分享自:

高海拔富氧建筑中自然通风下室内氧气浓度分布特性研究

期刊:Building SimulationDOI:10.1007/s12273-021-0776-9

高海拔富氧建筑中自然通风条件下室内氧气浓度分布特性研究

学术报告

一、研究概况

本研究由西安建筑科技大学的Cong Song、Tingting Zhao、Yanfeng Liu和Dengjia Wang共同完成。研究团队主要隶属于西安建筑科技大学西部绿色建筑国家重点实验室(State Key Laboratory of Green Building in Western China)以及建筑设备科学与工程学院(School of Building Services Science and Engineering)。该研究成果发表于国际学术期刊《Building Simulation》上,于2021年在线发表,文献索引号为https://doi.org/10.1007/s12273-021-0776-9。

二、学术背景与研究目的

本研究属于建筑室内环境与空气质量领域,聚焦于高海拔地区建筑室内氧气环境的营造与调控问题。高海拔地区的低氧环境会对从低海拔地区迁入的人群造成严重的生理和心理健康问题,如急性高山病(Acute Mountain Sickness)等。扩散式供氧(Diffuse Oxygen Supply)作为一种改善高原建筑室内低氧环境、保障移居人员身心健康的重要手段,其概念最早由West在20世纪90年代提出。其基本原理是通过向室内空间直接补充氧气,提高局部氧气浓度,从而等效降低海拔高度(氧气浓度每增加1%,等效海拔降低约300米)。

然而,扩散式供氧系统在实际应用中面临一个核心挑战:室内氧气浓度的非均匀分布(Nonuniform Distribution)。这种不均匀性可能导致人员活动区域(Personnel Occupied Zone)的氧气不足,或在非活动区域造成氧气的浪费。现有关于高原富氧策略的研究主要集中在机械通风(Mechanical Ventilation)下的密闭空间,例如青藏铁路列车的车厢,而对于实际建筑中不可避免的自然通风(Natural Ventilation)对室内氧气分布影响的研究非常匮乏。高原建筑通过门窗等开口进行自然通风的行为十分普遍,这对于依赖空气扩散来提升局部氧浓度的系统构成了显著影响。

因此,本研究的核心目的在于:采用经过实验验证的计算流体动力学(Computational Fluid Dynamics, CFD)方法,系统探究在实际自然通风条件下,高海拔地区室内氧气的空间分布特性。研究具体考察了风压驱动(Wind-driven)和热压驱动(Buoyancy-driven)两种自然通风形式、不同的气象条件、以及三种典型的供氧终端位置(氧气源位置)对室内氧气浓度分布的影响,尤其关注人员在躺姿、坐姿和站姿下的呼吸区氧气富集效果,旨在为高原建筑室内供氧系统的有效且节能的设计提供科学依据和实际指导。

三、研究流程与详细方法

本研究的工作流程主要包括四个阶段:模型构建与数值模拟、影响因素与试验设计、实验验证、以及数据统计分析。

1. 模型构建与数值模拟(Modelling and Numerical Simulation)

