Использование Ansys Fluent для моделирования влияния влажности на системы качества воздуха в помещениях

Основы влажности и ее влияние на качество воздуха в помещении

Качество воздуха в помещениях (IAQ) является многомерной проблемой, которая непосредственно влияет на здоровье, комфорт и производительность человека. Среди многих факторов, влияющих на IAQ, влажность выделяется как особенно сложная переменная. Влажность регулирует не только тепловой комфорт, но и выживание и распространение биологических загрязнителей, таких как плесень, бактерии и пылевые клещи. Понимание и контроль влажности, поэтому необходимо для любой стратегии проектирования вентиляции или HVAC.

Влажность обычно выражается двумя способами: относительная влажность (RH) и абсолютная влажность (AH). Относительная влажность измеряет количество водяного пара в воздухе относительно максимального количества, которое воздух может удерживать при заданной температуре, в то время как абсолютная влажность - масса водяного пара на единицу объема воздуха. Высокие уровни RH - выше 60-70% - могут способствовать конденсации на прохладных поверхностях, приводя к сырости и росту плесени. И наоборот, низкие уровни RH - ниже 30-40% - могут высушивать слизистые оболочки, повышать риск респираторных инфекций и вызывать накопление статического электричества. Американское общество инженеров по отоплению, охлаждению и кондиционированию воздуха (ASHRAE) рекомендует поддерживать внутри помещений RH между 30% и 60% для оптимального комфорта и здоровья.

Управление влажностью — это не просто вопрос добавления или удаления влаги. Оно требует тщательной интеграции скоростей вентиляции, моделей распределения воздуха, контроля температуры и часто оборудования для осушения или увлажнения. Именно здесь вычислительная динамика жидкости (CFD) становится бесценным инструментом. CFD позволяет инженерам моделировать сопряженный транспорт тепла, воздуха и влаги в помещениях, предоставляя подробную пространственную и временную информацию, которую нельзя получить только из упрощенных аналитических моделей или экспериментальных измерений.

Роль вычислительной динамики жидкости в анализе IAQ

Вычислительная динамика жидкости использует численные методы для решения управляющих уравнений потока жидкости, а именно уравнения Навье-Стокса для импульса, уравнения непрерывности для массы и уравнения энергии для передачи тепла. Для моделирования влажности дополнительное уравнение переноса видов решается для отслеживания концентрации водяного пара. ANSYS Fluent является одним из наиболее широко используемых CFD-решателей для приложений качества воздуха в помещениях, потому что он предлагает надежные модели турбулентности, многофазные возможности и широкие возможности настройки с помощью пользовательских функций (UDF).

При применении к исследованиям IAQ моделирование CFD может ответить на такие вопросы, как: Как положение рассеивателей питания влияет на распределение влаги? Будет ли форма конденсации на поверхностях холодных окон? Как модели заполняемости и внутренние источники влаги (люди, кулинария, растения) влияют на местные уровни влажности? Отвечая на эти вопросы с высоким пространственным разрешением, инженеры могут проектировать системы вентиляции, которые не только соответствуют стандартам ASHRAE, но также минимизируют потребление энергии и снижают риск повреждения, связанного с влагой.

Ключевые физические механизмы в моделировании влажности

Влаготранспорт в воздухе помещений включает в себя несколько физических механизмов, которые должны быть точно представлены в модели CFD. Основными механизмами являются адвекция (движение большого воздуха, перевозящее водяной пар), диффузия (молекулярный транспорт вниз градиенты концентрации) и изменение фазы (испарение или конденсация воды). Во многих внутренних сценариях адвекция доминирует, но вблизи холодных поверхностей или в застойных зонах диффузия и конденсация становятся критическими.

Виды транспорта для водяного пара

В ANSYS Fluent водяной пар рассматривается как пассивный скалярный вид, который транспортируется воздушным потоком. Пользователь указывает массовую долю водяного пара на входах или, альтернативно, относительную влажность и температуру, из которых Fluent вычисляет массовую фракцию. Уравнение переноса видов включает термины для конвекции, диффузии и любые определяемые пользователем условия источника (например, добавление влаги от пассажиров). Коэффициент диффузии для водяного пара в воздухе может быть установлен как постоянный или рассчитан с использованием кинетической теории. Для точных результатов при различных температурах необходимо учитывать переменный состав воздуха, но для большинства исследований IAQ, предполагая, что постоянных свойств с приближением разбавленного вида достаточно.

Моделирование конденсации и испарения

Конденсация происходит, когда влажный воздух вступает в контакт с поверхностью, которая ниже температуры точки росы. В CFD это можно смоделировать либо путем введения граничного условия, которое фиксирует концентрацию водяного пара при насыщенном значении при температуре поверхности (тем самым приводя в движение диффузный поток влаги к стене) или с помощью более сложных моделей пленки Эйлера. ANSYS Fluent включает в себя встроенную модель конденсации и испарения, которая отслеживает толщину пленки и теплопередачу, что особенно полезно для анализа производительности конденсации окон или охлаждающей катушки. Для неконденсирующих поверхностей подходит условие нулевого потока.

