Grundlagen der Luftfeuchtigkeit und ihre Auswirkungen auf die Luftqualität in Innenräumen

Die Luftqualität in Innenräumen ist ein multidimensionales Anliegen, das sich direkt auf die menschliche Gesundheit, den Komfort und die Produktivität auswirkt. Unter den vielen Faktoren, die den IAQ beeinflussen, ist die Feuchtigkeit eine besonders komplexe Variable. Die Luftfeuchtigkeit bestimmt nicht nur den thermischen Komfort, sondern auch das Überleben und die Verbreitung biologischer Verunreinigungen wie Schimmel, Bakterien und Staubmilben. Das Verständnis und die Kontrolle der Feuchtigkeit sind daher für jede Belüftungs- oder HLK-Designstrategie unerlässlich.

Die Luftfeuchtigkeit wird typischerweise auf zwei Arten ausgedrückt: relative Luftfeuchtigkeit (RH) und absolute Luftfeuchtigkeit (AH). Relative Luftfeuchtigkeit misst die Menge an Wasserdampf in der Luft im Verhältnis zur maximalen Menge, die die Luft bei einer gegebenen Temperatur halten kann, während absolute Luftfeuchtigkeit die Masse an Wasserdampf pro Luftvolumeneinheit ist. Hohe RH-Werte über 60-70 % können Kondensation auf kühlen Oberflächen fördern, was zu Feuchtigkeit und Schimmelwachstum führt. Umgekehrt können niedrige RH-Werte unter 30-40 % Schleimhäute austrocknen, das Risiko von Atemwegsinfektionen erhöhen und statische Strombildung verursachen. Die American Society of Heating, Refrigerating and Air-Conditioning Engineers (ASHRAE) empfiehlt, RH in Innenräumen zwischen 30 % und 60 % für optimalen Komfort und Gesundheit zu halten.

Feuchtigkeitsmanagement ist nicht nur eine Frage des Hinzufügens oder Entfernens von Feuchtigkeit. Es erfordert eine sorgfältige Integration von Lüftungsraten, Luftverteilungsmustern, Temperaturregelung und oft Entfeuchtungs- oder Befeuchtungsgeräten. Hier wird die numerische Strömungsmechanik (CFD) zu einem unschätzbaren Werkzeug. CFD ermöglicht es Ingenieuren, den gekoppelten Transport von Wärme, Luft und Feuchtigkeit in Innenräumen zu simulieren und detaillierte räumliche und zeitliche Informationen zu liefern, die nicht allein aus vereinfachten analytischen Modellen oder experimentellen Messungen gewonnen werden können.

Die Rolle der Computational Fluid Dynamics in der IAQ-Analyse

Computational fluid dynamics verwendet numerische Methoden, um die herrschenden Gleichungen des Fluidflusses zu lösen - nämlich die Navier-Stokes-Gleichungen für den Impuls, die Kontinuitätsgleichung für die Masse und die Energiegleichung für die Wärmeübertragung. Für die Feuchtigkeitsmodellierung wird eine zusätzliche Speziestransportgleichung gelöst, um die Konzentration von Wasserdampf zu verfolgen. ANSYS Fluent ist einer der am häufigsten verwendeten CFD-Solver für Anwendungen zur Luftqualität in Innenräumen, da es robuste Turbulenzmodelle, Mehrphasenfähigkeiten und umfangreiche Anpassungsoptionen bietet Benutzerdefinierte Funktionen (UDFs).

Wenn sie auf IAQ-Studien angewendet werden, können CFD-Simulationen Fragen beantworten wie: Wie beeinflusst die Position von Diffusoren die Feuchtigkeitsverteilung? Wird sich Kondensation auf kalten Fensteroberflächen bilden? Wie beeinflussen Belegungsmuster und interne Feuchtigkeitsquellen (Menschen, Kochen, Pflanzen) die lokale Feuchtigkeit? Durch die Beantwortung dieser Fragen mit hoher räumlicher Auflösung können Ingenieure Lüftungssysteme entwerfen, die nicht nur die ASHRAE-Standards erfüllen, sondern auch den Energieverbrauch minimieren und das Risiko von Feuchtigkeitsschäden mindern.