研究采用商业CFD软件Ansys Fluent进行流体动力学数值模拟,模拟地点设定为海拔3650米的拉萨,该地区大气氧含量约为平原地区的60%(室外氧气浓度设定为20.3%)。 - 计算域与网格划分(Computational Domain and Mesh Generation): 模拟的物理模型为一个尺寸为5 m(长) × 4.4 m(宽) × 2.9 m(高)的房间。开口尺寸为0.64平方米。计算域不仅包括室内区域,还包括长、宽、高均为房间五倍的室外区域,以充分模拟自然通风的气流组织。通过网格无关性验证,比较了52万、108万和235万三种网格密度下稳定状态的氧气浓度,发现108万网格与235万网格的平均相对误差仅为0.25%,从而确定了采用约108万网格进行后续分析,平衡了计算精度与成本。网格划分采用结构化六面体网格与非结构化网格相结合的方式。 - 边界条件(Boundary Conditions): 模拟假设房间除窗口外无其他开口。室外条件设为速度入口(Velocity Inlets)和压力出口(Pressure Outlets);室内壁面和地面设为绝热壁面(Wall)边界;房间内部开口设为内部(Interior)边界。供氧源出口设为表面速度入口,氧气浓度为100%,入口空气的氧气浓度为20.3%,两者的湍流强度均设为2%。计算中启用了组分输运与混合模型(Species Transport and Mixing Model)来模拟氧气在空气中的扩散过程。 - 控制方程与求解器设置(Fundamental Equations and Solver Settings): 由于适用高雷诺数湍流,研究选用RNG κ-ε两方程湍流模型来求解室内流场。求解采用SIMPLE算法进行速度与压力的解耦,空间离散格式为快速格式与中心差分格式,近壁面采用标准壁面函数处理。所有方程收敛标准设为1×10⁻⁴。流场假设为三维不可压缩稳态湍流,空气密度采用Boussinesq假设进行设定。在进行组分输运计算时,根据海拔高度修正了氧气的扩散系数,设其为3.21×10⁻⁵ m²/s。为确保时间离散的独立性,还选用了某个案例,分别以1秒、0.5秒和0.1秒的时间步长进行模拟,结果显示1秒时间步长与更小步长结果的相对误差在0.13%以内,证明了其准确性。

2. 评价指标与试验设计(Condition Design)

为了定量分析不均匀性,研究定义了一个氧气浓度分布指数K值(Index of Oxygen Concentration Distribution),其计算方法是局部实测氧气浓度与整个房间稳定状态下总平均氧气浓度的比值。K值大于1代表该处供氧效果优于平均水平,反之则差。 - 影响因素分析: 研究首先梳理了影响室内氧分布的因素。在风压主导时,因素包括通风量、供氧速率、房间形状、以及测点在深度(x/L)、宽度(y/Y)、高度(z/H)方向上的无量纲位置。热压主导时,则通过改变地板均匀热源的密度来改变内外温差。 - Box-Behnken设计(BBD): 为了在减少模拟工况的同时建立准确的响应模型,研究采用了Box-Behnken试验设计方法。该方法选择了四个关键影响因素(有效深度x/L、宽度y/Y、垂直高度z/H和总平均氧浓度)作为设计变量,每个变量取三个水平(-1, 0, +1)。根据典型气象条件和国家标准,为风压驱动和热压驱动两种情景分别设定了变量水平。总共形成了包括6种工况(3种供氧模式 × 2种通风驱动力)在内,每种工况29个模拟方案的试验矩阵,并按此矩阵分别进行CFD模拟。

3. 实验验证(Experimental Validation)

为了验证CFD模型(特别是RNG κ-ε模型)预测氧气浓度分布的有效性,研究团队在拉萨现场进行了一项舱室实验。 - 实验对象与方法: 由于真实建筑存在无法控制的开孔且氧气消耗巨大,研究采用了一个尺寸为1.5m×1.5m×1.8m的透明亚克力密封舱紧贴真实窗洞来捕获自然通风影响。舱体外壳材料为发泡聚氯乙烯。氧气通过置于舱顶中央的供氧口通入。采用二氧化碳(CO₂)示踪气体衰减法测量通风量。舱内沿高度方向和来流风向被均分为四个区域,在每个区域中心布置了氧气浓度和温度传感器,并在窗户外设置了风速仪和气象仪。 - 实验步骤与设备: 实验流程包括:关闭舱门并释放CO₂;待CO₂浓度均匀后,打开窗户并开始供氧;观察并等待氧气浓度达到稳定状态;稳定后关闭窗户,再次搅匀并记录CO₂浓度。实验测量了氧气浓度、CO₂浓度、室内外温湿度和风速等参数,所有仪器经过精确校准,采样间隔为1分钟。实验设立了两种窗户开度(全开和半开)和不同气象条件下的五个实验工况(S-1至S-3,B-1,B-2)。 - 验证结果: 通过比较五个工况下测量点的实验值与模拟值,利用公式(模拟值-实验值)/实验值×100%计算相对误差。结果显示,模拟与实验的平均相对误差基本控制在3%以内,有力地证实了所采用的RNG κ-ε模型能够合理预测高海拔富氧房间的氧气扩散和浓度分布。

