Анализ распределения потока воздуха и температуры в крупных розничных магазинах с использованием Ansys Fluent

Крупные розничные магазины сталкиваются с уникальными проблемами в поддержании комфортных температур и эффективного воздушного потока. С обширными открытыми пространствами, высокими потолками, различными уровнями заполняемости и плотными дисплеями продуктов достижение однородных условий окружающей среды требует больше, чем простого размера HVAC. Программное обеспечение для вычислительной динамики жидкости (CFD), такое как Ansys Fluent, обеспечивает аналитическую строгость, необходимую для моделирования и оптимизации распределения воздуха в этих сложных средах. В этой статье рассматривается, как инженеры и менеджеры объектов могут использовать Ansys Fluent для моделирования воздушного потока и температурных моделей, выявления проблемных зон и, в конечном итоге, проектирования систем HVAC, которые повышают комфорт покупателя при одновременном снижении потребления энергии.

Почему анализ воздуха и температуры имеет значение в розничной торговле

Удобная среда для покупок напрямую влияет на время пребывания клиентов, поведение покупателей и восприятие бренда. Температурные горячие точки возле окон или плохо расположенные регистры могут отогнать покупателей, в то время как холодные сквозняки возле входных дверей препятствуют просмотру. Помимо комфорта, строительные нормы и отраслевые стандарты требуют минимальных норм вентиляции для поддержания качества воздуха в помещении (IAQ). Согласно стандарту ASHRAE 62.1, торговые помещения должны обеспечивать заданные показатели наружного воздуха на одного пассажира для разбавления загрязняющих веществ от продуктов, чистящих химикатов и человеческой деятельности.

Расходы на электроэнергию представляют собой основные эксплуатационные расходы для розничных торговцев. Системы отопления, вентиляции и кондиционирования воздуха (HVAC) составляют примерно 40% от общего потребления энергии в магазине. Даже небольшие улучшения в распределении воздушного потока могут дать значительную экономию. Например, устранение короткого замыкания кондиционированного воздуха между распределителями питания и решетки возврата может снизить энергию вентилятора на 15-20%. Аналогичным образом, предотвращение чрезмерной вентиляции в зонах с низкой заполняемостью при сохранении комфорта в районах с высоким трафиком согласуется с современными стратегиями вентиляции, контролируемыми спросом.

Традиционные методы проектирования основаны на упрощенных предположениях, таких как равномерное смешивание, которое редко проводится в больших торговых полах с нерегулярными высотами потолков, мезонинами и обструкциями крепления. Анализ CFD предоставляет пространственно разрешенные данные, которые выявляют фактические поля скорости и температуры. Этот уровень детализации помогает инженерам избежать дорогостоящих послестроительных модернизаций и поддерживает устойчивые строительные сертификаты, такие как LEED и BREEAM.

Ансис Fluent как инструмент CFD

Ansys Fluent является одним из наиболее широко используемых CFD-решателей в промышленности и научных кругах. Он использует метод конечных объемов для решения управляющих уравнений потока жидкости (Navier-Stokes) и передачи энергии. Программное обеспечение может обрабатывать турбулентные режимы потока, естественную конвекцию, управляемую плавучестью, передачу радиационного тепла и сложный многокомпонентный перенос видов, все из которых актуальны в розничных средах.

Ключевые возможности, которые делают Fluent подходящим для анализа больших магазинов, включают:

Ansys Fluent интегрируется с пакетами CAD через DesignModeler или SpaceClaim, что позволяет напрямую импортировать архитектурные модели.Границы, такие как скорости рассеивателя питания, скорости проникновения наружного воздуха и внутренние тепловые коэффициенты от освещения, электроники и пассажиров, определяются с инженерной точностью. Типичное моделирование большого магазина, выполняемое на высокопроизводительной рабочей станции, может быть завершено за несколько часов до нескольких дней, в зависимости от плотности сетки и сложности модели.

Проверка прогнозов CFD с помощью данных из реального мира

Хотя CFD является мощным инструментом прогнозирования, его точность зависит от входных предположений и проверки на полевые измерения. Инженеры обычно проводят сквозные обследования температуры и скорости с использованием анемометров горячей проволоки и термометров земного шара. Журналисты данных, размещенные в нескольких местах в течение нескольких дней, фиксируют временные изменения в различных условиях на открытом воздухе и моделях заполняемости. Эти эмпирические данные калибруют модель CFD, гарантируя, что результаты моделирования отражают фактическое поведение хранилища.