Турбулентность и ее влияние на дисперсию влаги

Воздушные потоки в помещениях почти всегда турбулентны, даже при низких скоростях, из-за препятствий, тепловых плюмов и диффузорных струй. Турбулентность усиливает смешивание и ускоряет дисперсию влаги. ANSYS Fluent предлагает ряд моделей турбулентности, подходящих для внутренних потоков, от стандартной модели k-ε (адекватной для многих хорошо смешанных пространств) до реализуемых моделей k-ε и SST k-ω для лучшей точности в регионах с сильным разделением или плавучестью. Моделирование большого Эдди (LES) может обеспечить высочайшую точность, но является вычислительно дорогостоящим и обычно зарезервировано для исследований или исследований валидации. Выбор модели турбулентности должен быть сбалансирован с имеющимися вычислительными ресурсами и конкретными целями моделирования.

Настройка моделирования влажности в ANSYS Fluent

Для получения значимых результатов необходим хорошо структурированный рабочий процесс моделирования. Следующие шаги описывают типичную методологию моделирования влажности в помещениях с использованием ANSYS Fluent.

1.Геометрия и сетчатая генерация

Первая задача состоит в создании вычислительной геометрии, которая точно представляет внутреннее пространство, включая стены, окна, мебель и компоненты HVAC. Для этой цели можно использовать ANSYS DesignModeler или SpaceClaim. Сетка — дискретизация геометрии в ячейки — должна быть достаточно тонкой, чтобы разрешать пограничные слои вблизи стен и диффузоров, где градиенты скорости, температуры и влажности являются самыми большими. Гибридные сетки, сочетающие тетраэдрические и призменные слои, являются общими. Следует провести исследование независимости сетки, чтобы гарантировать, что решение не изменяется значительно с дальнейшей доработкой. Типичные подсчеты ячеек для моделирования в масштабе комнаты варьируются от 500 000 до нескольких миллионов, в зависимости от сложности.

2.Установление граничных условий

Граничные условия определяют воздушный поток и источники влаги и поглотители. Общие типы включают:

3.Выбор физических моделей

В ANSYS Fluent включить уравнение энергии и модель переноса видов. Выбрать соответствующую модель турбулентности (например, реализуемый k-ε с усиленной обработкой стенки). Если ожидается конденсация или испарение, включить модель пленки Эйлерова стенки или встроенную модель конденсации / испарения в многофазных вариантах. Для потоков, управляемых плавучестью (например, вентиляция смещением), обеспечить, чтобы взвешенная по силе схема тела использовалась для интерполяции давления и чтобы вектор гравитационного ускорения был правильно определен.

4. Настройки и конвергенция растворителей

Используйте растворитель на основе давления (сегрегированный алгоритм), поскольку потоки несжимаемы при низких числах Маха. Схема SIMPLE или SIMPLEC хорошо работает для моделирования с постоянным состоянием. Для переходного моделирования рекомендуется алгоритм PISO. Внимательно установите факторы пониженного расслабления - типичные значения для фракции массы влаги могут потребоваться для уменьшения до 0,7-0,9, чтобы избежать колебаний. Критерии конвергенции должны основываться на масштабированных остатках (1e-4 для непрерывности и импульса, 1e-6 для энергии и видов) и на мониторинге интегрированных величин, таких как средняя влажность в помещении или скорость конденсации.

5. Постпроцессинг и анализ

После того, как решение сходится, инструменты постобработки ANSYS Fluent (или CFD-Post) могут генерировать контурные графики относительной влажности, температуры и скорости воздуха на интересующих плоскостях. Обтекатели и дорожки помогают визуализировать структуру воздушного потока и транспортировку влаги. Такие величины, как средний RH в занятой зоне, процент площади выше 70% RH и поток массы конденсации на холодных поверхностях могут быть извлечены для количественного сравнения. Параметрические исследования - изменяющееся местоположение диффузора, температура питания или скорость воздушного потока - могут быть автоматизированы с использованием журналирования Fluent или управления параметрами Workbench.

Пример применения: оптимизация вентиляции в конференц-зале офиса

Рассмотрим типичный конференц-зал размером 8 м × 6 м × 3 м с системой смешанной вентиляции на потолке. В помещении занято 12 человек, каждый из которых генерирует примерно 75 Вт теплоты и 55 г/ч влаги (в основном через дыхание и пот). Наружная стена с большим окном испытывает наружные температуры и может достигать температуры поверхности до 14 ° C зимой, значительно ниже точки росы в помещении. Без надлежащей конструкции вентиляции на окне образуется конденсация, что приводит к повреждению воды и росту плесени.

