Giriş: Metro İstasyonlarında Eleştirel Havalandırma Rolü

Metro istasyonları, binlerce yolcunun her saat boyunca geçtiği yüksek hacimli ortamlarla sınırlandırılmıştır. Sınırlı taze hava tedarikinin, yüksek ccupancy ve trenlerin sürekli hareketi karmaşık hava akış modelleri oluşturur ve hava ile ilgili bilgisayarların konsantrasyonunu arttırır - FluD) gibi yüksek performanslı bir yazılım sağlar.

Hava akımının fiziği ve Metro İstasyonlarında Kısmi Ulaşım

Altta yatan sıvı dinamiklerini ve parçacık davranışını anlamak, bir simülasyon inşa etmeden önce önemlidir. Metro istasyonları platformlarla karmaşık geometriler, merdivenler ve havalandırma milleri ilerleyebilir. Akış genellikle zorlanan havalandırma (fanlar ve jetler) ve tren tarafından üretilen doğal kuvvetler, hava akımı ile taşınır, aynı zamanda ikinci tren açılışlarında birkaç metreye kadar uzanan mesafeyi de kapatır.

Turbulence Approaches

Doğru simülasyon uygun bir türbülans modeli seçmek gerektirir.Görünmüş Navier-Stokes (RANS) yaklaşımı, özellikle de gerçekleştirilebilir k- ⁇ model, bilgisayar verimliliğini ve makul bir doğruluk nedeniyle, yüksek bir hesaplama maliyeti elde etmek için, tüm bu modelleri destekleyen geçici fenomenleri yakalamak için, mühendisin doğru ve kısıtlamaların arttırılmasına izin verebilir.

Parçacık dinamiği ve Depozisyon

Kısmen hareket denklemleri Lagrangian Discrete Stage Model (DPM) in Fluent. Hareket denklemi sürükleniyor, yerçekimi, Brownian gücü (altın yüzeyler için), ve Saffman asansör güçleri. Yüzeyler üzerinde durulan ölçümler, özellikle de <10 μm'yi çözdüğü gibi, kümesleyici bir yüzeysel olarak, yüzeysel takip için hesaplanmış bir şekilde kontrol ediliyor.

Bir C ⁇ Akışkanlar Dinamik Modeli ANSYS Fluent

Bir metro istasyonu güvenilir bir CFD modeli oluşturmak birkaç sistematik adım içerir. Her adım simülasyon sonuçlarını sağlamak için dikkatli bir şekilde uygulanmalıdır.

Geometri ve Meşru İnşaat

İlk adım, sütunlar ve reklam panelleri gibi 3D bilgisayar destekli bir tasarım (CAD) istasyonun modelini oluşturmak, yapılandırılmamış tetrahedral veya polihedral ağ geçidi oluşturulacak. Sınır tabakaları (prism katmanları) Doğru türbünlü ve partikül modelleme modellerini çözmek için yakın duvarlardır.

Sınır Koşulları

Sınır koşulları, bir metro istasyonu için fiziksel sürücüleri tanımlar:

  • [FONT=0)Inlets:[Dönetici: [Dönergeler: [Dönler: [Dönler: 0,9|Dönergeler: [Dönergeler: [Dönergeler: 0,2|Dönersiz hava tedariki, genellikle reçeteli türbülans yoğunluğu ile hız sabitlenir).
  • [FONT:0)Outlets:[DÜT 1: 1) Eğlenme fanları baskı noktaları veya toplu akış noktaları olarak modellendi.
  • [FONT:0) Eğitim-indüklenen akış:[Dönetici:[Döncükler) Uzaylı duvarlar veya tünel açmalarında ön tanımlı hız profilleri olarak modellenebilir. Alternatif olarak, bir kayaç ağ yaklaşımı tren hareketini taklit edebilir, ancak bir ivme kaynağı ile ilgili birçok çalışma için yeterli.
  • [FONT:0)Passenger varlığı: [Döneticiler genellikle ısı kaynakları olarak modellenir (kişi başına 100 W ısısı) ve akışları etkileyen engeller olarak. Bazı çalışmalar kalabalığın temsil etmesi için göz ardı edilebilir medya kullanır.
  • [FONT:0)Partikül kaynakları:[Dönetici:[Dönetici:0)Partikül kaynakları:[Dönetici:[Dönetici: 0) Parçacık büyüklüğü dağıtım, yoğunluk ve kütle akışı oranına göre tanımlanacaktır.For patojen modelleme, öksürük veya sneeze events geçici puff enjeksiyonları olarak modellenebilir.