Этап 1: Подготовка и сетка геометрии

Каждый надежный анализ CFD начинается с точного геометрического представления розничного пространства. Модель должна включать в себя оболочку здания (стены, крыша, пол), все внутренние перегородки, основные препятствия (структурные колонны, эскалаторы, лифты), оборудование HVAC (блоки обработки воздуха, диффузоры, решетки, воздуховоды) и светильники (гондолы, кулеры, морозильники, счетчики касс). Отказ или упрощение этих функций может привести к ошибке в прогнозируемых путях воздушного потока.

Очистка геометрии часто является наиболее трудоемким шагом. Архитектурные модели часто содержат небольшие зазоры, перекрывающиеся поверхности или ненужные детали (например, болты на полках). Инженеры должны упростить эти функции, используя операции по поражению в SpaceClaim или DesignModeler. Например, стенка холодильников может быть представлена в виде блока с постоянной температурой поверхности и источником импульса для имитации потока вентилятора конденсатора. Аналогично, ряд стойки одежды может рассматриваться как пористая среда с присвоенными коэффициентами сопротивления потоку, полученными из лабораторных испытаний или значений литературы.

Сетка преобразует геометрию в дискретные объемы управления. Сетчатые приложения Fluent (Fluent Meshing или Ansys Meshing) поддерживают тетраэдрические, гексаэдрические, полиэдрические и гибридные элементы. Для крупных розничных магазинов (10 000–100 000 м]2) полиэдрические сетки обеспечивают хороший баланс между количеством ячеек и точностью, поскольку они уменьшают количество элементов до трех раз по сравнению с тетраэдрическими сетками при сохранении качества раствора. Слои инфляции вблизи стен захватывают эффекты пограничного слоя, необходимые для прогнозирования теплопередачи. Типичная сетка для супермаркета среднего размера может содержать 5–20 миллионов ячеек.

Наиболее распространенные ловушки сетки и как их избежать

Этап 2: Установление граничных условий и физика

Для моделирования розничного магазина необходимо тщательно определить следующие параметры:

Для крупных магазинов часто бывает достаточно симуляции с постоянным состоянием для оценки условий проектирования (пик летом или зимой). Однако для изучения эффекта дверных проемов, изменения заполняемости или утренних периодов разминки необходимы переходные симуляции. Нестабильный решатель Fluent может фиксировать эти зависящие от времени явления, но для этого требуется более длительное вычислительное время.

Стадия 3: Решение CFD-моделирования

При наличии геометрии, сетки и граничных условий, запускается решатель. Fluent использует итеративный алгоритм (например, SIMPLE, SIMPLEC или связанный решатель) для сходства на переменных скорости, давления, температуры и турбулентности. Конвергенция контролируется остатками (обычно менее 1e-4 для непрерывности и импульса и 1e-6 для энергии) и путем отслеживания инженерных величин, таких как средняя температура в занятой зоне.

Для потоков, управляемых плавучестью, распространенных в больших объемах с температурной стратификацией, необходимо применять приближение Boussinesq или закон идеального газа. Модель Boussinesq рассматривает изменения плотности как линейные по температуре и вычислительно дешевле, но закон идеального газа более точен, когда разница температур превышает 30–40 ° C.

Недорасслабляющие факторы могут нуждаться в корректировке для предотвращения расхождения. Например, пониженное расслабление для энергии и турбулентности часто стабилизирует симуляции с сильной плавучестью или высокой конвективной теплопередачей. Желательно начинать со значений по умолчанию и уменьшать их, если остатки застаиваются или колеблются.

Устранение неполадок в конвергенции

Общие проблемы конвергенции в симуляции розничных магазинов включают:

Этап 4: Последующий анализ и интерпретация результатов

После конвергенции решений Fluent предоставляет обширные инструменты постобработки — либо в рамках программного обеспечения, либо через сторонние инструменты, такие как Ensight или ParaView.

Контур величины скорости на высоте 1,5 м может показать, что передняя часть магазина возле входа получает сильный холодный воздух из воздуховода над дверью, в то время как задняя область хранения остается застойной.

Пример: Оптимизация размещения диффузора в гипермаркете площадью 5000 м2

Рассмотрим гипермаркет в субтропическом климате с высоким потолком (8 м. Оригинальная конструкция использует линейные диффузоры слотов вдоль обеих длинных стен. Моделирование CFD показывает выраженную центральную температурную зону на 3-4 °C теплее, чем проходы возле стен. Поток воздуха от настенных диффузоров проносится по потолку и медленно опускается, не достигая центральной занятой зоны. Моделирование также показывает, что входящие в центр кулеры производят местный холодный остров, но тепло от осветительных приборов создает плавучий шлейф, который сливается в потолке, усиливая стратификацию.