Physikalische Schlüsselmechanismen bei der Feuchtemodellierung

Der Feuchtigkeitstransport in der Raumluft umfasst mehrere physikalische Mechanismen, die in einem CFD-Modell genau dargestellt werden müssen. Die primären Mechanismen sind Advektion (Volksluftbewegung mit Wasserdampf), Diffusion (Molekulartransport nach unten) und Phasenänderung (Verdampfung oder Kondensation von Wasser). In vielen Innenszenarien dominiert Advektion, aber in der Nähe von kalten Oberflächen oder in Stillstandszonen werden Diffusion und Kondensation kritisch.

Artentransport für Wasserdampf

Bei ANSYS Fluent wird Wasserdampf als passive Skalarart behandelt, die durch den Luftstrom transportiert wird. Der Benutzer gibt den Massenanteil des Wasserdampfs an Einlässen oder alternativ die relative Feuchtigkeit und Temperatur an, aus der Fluent den Massenanteil berechnet. Die Speziestransportgleichung enthält Begriffe für Konvektion, Diffusion und alle benutzerdefinierten Quellenbegriffe (z. B. Feuchtigkeitszugabe von Insassen). Der Diffusionskoeffizient für Wasserdampf in der Luft kann als Konstante eingestellt oder unter Verwendung der kinetischen Theorie berechnet werden. Für genaue Ergebnisse bei unterschiedlichen Temperaturen muss die variable Zusammensetzung der Luft berücksichtigt werden, aber für die meisten IAQ-Studien ist die Annahme konstanter Eigenschaften mit einer Annäherung an verdünnte Spezies ausreichend.

Modellierung von Kondensation und Verdunstung

Bei CFD kann dies entweder durch eine Randbedingung modelliert werden, die die Wasserdampfkonzentration auf den gesättigten Wert bei der Oberflächentemperatur festlegt (wodurch ein diffusiver Feuchtigkeitsfluss zur Wand getrieben wird) oder durch die Verwendung ausgefeilterer Wandfilmmodelle. ANSYS Fluent enthält ein eingebautes Kondensations- und Verdampfungsmodell, das die Schichtdicke und den Wärmeübergang verfolgt, was besonders nützlich ist, um die Leistung von Fensterkondensationen oder Kühlspulen zu analysieren. Für nicht kondensierende Oberflächen ist eine Nullflussbedingung geeignet.

Turbulenz und ihre Auswirkungen auf die Feuchtigkeitsdispersion

Innenluftströme sind fast immer turbulent, selbst bei niedrigen Geschwindigkeiten, aufgrund von Hindernissen, thermischen Federn und Diffusorstrahlen. Turbulenz verbessert die Mischung und beschleunigt die Verteilung von Feuchtigkeit. ANSYS Fluent bietet eine Reihe von Turbulenzmodellen, die für Innenströmungen geeignet sind, vom Standard-k-ε-Modell (für viele gut gemischte Räume geeignet) bis hin zu den realisierbaren k-ε- und SST-k-ω-Modellen für eine bessere Genauigkeit in Regionen mit starker Trennung oder Auftrieb. Large Eddy Simulation (LES) kann die höchste Genauigkeit bieten, ist jedoch rechentechnisch teuer und normalerweise für Forschungs- oder Validierungsstudien reserviert. Die Wahl des Turbulenzmodells muss gegen die verfügbaren Rechenressourcen und die spezifischen Ziele der Simulation abgewogen werden.

Einrichten einer Luftfeuchtigkeitssimulation in ANSYS fließend

Ein gut strukturierter Simulationsablauf ist für die Generierung aussagekräftiger Ergebnisse unerlässlich. Die folgenden Schritte skizzieren eine typische Methodik zur Modellierung der Luftfeuchtigkeit in Innenräumen mit ANSYS Fluent.

