Introduction au DFC dans la conception du CVC à l'hôpital

Les hôpitaux ont besoin d'unités de manipulation de l'air (AHU) méticuleusement conçues pour maintenir des environnements stériles, contrôler les infections atmosphériques et assurer le confort thermique des patients et du personnel. Les méthodes de conception traditionnelles reposent souvent sur des règles empiriques et des calculs simplifiés, mais celles-ci peuvent manquer les schémas critiques de débit d'air qui affectent le contrôle de la contamination et les performances énergétiques.

Cet article fournit un guide complet sur l'utilisation du CFD pour la conception du système hospitalier AHU, qui couvre les étapes clés de modélisation, les techniques de validation, les stratégies d'optimisation et les avantages pratiques.

Pourquoi la DFC est essentielle pour le design AHU de l'hôpital

Les hôpitaux présentent des défis uniques en matière de CVC. Les salles d'opération, les salles d'isolement, les unités de soins intensifs et les couloirs propres ont chacun des taux de changement d'air, des différentiels de pression et des exigences de filtration spécifiques.

La DFC répond à ces défis en fournissant des données détaillées et résolues sur le plan spatial, qui ne peuvent pas être utilisées pour des calculs manuels simplifiés.

  • Visualisation des schémas de débit d'air: Les ingénieurs peuvent identifier des zones de recirculation, des courts-circuits ou des déséquilibres de pression involontaires.
  • Quantification de la dispersion des contaminants:[ Les modèles CFD suivent les particules, les gouttelettes ou les traceurs gazeux, pour informer l'emplacement des filtres et des gaz d'échappement de l'HEPA.
  • L'analyse du confort thermique:[ Des champs de température et de vitesse simulés aident à éviter les courants d'air ou les points chauds qui compromettent la récupération du patient.
  • Optimisation de la performance énergétique :[ En évaluant les géométries de conduit, le calibrage des bobines et les configurations de ventilateurs, CFD réduit les coûts opérationnels.

Les normes réglementaires telles que ASHRAE 170 (Ventilation des établissements de soins de santé) et les lignes directrices de la FGI exigent souvent une vérification du rendement.

Étapes de base pour l'optimisation AHU en utilisant Ansys Fluent

Un flux de travail systématique du CFD assure des résultats fiables. Ci-dessous, nous décomposons chaque étape majeure, de la création de géométrie à la post-traitement, avec des recommandations spécifiques pour les applications AHU hospitalières.

1. Géométrie et préparation du modèle

Dans les applications hospitalières, inclure tous les composants critiques : boîtes de mélange, préfiltres, bobines de refroidissement/chauffage, humidificateurs, ventilateurs, banques de filtres HEPA, diffuseurs d'alimentation, grilles de retour et travaux de conduit. Simplifier les caractéristiques non essentielles (p. ex., petites vis ou virages loin de la région d'intérêt) pour réduire le nombre de mailles sans sacrifier la précision près des murs et des obstacles.

Pour les grands espaces comme une suite de salle d'opération, vous pouvez choisir de modéliser seulement une zone représentative ou utiliser une approche de symétrie sectorielle. Cependant, respectez les conditions réelles de la limite de pression entre les zones (p. ex. couloir vs OR). Exportez la géométrie dans un format compatible avec ANSYS (p. ex. .step, .parasolid ou .stl) et réparez les espaces ou les surfaces qui se chevauchent.

2. Stratégie de génération de mailles

Pour les simulations AHU, utilisez une combinaison de couches tétraédriques et prismes. Les couches de prisme (couches d'inflation) sont essentielles près des murs pour capturer la couche limite visqueuse – critique pour prédire la chute de pression à travers les filtres et les bobines.

  • Lignes directrices sur la taille des cellules :[ Utilisez une taille globale d'élément de 10 à 20 mm pour les intérieurs des conduits, avec raffinement local près des faces des filtres, des vanes tournantes et des ouvertures de diffuseur (2 à 5 mm).
  • Résolution de la couche de base:[ Assurez-vous que les valeurs y+ se situent dans la plage de 1–30 selon le modèle de turbulence. Pour SST k‐omega, visez y+ - - 1 près des murs.
  • Etude d'indépendance de la maille :[ Exécuter des simulations sur au moins trois mailles (courbées, moyennes, fines) pour confirmer que les sorties clés – telles que la chute de pression et la distribution de température – vont de moins de 5 % entre les mailles moyennes et fines.

