擬結(jié)果及分析

3.4.1 室內(nèi)不同區(qū)域劃分情況

在認(rèn)為室內(nèi)PM2.5濃度分布均勻的情況下，將室內(nèi)PM2.5濃度降低至15 μg/m3所用時(shí)間稱為凈化時(shí)間[11]，作為對(duì)凈化效率的評(píng)價(jià)指標(biāo)。為探究室內(nèi)人員在不同區(qū)域分布時(shí)空氣凈化器的最佳運(yùn)行模式，本文對(duì)室內(nèi)區(qū)域進(jìn)行了劃分，劃分情況如圖8所示。分別對(duì)每個(gè)區(qū)域內(nèi)各測(cè)點(diǎn)的凈化時(shí)間取平均值，以代表該區(qū)域在該運(yùn)行模式下的凈化時(shí)間。

圖8 室內(nèi)區(qū)域劃分情況圖

3.4.2 回歸資料整理

通過(guò)模擬得到不同工況下各測(cè)點(diǎn)位置處的PM2.5濃度隨時(shí)間的變化情況，進(jìn)一步得到各測(cè)點(diǎn)位置處PM2.5濃度下降至15 μg/m3的時(shí)間，并將所有結(jié)果整理成回歸資料，如表8所示。

表8 模擬結(jié)果

4 PM2.5凈化時(shí)間預(yù)測(cè)模型的建立

利用模擬部分所得回歸資料，通過(guò)SPSS軟件和Python軟件對(duì)模擬數(shù)據(jù)進(jìn)行回歸分析，建立模擬所設(shè)定的運(yùn)行模式下PM2.5凈化時(shí)間預(yù)測(cè)模型，并通過(guò)模擬數(shù)據(jù)進(jìn)行驗(yàn)證。

4.1 多元回歸分析

首先選用SPSS軟件對(duì)回歸資料分別進(jìn)行多元線性回歸分析，并通過(guò)R2指標(biāo)檢驗(yàn)?zāi)Ｐ偷臄M合程度，若R2>0.900則模型擬合程度好，繼續(xù)對(duì)回歸方程的顯著性以及影響因子的顯著性進(jìn)行檢驗(yàn)，若回歸方程以及影響因子顯著性好，即選用線性模型。若R2<0.900則模型擬合程度欠佳，利用Python軟件，建立非線性回歸模型，對(duì)回歸方程擬合程度以及顯著性進(jìn)行檢驗(yàn)，若滿足條件即得到非線性回歸模型。

首先選用SPSS軟件的多元線性回歸模型進(jìn)行回歸分析，檢驗(yàn)?zāi)Ｐ偷臄M合程度，結(jié)果如表9所示。

表9 模型擬合程度

此種運(yùn)行模式下不適合線性擬合回歸，選用Python進(jìn)行非線性回歸分析。

4.2 模型多元非線性回歸分析結(jié)果

模型建立過(guò)程中整個(gè)樣本中隨機(jī)選取10%的數(shù)據(jù)訓(xùn)練模型，用其余90%的數(shù)據(jù)測(cè)試模型。在該模型中trainscore:0.9773322390395321,testscore:0.9375507366890732。方程的擬合優(yōu)度判定系數(shù)R-squared =0.977，模型擬合程度良好，P值為1.13e-79，遠(yuǎn)小于0.001，回歸方程預(yù)測(cè)效果顯著，如表10、11所示。

表10 模型多元非線性回歸分析結(jié)果(1)

表11 模型多元非線性回歸分析結(jié)果(2)

通過(guò)以上分析可以得到運(yùn)行模式下，PM2.5凈化時(shí)間與各影響因子之間的關(guān)系式如式：

t=-1.38η-64.8Γ-0.966ρ-14.8L-0.00711η2+0.702ηΓ+0.0169ηρ+0.105ηL-1.94Γ2+0.252Γρ+2.27ΓL-0.0226ρ2+0.0439ρL+0.133L2