4. 统计分析方法(Statistical Analysis)

研究采用响应面法(Response Surface Methodology, RSM)来定量表征室内氧气分布。根据RSM原理,研究建立了氧气分布指数K与所选的四个位置及通风因素(x₁, x₂, x₃, x₄)之间的二阶多项式回归模型。利用Minitab软件进行分析,通过方差分析(ANOVA)判断各因素及其交互作用对K值影响的显著性(P值<0.05为显著)。此外,利用阿基米德数(Archimedes number, Ar)来判定实际工况中自然通风是由风压主导还是热压主导。

四、主要研究结果与讨论

1. 氧气浓度的时间变化规律

模拟结果显示,在持续供氧和自然通风的共同作用下,室内各测点的氧气浓度随时间的推移逐渐升高,并在约一小时内达到稳定状态。达到稳态后,氧气浓度围绕一个平均值进行小幅波动,其标准差小于0.3%。这一结果验证了研究前期关于“氧气浓度最终会稳定”的假设,是后续以稳态下平均浓度进行分析的基础。

2. 风压驱动自然通风下的氧分布特性

  • 预测模型及影响因素: 建立的RSM回归方程(公式10-12)能较好地拟合数据(置信度大于90%)。ANOVA分析表明,在顶中部供氧(Top Central Oxygen Supply, TCO)模式下,位置因素的平方项(x/L和y/Y)对分布影响显著;在对窗中部供氧(Opposite Central of the window Oxygen Supply, OCO)模式下,高度z/H是唯一的主效应显著的线性项和平方项;在侧中部供氧(Lateral Central Oxygen Supply, LCO)模式下,z/H和总平均氧浓度是显著影响项。风压驱动的自然通风导致室内氧气分布呈现出显著的非均匀性,K值范围在0.8到1.3之间变动。
  • 不同供氧模式的空间分布与富集效果:
    • TCO模式: 在房间中心区域(x/L和y/Y在0.3-0.7范围内)供氧效果最强,而近壁面和墙角处浓度衰减严重,呈现中心高、四周低的同心圆分布趋势。在垂直方向上,虽然高度影响不显著,但Z/H<0.7的下半空间浓度总体高于上半空间。
    • OCO模式: 浓度分布沿高度方向极不均匀,氧气大量集中在较低的高度(Z/H在0-0.2之间),随高度增加,氧气浓度急剧下降,供氧效果变差。
    • LCO模式: 同样表现出强烈的高度依赖性。Z/H<0.35的区域K值大于1,供氧良好,但Z/H>0.45时K值便降至0.9以下,供氧效果不佳。
  • 气象条件与供氧模式选择: 研究发现,当代表室外风速的总平均氧浓度较低(即风速高)时,LCO模式的供氧效果最好,尤其适合躺姿人员或风大的情况。当总平均氧浓度较高(风速低,在0.250–0.270之间)时,TCO模式在房间中心区域的坐、站姿高度上表现出更好的富集效果,但均匀性依旧较差。因此,对于风速较高的天气,建议减小开窗面积,或推荐LCO模式;而OCO模式在风压作用下表现不佳,不宜推荐。