Les outils de maillage ANSYS Fluents (Fluent Meshing ou ANSYS Meshing) offrent des workflows automatisés pour des géométries complexes. Utilisez les contrôles -Face Sizing et -Body Sizing-Size pour affiner les régions critiques sans gonfler inutilement le nombre de cellules.

3. Installation physique et conditions de démarcation

Les conditions limites précises sont le fondement d'une simulation crédible. Pour les hôpitaux AHU, définir les éléments suivants:

  • Inlets: Spécifiez le débit massique ou la vitesse ainsi que la température totale et l'intensité de turbulence (5-10% est typique pour les débits de conduits).
  • Outlets: Utiliser des conditions limites de pression-outlet avec pression zéro manomètre (ou la différence de pression statique prévue).
  • Tailles: Appliquer des conditions de pas de glissement avec une rugosité appropriée. Pour le transfert de chaleur par le boîtier AHU, spécifiez le coefficient convectif de transfert de chaleur ou la température fixe en fonction de l'environnement.
  • Filtres et bobines: Modélisez ces derniers comme des milieux poreux. Utilisez les coefficients de résistance visqueux et inertiel dérivés des courbes de chute de pression du fabricant.
  • Sources de contaminants:[ Pour les études de contrôle des infections, introduire une espèce scalaire (p. ex., noyaux de gouttelettes infectieux) à un taux de génération connu.

Pour les débits entraînés par la flottabilité (p. ex. dans les grandes oreillettes), permettre le modèle Boussinesq avec un coefficient de dilatation thermique. Dans la plupart des conduits AHU, la convection forcée domine, mais les salles d'hôpital peuvent avoir des charges de chaleur provenant de l'équipement médical et des patients qui créent des courants de convection naturels.

4. Sélection du modèle de turbulence

Le choix du modèle de turbulence approprié permet de comparer la précision et le coût de calcul. Pour les simulations AHU, les modèles suivants sont largement utilisés :

  • k-epsilon (standard ou réalisable): Convient pour les débits de nombre élevé de Reynolds dans les conduits et les plenums. Exécute bien loin des murs mais nécessite des fonctions murales.
  • SST k‐omega: Combine la robustesse de k‐omega près des murs avec le k‐epsilon dans le flux libre. Excellent pour les flux avec séparation, comme autour des berges de filtre ou des vanes tournantes.
  • Transition SST:[ Modèles de transition laminaire vers une zone de turbulence, utile si des zones à faible vitesse existent (p. ex. diffuseurs à proximité de l'approvisionnement dans les salles d'opération).

Pour les environnements hospitaliers où le débit laminaire est souhaité (p. ex., flux d'air unidirectionnel dans les salles d'opération), envisager d'utiliser un modèle de turbulence à faible nombre de Reynolds ou même une simulation laminaire si le nombre de Reynolds est inférieur à 2000 dans les zones critiques.

5. Paramètres du solvant et convergence

Utilisez un résolveur couplé à pression pour les débits incompressibles. Définissez les paramètres typiques suivants :

  • Discretisation: Deuxième ordre vers le haut pour les équations de l'impulsion, de la turbulence et de l'énergie.
  • Méthode graduée:Cellulaire à base de moindres carrés.
  • Facteurs de sous-relaxation : Pression 0,3, moment 0,7, turbulence 0,8. Réduire si la convergence est instable.
  • Critères de convergence:[ Continuité résiduelle inférieure à 1e‐4, moment et énergie inférieures à 1e‐6, et espèces (si modélisée) inférieure à 1e‐5.

En général, les simulations AHU nécessitent des itérations de 500 à 2000 pour des solutions à l'état stationnaire. Si les effets transitoires (p. ex. ouvertures de portes, rampe de ventilateur) sont importants, passer à un résolveur transitoire avec un pas de temps de 0,01 à 0,1 s et courir jusqu'à ce que le débit atteigne un état périodique.