Моделирование CFD настроено с использованием описанной выше методологии. Диффузоры подачи обеспечивают 150 л/с воздуха при 18°C и 50% RH. Выхлоп расположен вблизи потолка на противоположной стенке. Модель турбулентности реализуема k-ε, и решается массовая фракция водяного пара вида. На рисунке 1 показано прогнозируемое относительное распределение влажности на высоте 1,2 м (зона дыхания обитателя). Результаты показывают, что площадь вблизи окна имеет значения RH, превышающие 75%, а скорость конденсации на поверхности окна прогнозируется как 0,2 г/м2·ч — достаточная для поддержания роста плесени с течением времени.

Используя идеи моделирования, инженер модифицирует конструкцию: нагревательный остеклятельный блок предназначен для поддержания поверхности окна выше 16 ° C, а небольшой дополнительный диффузор добавляется к прямому сухому воздуху вдоль окна. Пересмотренное моделирование показывает, что скорость конденсации падает до незначительных уровней, а распределение влажности становится более однородным, при этом все занятые места зоны остаются ниже 60% RH. Энергетический штраф за нагрев остекления компенсируется небольшим снижением общего потока воздуха вентиляции, поскольку улучшенное распределение позволяет ту же производительность IAQ с меньшим количеством наружного воздуха. Этот тип итеративной оптимизации будет чрезмерно дорогим и трудоемким только с физическим прототипированием.

Передовые соображения и методы моделирования

Для более сложных или высокорисковых приложений могут быть использованы дополнительные возможности моделирования.

Многофазное моделирование тумана или тумана

Когда воздух становится перенасыщенным (например, в душе, бассейнах или в процессе промышленного увлажнения), водяной пар может конденсироваться в туман мелких капель. Модель Эйлерова стенного слоя не учитывает воздушно-капельного. В таких случаях необходима полная многофазная модель, такая как Эйлерово-Эвлеровская или Лагранжевая дискретная фазовая модель (ДФМ). ДПМ отслеживает индивидуальные траектории частиц и может моделировать испарение капель, коалесценцию и защемление стенки. Это вычислительно интенсивно, но обеспечивает наиболее реалистичное представление двухфазного потока.

Совместимость с моделированием энергии зданий (BES)

Модели CFD обычно имитируют воздушную область с высоким пространственным разрешением, но в течение коротких периодов времени. Для анализа сезонных или годовых характеристик CFD может быть связан с инструментом моделирования энергии здания, таким как EnergyPlus или TRNSYS. Инструмент BES обеспечивает граничные условия (температура стен, графики вентиляции, внутренние коэффициенты усиления) модели CFD, которая возвращает рафинированные коэффициенты тепло- и массообмена. Этот комбинированный подход особенно эффективен для разработки естественных стратегий вентиляции, теплообменников земля-воздух и лучистых систем охлаждения, где транспорт влаги сильно взаимодействует со строительной тканью.

Использование функций, определенных пользователем (UDF)

Возможности UDF ANSYS Fluent позволяют использовать пользовательские условия источника, граничные условия или транспортные уравнения. Для IAQ UDF может моделировать эффект буферизации влаги пористых материалов (например, гипсовая доска, древесина), которые поглощают и высвобождают влагу на основе местной влажности. Другой UDF может реализовать индекс риска роста плесени, который рассчитывается на каждой стене и регистрируется с течением времени. В то время как сложные для записи и проверки, UDFs расширяют область стандартных моделей Fluent для удовлетворения конкретных потребностей исследований.

Преимущества и ограничения CFD для моделирования влажности

Преимущества использования CFD для проектирования IAQ были продемонстрированы: высокое пространственное разрешение, способность тестировать многочисленные варианты проектирования, одновременное прогнозирование тепловых и влажных полей и визуализация риска конденсации. Однако практикующие специалисты также должны признать ограничения. Моделирование CFD требует значительных вычислительных ресурсов - одно стационарное моделирование комнаты умеренного размера может занять часы на высокопроизводительной рабочей станции, а переходное моделирование может работать в течение нескольких дней. Точность результатов в значительной степени зависит от качества сетки, уместности моделей турбулентности и переноса видов и точности граничных условий. Валидация против экспериментальных данных или опубликованных эталонов настоятельно рекомендуется перед использованием CFD для сертификации или соответствия нормативным требованиям.

Кроме того, CFD не является заменой физических измерений, где требуется высокая точность, например, для ввода в эксплуатацию систем HVAC. Лучше всего использовать его в качестве инструмента проектирования и оптимизации, информируя о решениях, которые затем проверяются с помощью точечных измерений и испытаний ввода в эксплуатацию. При применении с обоснованным инженерным суждением моделирование влажности CFD является мощной возможностью, которая непосредственно способствует более здоровой, более комфортной и более энергоэффективной среде в помещении.

Внешние ресурсы и дальнейшее чтение

Для тех, кто заинтересован в углублении своего понимания моделирования влажности и IAQ, рекомендуется использовать следующие ресурсы:

Используя передовые инструменты CFD, такие как ANSYS Fluent, инженеры могут выйти за рамки упрощенных предположений и разработать надежные, основанные на фактических данных конструкции для внутренних помещений, которые способствуют здоровью, комфорту и устойчивости.