式中各參數(shù)取值范圍見(jiàn)表1中各影響因子取值范圍。由關(guān)系式可知，PM2.5凈化時(shí)間與各影響因子之間呈非線性關(guān)系：與房間面積及其平方、房間長(zhǎng)寬比及其平方、PM2.5初始濃度及其平方、人員距離呈負(fù)相關(guān)。與房間面積和房間長(zhǎng)寬比乘積、房間面積和PM2.5初始濃度乘積、房間面積和人員距離乘積、房間長(zhǎng)寬比和PM2.5初始濃度乘積、PM2.5初始濃度和人員距離乘積、人員距離的平方呈正相關(guān)。

4.3 模型影響因子貢獻(xiàn)率

模型中各影響因子對(duì)凈化時(shí)間的貢獻(xiàn)率如表12所示，房間面積對(duì)人員處凈化時(shí)間的影響貢獻(xiàn)率最大，為30.08%，人員距凈化器的距離對(duì)人員處凈化時(shí)間的影響貢獻(xiàn)率最小，為20.07%?？梢?jiàn)改變房間面積對(duì)凈化時(shí)間的影響最大。

表12 模型影響因子貢獻(xiàn)率

在空氣凈化器的實(shí)際使用過(guò)程中，房間面積一般是固定的，故在計(jì)算各影響因子的貢獻(xiàn)率時(shí)，不需要考慮房間面積的影響因子，在該運(yùn)行模式下，其余影響因子對(duì)凈化時(shí)間的貢獻(xiàn)率如下：房間長(zhǎng)寬比對(duì)于PM2.5凈化時(shí)間的影響程度最大，由25.01%增加到35.76%；PM2.5初始濃度貢獻(xiàn)率次之，由24.85%增加到35.54%；人員距離的貢獻(xiàn)率最低，由20.07%增加28.70%。可見(jiàn)，影響因子房間長(zhǎng)寬比和PM2.5初始濃度對(duì)PM2.5凈化時(shí)間的影響程度顯著，故在凈化器實(shí)際使用過(guò)程中，應(yīng)著重考慮PM2.5初始濃度和房間長(zhǎng)寬比的影響。

5 結(jié)論

(1)研究得到了凈化器0°仰角、最大風(fēng)速模式下符合非線性回歸關(guān)系的凈化時(shí)間預(yù)測(cè)模型。其中PM2.5凈化時(shí)間與各影響因子之間呈非線性關(guān)系：與房間面積及其平方、房間長(zhǎng)寬比及其平方、PM2.5初始濃度及其平方、人員距離呈負(fù)相關(guān)；與房間面積和房間長(zhǎng)寬比乘積、房間面積和PM2.5初始濃度乘積、房間面積和人員距離乘積、房間長(zhǎng)寬比和PM2.5初始濃度乘積、PM2.5初始濃度和人員距離乘積、人員距離的平方呈正相關(guān)。

(2)模型中房間面積對(duì)人員處凈化時(shí)間的影響貢獻(xiàn)率最大，為30.08%，人員距凈化器的距離對(duì)人員處凈化時(shí)間的影響貢獻(xiàn)率最小，為20.07%?？梢?jiàn)改變房間面積對(duì)凈化時(shí)間的影響最大。

(3)當(dāng)房間面積固定時(shí)，房間長(zhǎng)寬比對(duì)于PM2.5凈化時(shí)間的影響程度最大,由25.01%增加到35.76%；PM2.5初始濃度貢獻(xiàn)率次之，由24.85%增加到35.54%；人員距離的貢獻(xiàn)率最低，由20.07%增加28.70%?？梢?jiàn)，房間長(zhǎng)寬比和PM2.5初始濃度對(duì)PM2.5凈化時(shí)間的影響程度更顯著，故在凈化器實(shí)際使用過(guò)程中，應(yīng)著重考慮PM2.5初始濃度和房間長(zhǎng)寬比的影響。