6. Traitement et interprétation postérieurs

Les capacités de post-traitement (ou CFD-Post) de l'ANSYS vous permettent de visualiser les résultats de façon significative pour les intervenants :

  • Vélocité vectorielles et rationalisations:[ Identifier les zones de court-circuit ou les zones mortes. Dans les salles d'opération, vérifier que le débit unidirectionnel (0.15–0.45 m/s) est maintenu au-dessus du champ stérile.
  • Les contours de température:[ S'assurer que la température de l'air d'alimentation ne crée pas d'inconfort ou de condensation sur les surfaces froides.
  • Concentration de contaminants :[ Fraction de masse de l'espèce de parcelle pour évaluer l'efficacité de l'enlèvement et identifier les endroits où les pathogènes peuvent s'accumuler.
  • La chute de pression entre les composants:[ Somme des pertes de pression à travers les filtres, les bobines et les conduits pour vérifier que le ventilateur sélectionné peut surmonter la résistance du système.

Données quantitatives sur l'exportation (p. ex., changements atmosphériques moyens par heure, efficacité de l'élimination des contaminants) pour comparer avec les objectifs de conception de normes comme ASHRAE 170.

Techniques d'optimisation avancées

Au-delà de la simulation de base, les ingénieurs peuvent utiliser CFD pour concevoir des itérations. Voici trois approches puissantes:

Études paramétriques et optimisation automatisée

Les paramètres géométriques (diamètre du canal, surface du filtre, type de diffuseur d'alimentation) ou les paramètres opérationnels (p. ex., fraction d'air extérieur, vitesse du ventilateur) pour cartographier les performances. Combiner avec la méthodologie de surface de réponse ou l'optimisation directe pour trouver des configurations qui minimisent la chute de pression tout en maximisant l'élimination des contaminants – un problème multi-objectifs classique.

Par exemple, un hôpital pourrait évaluer 20 géométries de vane différentes dans une boîte de mélange pour réduire les turbulences et améliorer la stratification thermique.

Analyse transitoire pour la lutte contre les infections

De nombreux scénarios de contrôle des infections sont transitoires, comme un événement de toux dans une salle de patient ou l'ouverture d'une porte à une salle d'isolement. La DFC transitoire peut suivre la dispersion d'un nuage de contaminants pendant des secondes à minutes. En modélisant un pouls de gaz traceur à partir d'une source ponctuelle, vous pouvez évaluer dans quelle mesure le HAP purifie le contaminant et si les différentiels de pression sont maintenus pendant le fonctionnement de la porte.

Les résultats transitoires informent le placement des grilles d'échappement et les taux de changement d'air requis pour obtenir des temps de dégagement acceptables (p. ex., retrait de 99,9 % dans les 15 minutes suivant les lignes directrices des CDC).

Couplage avec les modèles d'énergie de construction

Les résultats CFD peuvent être exportés vers des outils de simulation d'énergie comme EnergyPlus ou TRNSYS pour tenir compte des charges thermiques dynamiques. Par exemple, la distribution détaillée de la vitesse et de la température de l'air à partir d'une simulation Fluent peut être utilisée pour étalonner un modèle multizone simplifié pour l'analyse annuelle de l'énergie.

Plusieurs établissements de recherche ont réussi à combiner le CFD et la simulation de bâtiments pour optimiser les stratégies de contrôle de l'AHU à l'hôpital, en ajustant la température et le débit de l'air d'alimentation en fonction de l'occupation en temps réel et des conditions extérieures.

Étude de cas pratique : salle d'opération AHU Reconception

Pour illustrer les avantages, il faut envisager un hôpital de taille moyenne avec une salle d'opération (OU) qui a connu un nombre élevé de particules pendant l'opération de débit laminaire. L'AHU existant a utilisé une seule banque de filtres HEPA et quatre diffuseurs de plafond.

  • Court-circuit:[ L'air du diffuseur près de la porte était en train de rentrer de l'air du couloir adjacent, ce qui augmente le risque de contamination.
  • Stratification de température:[ La chaleur des lumières chirurgicales a créé un panache thermique qui a perturbé le flux unidirectionnel descendant, provoquant des poches stagnantes au-dessus de la table des instruments.
  • Parallèle de l'huile: Le joint de la banque de filtres ne s'est pas bien scellé, permettant à l'air non filtré d'entrer dans le plénum d'alimentation, visible comme une concentration élevée d'espèces près du plafond.