Solver Ayarlar ve Numerical Schemes

ANSYS Fluent hem baskı tabanlı hem de yoğunluk tabanlı çözücüler sunar.In incompressible low- speed flow tipik metro istasyonları, basınç tabanlı çözücü (çift veya segregated) hız için standarttır.İkinci siparişler hız ve türbülans denklemleri doğruyu geliştirir. Convergence genellikle süreklilik için 1e-4'ün altında ikamet süresiz ve 1e-5'in altında momentum için izlenir. Ek monitörler (örneğin, ortalama hız, alandaki toplam katılımcı kütleli) çözümleyici stabiliteyi değerlendirmeye yardımcı olur.

Turbulence Model Seçimi

Bahsedildiği gibi, gerçekleştirilebilir k- ⁇ modeli sağlam bir temeldir. Daha doğru yakın duvar davranışları için, SST k- ⁇ modeli tavsiye edilir.In ANSYS Fluent, theİLFLT:0)Transition SSTT[D)[Döneticileri)[Döneticileri)[Dönemli geçiş alanları önemliyse de kullanılabilir.

Katılımcı Dispersion

ANSYS Fluent'te katılımcılar, akıştan etkilenen Discrete Faz Modeli (DPM), ki parçacıklara bir dilsel ikinci aşama olarak davranırlar. Sürekli faz (hava) ve parçacıklar arasındaki darbe genellikle 1e-6'nın altında olabilir. ancak, birçok yolcunun etkilenmemesi veya iki yönlü (parçalık) veya iki yönlü (parçalışlamalar gerekli olabilir.

Parçacık Enjeksiyonu ve Boyut Dağıtımı

Parçacıklar tren frenleri, istasyon zemin tozları ve yolcuları gibi kaynaklardan enjekte edilir. Gerçek bir boyut dağılımı (örneğin, 2.5 μm ve iyi katılımcı için 2.0 standart sapması ile normal bir enjeksiyon için 2.0 $ - 3,000 damlacıklar kullanılmalıdır. ANSYS Fluent, Rosin-Rammler veya lognormal dağıtım fonksiyonları aracılığıyla çeşitli partikül türleri ile enjeksiyon olanak sağlar.For patojen modelleme, tipik bir enjeksiyon için - 3,000 damlacıklar üretebilmeli.

Parçacık Takip ve Deposition

Parçacık trajektörleri, Lagrangian referans çerçevesinde güç dengesini entegre ederek hesaplanır. Fluent's DPM birkaç entegrasyon seçeneği sunar: Otomatik izleme planı, parçacık Courant numarasına dayanan en iyi yöntemi seçer.For turbulent Dağıtımı, ayrık rastgele yürüyüş modeli (DRW) stokastik hız dalgalanmaları sağlar.Deposition

Kısıtlamalar

Paraziğe dayalı parçacıklar hava akışı rahatsızlıkları tarafından yeniden ortaya çıkabilir (örneğin, tren geçişi, yürüyen yolcu). Bu fenomen karmaşıktır ve partikülleri, yüzey kabalığı ve hear stresi. Advanced models like theurFLT:0Rock'n (e.g., tren pasajı, yürüyen yolcular).

Analiz Simülasyonu Güvenlik ve Havalandırma Optimizasyonu Sonuçları

CFD simülasyon yakınlaştığında, geniş miktarda veri, uygulanabilir öngörülere dönüştürülmelidir. ANSYS Fluent sağlam işlem araçları sağlar, ancak ANSYS CFD-Post veya üçüncü taraf araçları gibi özel yazılım ayrıntılı raporlar oluşturabilir.

Anahtar Performans Göstergeleri (KPIs)

metro havalandırma optimizasyonu için tipik KPIlar şunları içerir:

  • [FONT:0) Hava yaşı: [Dönemli saat 1] İstasyonda geçirilen ortalama hava durumu daha iyi havalandırma verimliliğini gösterir.
  • [FONT:0)Particle kaldırma verimliliği:[Dönetici:[Dönetici:0))) Yüzeylere yapılan dökme partiküllerin Yüzde 1'i, yüzeylere ya da geri kalan askıya alındı.
  • [FONT=0)Infection risk indeksi:[Dönetici için:[Döneticiler için, nefes bölgelerindeki konsantrasyon (1.5-2.0 m yukarıdaki platformda) maruz kalma süresi ile ağırlıklandı.
  • [[Düzge:0)Velocity üniforması:[Dönetici:[Dönetici:0)[Dönetici:[Dönetici:[Dönetici: 0) Platformda hız büyüklüğü standart sapması; yüksek üniforma, durgun bölgeleri azaltır.
  • [FONT:0)Enerji tüketimi: [Dönetici: [Dönetici:0) Hedef KPI'lara ulaşmak için gerekli olan toplam fan gücü.