1. Geometrie und Mesh Generation

Die erste Aufgabe besteht darin, eine rechnerische Geometrie zu schaffen, die den Innenraum, einschließlich Wände, Fenster, Möbel und HLK-Komponenten, genau darstellt. ANSYS DesignModeler oder SpaceClaim können für diesen Zweck verwendet werden. Das Netz - die Diskretisierung der Geometrie in Zellen - muss fein genug sein, um Grenzschichten in der Nähe von Wänden und Diffusoren aufzulösen, wo Geschwindigkeits-, Temperatur- und Feuchtigkeitsgradienten am größten sind. Hybridnetze, die tetraedrische und Prismenschichten kombinieren, sind üblich. Eine Mesh-Unabhängigkeitsstudie sollte durchgeführt werden, um sicherzustellen, dass sich die Lösung bei weiterer Verfeinerung nicht signifikant ändert. Typische Zellzahlen für raumskalige Simulationen reichen je nach Komplexität von 500.000 bis mehreren Millionen.

2. Festlegung von Grenzbedingungen

Die Grenzbedingungen definieren den Luftstrom und die Feuchtigkeitsquellen und -senken.

  • Einlass (Geschwindigkeitseinlass oder Massenstromeinlass): Luftgeschwindigkeit, Temperatur und Wasserdampfmassenanteil (oder relative Luftfeuchtigkeit) an den Zufuhrdiffusoren angeben.
  • Auslass (Druckauslass): Anwenden von Umgebungsdruck; Rückflussbedingungen sollten mit repräsentativer Temperatur und Feuchtigkeit eingestellt werden, um Konvergenzprobleme zu vermeiden.
  • Wall: Zuweisen von thermischen Randbedingungen (feste Temperatur oder Wärmefluss) und Feuchtigkeitsgrenzbedingungen (Nullfluss für nicht kondensierende Oberflächen oder Sättigungsbedingung für Kondensation).
  • Interne Wärme- und Feuchtigkeitsquellen: Verwenden Sie volumetrische Quellenbegriffe oder benutzerdefinierte Funktionen, um die Wärme- und Feuchtigkeitserzeugung von Insassen, Geräten oder Beleuchtung darzustellen.

3. Die Auswahl der physikalischen Modelle

Bei ANSYS Fluent die Energiegleichung und das Transportmodell aktivieren; das geeignete Turbulenzmodell auswählen (z. B. realisierbare k-ε mit verbesserter Wandbehandlung); wenn Kondensation oder Verdampfung erwartet wird, das Eulersche Wandfilmmodell oder das eingebaute Kondensations-/Verdampfungsmodell unter Mehrphasenoptionen aktivieren; bei auftriebsgetriebenen Strömungen (z. B. Verdrängungsventilation) sicherstellen, dass das körperkraftgewichtete Schema für die Druckinterpolation verwendet wird und dass der Gravitationsbeschleunigungsvektor korrekt definiert ist.

4. Solver Settings und Konvergenz

Verwenden Sie den druckbasierten Solver (getrennter Algorithmus), da die Flüsse bei niedrigen Machzahlen inkomprimierbar sind. Das SIMPLE- oder SIMPLEC-Schema funktioniert gut für stationäre Simulationen. Für transiente Simulationen wird der PISO-Algorithmus empfohlen. Unterrelaxationsfaktoren sorgfältig einstellen - typische Werte für den Massenanteil an Feuchtigkeitsspezies müssen möglicherweise auf 0,7 bis 0,9 reduziert werden, um Oszillationen zu vermeiden. Konvergenzkriterien sollten auf skalierten Residuen (1e-4 für Kontinuität und Impuls, 1e-6 für Energie und Spezies) und auf der Überwachung integrierter Größen wie mittlerer Raumfeuchtigkeit oder Kondensationsrate basieren.

5. Nachbearbeitung und Analyse

Sobald die Lösung konvergiert ist, können die Nachbearbeitungswerkzeuge von ANSYS Fluent (oder CFD-Post) Konturdiagramme der relativen Feuchtigkeit, Temperatur und Luftgeschwindigkeit auf den interessierenden Ebenen erzeugen. Stromlinien und Pfadlinien helfen, das Luftstrommuster und den Feuchtigkeitstransport zu visualisieren. Mengen wie der durchschnittliche RH in der besetzten Zone, der Prozentsatz der Fläche über 70% RH und der Kondensationsmassenfluss auf kalten Oberflächen können für den quantitativen Vergleich extrahiert werden. Parametrische Untersuchungen - variierender Diffusorstandort, Versorgungstemperatur oder Luftstromrate - können mit Fluents Journaling oder Workbench-Parametermanagement automatisiert werden.