3. 热压驱动自然通风下的氧分布特性

  • 预测模型及影响因素: 同样建立了高拟合度的RSM回归方程(公式13-15)。ANOVA结果表明,在此驱动模式下,氧分布主要受位置因素影响。TCO模式下,x/L、y/Y和z/H的平方项均显著;OCO模式下,x/L的线性项影响最大;LCO模式下,z/H的线性和平方项影响最大。总体上,热压驱动下的氧分布比风压驱动下更为均匀和稳定,K值范围收窄至0.9到1.1之间。
  • 不同供氧模式的空间分布与富集效果:
    • TCO模式: 其分布仍是中心位置供氧效果最佳,并呈圆形发散状向外衰减,但整体梯度比风压驱动时平缓。
    • OCO模式: 分布模式与TCO不同,氧气浓度随着距离窗口的深度增加(即x/L增大)而逐渐升高,供氧效果变好,而在宽度和高度方向差异不大。
    • LCO模式: 其分布规律与TCO相似,房间中心位置的富集效果最好。
  • 气象条件与供氧模式选择: 当室内外温差大(总平均氧浓度低,在0.210–0.225之间)时,OCO模式的K值最高,是首选方案;当温差小(氧浓度高,为0.240)时,LCO模式表现更优。相比之下,TCO模式在热压主导时没有显示出特别的优势。考虑到冬季高原地区采暖室内外温差大(约20℃),此时虽为热压主导通风、氧气分布较均匀,但通风量也大,氧气散失快,因此建议关窗或增加供氧量。

4. 对室内氧气负荷计算的启示

研究最后强调了考虑氧气不均匀分布对于精确计算室内氧气负荷(Oxygen Load)的重要性。传统的负荷计算方法假设氧气均匀分布,计算结果可能偏于理想化。本研究将研究成果应用于办公室和住宅两类典型建筑的负荷分析中。示例计算表明,在不同的人员分布情景(集中式、分散式)和人员姿态(站、坐、躺)下,考虑与不考虑非均匀分布计算出的氧气负荷存在显著差异。最保守的均匀分布计算结果可能导致实际运行中对人员聚集区供氧不足,或在非人员区造成氧气浪费。为此,研究提出了一种更精确的氧气负荷计算方法:先根据本研究的经验公式计算人员所在位置的总平均氧浓度,再结合氧气平衡方程,反推出更贴合实际的需氧量,从而实现按需精准供氧。

五、研究结论与价值

本研究通过实验验证的CFD模拟和响应面分析方法,系统地揭示了高海拔富氧建筑在单侧开口自然通风条件下室内氧气浓度的分布机理。其核心科学结论是:风压作用导致的氧分布非均匀性(K值0.8~1.3)远大于热压作用(K值0.9~1.1)的影响。具体的分布模式、影响因素和推荐的供氧终端位置根据通风驱动力、气象条件和人员活动状态的不同而存在显著差异。

本研究的科学价值在于,首次将自然通风这一关键因素纳入到高原扩散式富氧空间的研究框架中,量化了不同动力学机制下的氧气浓度梯度场,并建立了能够预测分布的精确数学模型。其工程应用价值体现在,为高原建筑供氧系统的精细化设计、供氧终端布局优化、运行控制策略(如开窗行为建议)以及精准的氧气负荷计算提供了直接的理论依据和实施路径,有助于在保障人员呼吸健康的同时实现能源的有效利用,避免氧气浪费。

六、研究亮点

  1. 研究视角的创新性: 不同于以往集中于机械通风密闭环境的研究,本研究直面高原建筑普遍存在的自然通风现象,填补了该领域的研究空白。
  2. 研究方法的系统性: 将风压和热压两种驱动机制、三种代表性供氧末端位置、多种气象条件和人员姿态纳入统一的分析框架,采用Box-Behnken设计和响应面法,高效且系统地揭示了多因素对氧气分布的交互影响,并给出了定量化的预测模型。
  3. 研究结论的实践指导性: 研究成果不仅停留在现象描述,还给出了针对不同工况的具体供氧模式推荐和氧气负荷修正计算方法,实现了从理论研究到工程设计的有效转化,具有极强的现场指导意义。
上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com