Stapati Bölgelerini ve Kısa-Circuiting

Kolaylık ve parçacık parçaları genellikle recirculation veya kısa sirkül bölgeleri doğrudan işgal edilen alanlarda karıştırılmadan hava çıkışlarının nereden geldiğini ortaya koyar. Örneğin, tedarik diffüzleri yakınlaştırır, hava hızlarını artırabilir veya jet fanlarını ortadan kaldırır.

Parametrik Çalışmalar aracılığıyla optimizasyon

ANSYS Fluent'in parametrik analiz araçları, kullanıcıların birden fazla değişkene (örneğin, tedarik akışı oranı, egzoz yeri, hayran sayısı) ve KPIs ile karşılaştırması için, bir çalışma, tedarik hacminin % 20'sini azaltabileceğini bulabilir.Örneğin, bir çalışma, tüm konfigürasyon için, simülasyon, sadece% 15 oranında yükseltilebilir.

Vaka Çalışmaları ve Gerçek Dünya Uygulamaları

Birçok transit ajanslar metro havalandırmasını geliştirmek için ANSYS Fluent'i kullandı. Önemli bir örnek, sadece istasyondaki yolcuların verimliliğini değerlendirmek için kullanılan New York City Transit Authority'dir ve 6 ila 12 ACH'ye kadar hava değişikliği oranını artırmak, trenle ilgili katılımcıların sadece 10 dakika içinde yüksek çözünürlükte yüzde 50 oranında azaltılabilir.

Bu gerçek dünya uygulamaları kanıt tabanlı kararlar vermede CFDn gücünü göstermektedir. İyi bir programlı model, yüksek çözünürlükte hava değişikliği oranları için pahalı fiziksel deney ve kılavuz retrofitleri değiştirebilir.For more reading, seeETHFLT:0ConANSYS Fluent product page for technical capabilities and the sun space fields

Model Geçerliliği ve Doğrulama için değerlendirmeler

A CFD modeli sadece geçerliliği kadar iyidir. Mühendisler, alan ölçümleriyle (velocity profilleri, parçacık sayısı sayı sayısı) gerçek istasyonlardan elde edilmelidir.[/FLT:0) Notutest vakaları [Dönetici istasyon deneyleri veya edebiyat verileri gibi (örneğin, KPI'larda varyasyonu gözlemleyin) .

Metro İstasyonlarının Sağlanması ve Zorluklar

Onun gücüne rağmen, metro istasyonlarının CFD modellemesi birkaç sınırlamaya karşı. Tüm istasyonları yüksek çözünürlükte, özellikle de her iki dakikayı geçen bir tren gibi geçici olaylar için yasaklanabilir. Birçok çalışma, sürekli devlet veya koarse ağları kullanarak basitleştirebilir. ek olarak, model yolcu hareketinde varyasyonlar, kapı açma kalıpları veya dış hava koşulları (parlama, sıcaklık) için sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık sık kullanılan değiştirilebilir.

Future: Makine Öğrenmesi ve Gerçek Zaman İzlemesi ile Coupling CFD

Gelişen eğilimler, makine öğrenimi ile dijital ikizleri metro istasyonları oluşturmak için bütünleme içerir. Gerçek zamanlı sensör ağı, veriyi azaltılmış bir sipariş modeli (ROM) ANSYS'den inşa edilen tüm istasyonlardan daha doğru tahminlere olanak sağlar.IngYS Fluent hem enerji tasarrufu hem de uyarlayıcı güvenlik önlemleri ile gelişmeye devam eder.

Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç Sonuç

Hava ve partiküllerin akışının belirlenmesi ve ANSYS Fluent kullanarak metro istasyonlarında modellemek, yolcu güvenliğini ve havalandırma verimliliğini artırmak için vazgeçilmez bir metodolojidir.Gezegen inşa etmek, sınır koşullarını belirlemek, uygun bir türbülans ve parçacık modellerini seçmek ve analiz etmek, mühendisler, gelişmiş simülasyon ve enerji kullanımını azaltmak için havalandırma tasarımları optimize edebilir, küresel çapta milyonlarca yolcuyu daha güvenli hale getirmek için yardımcı olacaktır.

Alana yeni mühendisler için, küçük ölçekli modeller ile başlayın ve yavaş yavaş yavaş karmaşıklığı önerilir.Sistemde hava kalitesini ve güvenliğini geliştiren kararlar için.) Teklifler ve vaka çalışmaları, araziye karşı uygun olarak geçerlilik üzerine yatırım yapmak, simülasyon sonuçlarının güvenilir olmasını sağlar, metro istasyonlarında gerçekten hava kalitesini ve güvenliğini geliştiren kararları tasarlamaya yol açar.