Beispielanwendung: Optimierung der Lüftung in einem Bürokonferenzraum

Man denke an einen typischen Konferenzraum von 8 m × 6 m × 3 m mit einem an der Decke angebrachten Mischlüftungssystem. Der Raum wird von 12 Personen besetzt, die jeweils etwa 75 W sensible Wärme und 55 g/h Feuchtigkeit erzeugen (meist durch Atmung und Schweiß). Eine Außenwand mit einem großen Fenster hat Außentemperaturen und kann Oberflächentemperaturen von bis zu 14 °C im Winter erreichen, deutlich unterhalb des Raumtaupunktes. Ohne geeignete Belüftung bildet sich Kondensation am Fenster, was zu Wasserschäden und Schimmelbildung führt.

Eine CFD-Simulation wird mit der oben beschriebenen Methodik erstellt. Die Zufuhrdiffusoren liefern 150 L/s Luft bei 18 °C und 50% RH. Der Auspuff befindet sich in der Nähe der Decke an der gegenüberliegenden Wand. Das Turbulenzmodell ist realisierbar k-ε, und der Massenanteil des Wasserdampfs der Spezies ist gelöst. Abbildung 1 zeigt die vorhergesagte relative Feuchtigkeitsverteilung in einer Höhe von 1,2 m (Bewohneratmungszone). Die Ergebnisse zeigen, dass der Bereich in der Nähe des Fensters RH-Werte von mehr als 75% aufweist und die Kondensationsrate auf der Fensteroberfläche wird mit 0,2 g/m2 · h vorhergesagt - ausreichend, um das Schimmelwachstum im Laufe der Zeit zu erhalten.

Mit den Simulations-Insights modifiziert der Ingenieur das Design: Eine beheizte Verglasungseinheit wird so ausgelegt, dass die Fensteroberfläche über 16 °C bleibt, und ein kleiner zusätzlicher Diffusor wird hinzugefügt, um die trockenere Zuluft entlang des Fensters zu leiten. Die überarbeitete Simulation zeigt, dass die Kondensationsrate auf vernachlässigbare Werte absinkt und die Feuchtigkeitsverteilung gleichmäßiger wird, wobei alle besetzten Zonen unter 60% RH bleiben. Die Energiestrafe für die Beheizung der Verglasung wird durch eine leichte Verringerung des Gesamtlüftungsluftstroms ausgeglichen, da die verbesserte Verteilung die gleiche IAQ-Leistung mit weniger Außenluft ermöglicht. Diese Art der iterativen Optimierung wäre unerschwinglich teuer und zeitaufwendig mit physikalischem Prototyping allein.

Fortgeschrittene Überlegungen und Modellierungstechniken

Für komplexere oder anspruchsvollere Anwendungen können zusätzliche Modellierungsmöglichkeiten eingesetzt werden.

Mehrphasenmodellierung für Nebel oder Nebel

Wenn die Luft übersättigt wird (z. B. in Duschen, Schwimmbädern oder industriellen Befeuchtungsprozessen), kann Wasserdampf zu einem Nebel aus feinen Tröpfchen kondensieren. Das Eulersche Wandfilmmodell berücksichtigt nicht die luftgetragenen Tröpfchen. In solchen Fällen ist ein vollwertiges Mehrphasenmodell wie das Eulersche-Eulerische oder Lagrangsche diskrete Phasenmodell (DPM) erforderlich. Das DPM verfolgt die einzelnen Partikelbahnen und kann die Tröpfchenverdampfung, Koaleszenz und Wandbeaufschlagung modellieren. Dies ist rechenintensiv, bietet aber die realistischste Darstellung der Zweiphasenströmung.