L'équipe de conception a simulé trois modifications : (1) remplacer les quatre diffuseurs par un couvert laminaire plus grand, (2) installer un joint de filtre plus serré et (3) augmenter le volume d'air d'alimentation de 15 %. La conception optimisée a réduit le nombre de particules de 92 % dans la zone critique tout en maintenant le confort thermique. L'hôpital a mis en oeuvre les changements et a atteint la conformité continue aux exigences de la classe 5 de l'ISO lors des essais ultérieurs.

Meilleures pratiques pour des résultats fiables de la DFC

Pour que votre modèle de CFD reflète vraiment la réalité, suivez les lignes directrices suivantes :

  • Valider par rapport aux données mesurées:[ Si possible, prendre des mesures de vitesse, de température et de pression sur le terrain à plusieurs emplacements de l'AHU. Utilisez-les pour étalonner les conditions limites et les paramètres de turbulence.
  • Utiliser des mailles de haute qualité : Un mauvais maillage donne des résultats peu fiables.
  • Hypothèses documentaires : Chaque modèle comporte des simplifications (p. ex., en supposant un état stable, en négligeant les rayonnements).
  • Leverage calcul parallèle:[ Les modèles AHU avec des millions de cellules peuvent être résolus efficacement sur des postes de travail multi-cœurs ou des grappes de cloud.
  • Tâches répétitives automatiques: Utilisez Fluents Journal scripting ou PyFluent pour exécuter des balayages paramétriques sans intervention manuelle.

Avantages de la conception AHU pilotée par CFD

Les hôpitaux qui adoptent l'optimisation fondée sur la DFC rapportent de multiples avantages concrets :

  • Taux d'infection réduits:[ Un meilleur confinement et l'élimination des agents pathogènes aéroportés améliorent directement les résultats pour les patients.Une étude publiée dans Bâtiment et environnement a révélé que la ventilation optimisée par CFD a réduit le risque de transmission dans les locaux d'isolement jusqu'à 70 %.
  • Économies d'énergie:[ En minimisant les pertes de pression des conduits et la puissance des ventilateurs, les hôpitaux peuvent réduire la consommation d'énergie de CVC de 15 à 30 %.
  • Frais de mise en service : Il faut moins d'ajustements sur place parce que la conception est déjà validée virtuellement, ce qui réduit les retards de construction et les coûts de réaménagement.
  • Rfort amélioré:[ La satisfaction du personnel et du patient s'améliore lorsque la température et l'humidité sont uniformément contrôlées.

Par exemple, un hôpital enseignant de 500 lits a déclaré des économies annuelles de 180 000 $ en coûts énergétiques après avoir remanié ses calendriers d'exploitation de l'AHU en utilisant des stratégies éclairées par le FCD, tout en maintenant des mesures de contrôle des infections plus strictes.

Tendances futures : Jumelles numériques et CFD améliorées par l'IA

Les algorithmes d'apprentissage automatique sont maintenant intégrés au CFD pour prédire le transport des contaminants en temps réel, ce qui permet un contrôle adaptatif du CVC. Les jumeaux numériques, des copies dynamiques du système AHU de l'hôpital, combinent les modèles CFD avec des données de capteur en direct pour prévoir la dégradation des performances (p. ex., chargement de filtres) et la maintenance prédictive du calendrier.

À mesure que ces outils seront mûrs, les équipes de génie hospitalier pourront passer de la conception à l'optimisation continue, en répondant dynamiquement aux éclosions d'occupation, de conditions météorologiques et d'infection.

Conclusion : Un outil essentiel pour des hôpitaux plus sûrs

La simulation CFD dans l'ANSYS Fluent offre aux ingénieurs hospitaliers une capacité sans précédent d'optimiser la conception d'unités de traitement de l'air avant la construction.En suivant un workflow rigoureux – géométrie exacte, indépendance des mailles, modélisation physique appropriée et validation – vous pouvez réaliser des améliorations tangibles de la qualité de l'air, de l'efficacité énergétique et de la sécurité des patients.

Les ingénieurs qui adoptent cette méthodologie sont mieux préparés à répondre aux lignes directrices actuelles en matière de lutte contre l'infection et aux défis futurs.Pour des conseils plus détaillés sur les réglages des fluides de l'ANSYS pour les applications de CVC, consultez la page ANSYS Fluent product page. Pour des conseils plus détaillés sur les normes de ventilation hospitalière, consultez ASHRAE Standard 170 et CDC Guidelines for Environmental Infect Control.