Передвигая несколько диффузоров ближе к центральным проходам и переориентируя их на прямой воздух вниз, анализ CFD прогнозирует снижение вертикального температурного градиента с 5°C до 1,5°C и снижение общей охлаждающей нагрузки на 12%, поскольку кондиционированный воздух смешивается ранее с теплым верхним слоем. Это изменение было реализовано в реальном магазине, а измерения после модернизации соответствовали моделированию в пределах 0,5°C.

Преимущества CFD-анализа для проектирования и эксплуатации розничных магазинов

Возврат инвестиций для проведения исследования CFD в крупном розничном магазине является существенным. Преимущества охватывают этапы проектирования, строительства и эксплуатации:

Чтобы узнать больше о возможностях Ansys Fluent для построения аналитики, см. официальную страницу продукта Ansys Fluent . Для более глубокого погружения в лучшие практики сетки для внутренних потоков блог Ansys о советах по сетке предоставляет практические рекомендации. Для руководства по дизайну HVAC для розничной торговли, обратитесь к руководству по расчету нагрузки ASHRAE .

Проблемы и ограничения CFD в розничной торговле

Несмотря на свою мощь, CFD имеет ограничения, которые инженеры должны признать:

Для смягчения этих проблем обычной практикой является запуск нескольких сценариев — пиковое охлаждение, плечевые сезоны, ночная неудача — и проверка по крайней мере одного сценария на основе полевых измерений. Со временем библиотеки проверенных моделей CFD для типичных розничных макетов могут быть повторно использованы и уточнены.

Будущие направления: цифровые близнецы и интеграция умного здания

Следующим рубежом для CFD в розничной торговле является его интеграция в цифровые двойники - динамические виртуальные модели, которые постоянно обновляются на основе данных датчиков из фактического здания. Вместо одноразового исследования дизайна цифровой двойник на основе CFD может регулировать скорость вентиляции и затухать позиции в режиме реального времени, чтобы поддерживать комфорт при минимизации использования энергии. Такие компании, как Ansys, сотрудничают с поставщиками платформ IoT для встраивания моделей с уменьшенным порядком, полученных из Fluent, в системы управления зданием.

Другие достижения включают в себя соединение CFD с инструментами моделирования энергии (например, EnergyPlus, TRNSYS) для захвата взаимодействий между нагрузками на конверт, производительностью оборудования HVAC и распределением воздушного потока. Машинное обучение также используется для ускорения скорости решателя, позволяя прогнозировать в режиме реального времени без выполнения полных CFD каждую минуту.

Для крупных розничных сетей с сотнями аналогичных макетов магазинов параметрическое исследование CFD может генерировать правила проектирования, которые применяются во всем портфеле.Одно высокоточное моделирование прототипа магазина в сочетании с коррекционными поправками для ориентации, климатической зоны и размера может надежно масштабироваться в десятки мест без повторного проведения полного анализа.

Заключение

Распределение потока воздуха и температуры в крупных розничных магазинах определяется сложным взаимодействием геометрии здания, конструкции системы HVAC, внутренних тепловых нагрузок и наружного климата. Ansys Fluent обеспечивает надежную платформу для моделирования этих условий с разрешением, необходимым для принятия уверенных инженерных решений. От первоначальной очистки геометрии до окончательной постобработки и проверки модернизации CFD помогает дизайнерам выйти за рамки предположений к оптимизации HVAC на основе данных.

Ключевые выводы для тех, кто рассматривает CFD-анализ для розничной среды, включают: точное вложение времени в сетку занятой зоны; использование граничных условий, которые отражают как построенные, так и реалистичные наилучшие оценки; проверка с полевыми измерениями; и интерпретация результатов с пониманием показателей комфорта. При правильном применении CFD не только снижает потребление энергии и сглаживает температурные градиенты, но и создает атмосферу покупок, которая заставляет клиентов возвращаться.

Более подробные учебные пособия по созданию розничной модели CFD в Ansys Fluent см. на странице Ansys Student Resources . Практические тематические исследования из продуктового сектора можно найти в CIBSE Journal. По мере ужесточения стандартов производительности зданий CFD станет неотъемлемой частью набора инструментов для проектирования розничной торговли.