Kopplung mit Gebäudeenergiesimulation (BES)

CFD-Modelle simulieren typischerweise die Luftdomäne mit hoher räumlicher Auflösung, aber für kurze Zeiträume. Zur Analyse der saisonalen oder jährlichen Leistung kann CFD mit einem Gebäudeenergiesimulationswerkzeug wie EnergyPlus oder TRNSYS gekoppelt werden. Das BES-Tool bietet Randbedingungen (Wandtemperaturen, Lüftungspläne, interne Gewinne) zum CFD-Modell, das raffinierte Wärme- und Stoffübertragungskoeffizienten zurückgibt. Dieser gekoppelte Ansatz ist besonders effektiv für die Entwicklung natürlicher Lüftungsstrategien, Erd-Luft-Wärmetauscher und Strahlungskühlsysteme, bei denen der Feuchtigkeitstransport stark mit dem Gebäudegewebe interagiert.

Benutzerdefinierte Funktionen (UDFs)

Die UDF-Fähigkeit von ANSYS Fluent ermöglicht benutzerdefinierte Quellbegriffe, Randbedingungen oder Transportgleichungen. Für IAQ könnte eine UDF die Feuchtigkeitspufferwirkung von porösen Materialien (z. B. Gipsplatte, Holz) modellieren, die Feuchtigkeit auf der Grundlage lokaler Feuchtigkeit absorbieren und freisetzen. Eine andere UDF könnte einen Schimmelwachstumsrisikoindex implementieren, der an jeder Wandseite berechnet und im Laufe der Zeit protokolliert wird. UDF ist zwar komplex zu schreiben und zu validieren, erweitert jedoch den Umfang von Standard-Fluent-Modellen, um forschungsspezifische Bedürfnisse zu erfüllen.

Vorteile und Einschränkungen von CFD für die Feuchtemodellierung

Die Vorteile der Verwendung von CFD für das IAQ-Design wurden umfassend demonstriert: hohe räumliche Auflösung, Fähigkeit, zahlreiche Designvarianten zu testen, gleichzeitige Vorhersage von Wärme- und Feuchtigkeitsfeldern und Visualisierung des Kondensationsrisikos. Allerdings müssen die Praktiker auch die Einschränkungen erkennen. CFD-Simulationen erfordern erhebliche Rechenressourcen - eine einzelne stationäre Simulation eines mäßig großen Raums kann Stunden auf einer Hochleistungs-Arbeitsstation dauern und transiente Simulationen können tagelang laufen. Die Genauigkeit der Ergebnisse hängt stark von der Qualität des Netzes, der Angemessenheit von Turbulenz- und Artentransportmodellen und der Genauigkeit der Randbedingungen ab. Die Validierung gegen experimentelle Daten oder veröffentlichte Benchmarks wird dringend empfohlen, bevor CFD für die Zertifizierung oder die Einhaltung der Vorschriften verwendet wird.

Darüber hinaus ist CFD kein Ersatz für physikalische Messungen, bei denen eine hohe Genauigkeit erforderlich ist, wie z. B. bei der Inbetriebnahme von HLK-Systemen. Es wird am besten als Design- und Optimierungswerkzeug verwendet, das Entscheidungen trifft, die dann durch Stichprobenmessungen und Inbetriebnahmetests verifiziert werden. Wenn es mit fundiertem technischem Urteil angewendet wird, ist die CFD-Modellierung der Feuchtigkeit eine leistungsstarke Fähigkeit, die direkt zu gesünderen, komfortableren und energieeffizienteren Innenumgebungen beiträgt.

Externe Ressourcen und weitere Lesung

Für diejenigen, die daran interessiert sind, ihr Verständnis der Feuchtigkeitsmodellierung und des IAQ zu vertiefen, werden die folgenden Ressourcen empfohlen:

Durch die Nutzung fortschrittlicher CFD-Tools wie ANSYS Fluent können Ingenieure über vereinfachende Annahmen hinausgehen und robuste, evidenzbasierte Designs für Innenräume entwickeln, die Gesundheit, Komfort und Nachhaltigkeit fördern.