广东工业大学学报  2020, Vol. 37Issue (3): 82-87.  DOI: 10.12052/gdutxb.190086.
0

引用本文 

甘阳阳, 李志生. 空气幕对厨房内PM2.5控制效果的模拟与分析 [J]. 广东工业大学学报, 2020, 37(3): 82-87. DOI: 10.12052/gdutxb.190086.
Gan Yang-yang, Li Zhi-sheng. A Numerical Simulation and an Analysis of Air Curtain Control Effect on PM2.5 in the Kitchen [J]. JOURNAL OF GUANGDONG UNIVERSITY OF TECHNOLOGY, 2020, 37(3): 82-87. DOI: 10.12052/gdutxb.190086.

基金项目:

广东省自然科学基金资助项目(S2011040003755)

作者简介:

甘阳阳(1993−),男,硕士研究生,主要研究方向为建筑节能和室内空气品质。

文章历史

收稿日期:2019-06-26
空气幕对厨房内PM2.5控制效果的模拟与分析
甘阳阳, 李志生    
广东工业大学 土木与交通工程学院,广东 广州 510006
摘要: 厨房烹饪是民居室内PM2.5污染物的重要来源, 为对其进行有效控制, 提出了空气幕送风方式。建立厨房物理模型, 使用Fluent软件对厨房内的气流组织、温度分布和PM2.5浓度分布进行了数值模拟。研究了空气幕对厨房内PM2.5和热流的控制效果, 并对3种射流速度进行对比分析。研究结果表明: 空气幕射流气流对烹饪区域产生了很好的包裹效应, 可以阻隔PM2.5的扩散和热流的蔓延; 可使厨房内PM2.5排除率提高到44%~75%, 平均降温1~2 ℃。当空气幕射流速度为0.6 m/s时, 控制效果最佳。研究结论可对厨房PM2.5污染的防治提供参考, 为空气幕送风系统的研究提供模拟数据和理论依据。
关键词: 民居厨房    PM2.5    数值模拟    空气幕控制    
A Numerical Simulation and an Analysis of Air Curtain Control Effect on PM2.5 in the Kitchen
Gan Yang-yang, Li Zhi-sheng    
School of Civil and Transportation Engineering, Guangdong University of Technology, Guangzhou 510006, China
Abstract: Cooking in the residential kitchen is an important source of indoor PM2.5. In order to control PM2.5 effectively, the air curtain is proposed as an air supply means. A model of the kitchen is built and a numerical simulation, including airflow organization, temperature distribution and PM2.5 concentration distribution in the kitchen, is performed by using the Fluent software. A numerical simulation is performed to study the control effect of PM2.5 pollutants and heat flow in the kitchen. Three kinds of jet velocities are compared and analyzed. The results of this study show that the jet flow of an air curtain has a good wrapping effect on the cooking area, which can obstruct the diffusion of PM2.5 and the spread of heat flow. The PM2.5 removal rate can be increased to 44%~75%, and the average temperature in the kitchen can be lowered by 1~2 °C by using the air curtain to supply air. The control effect is optimal when the air curtain jet velocity is 0.6 m/s. The research productions have reference for the prevention and treatment of PM2.5 pollution in the kitchen and can provide simulation data and a theoretical basis for the study of the air curtain air supply system.
Key words: residential kitchen    fine particulate matter(PM2.5)    numerical simulation    air curtain control    

近年来,室内空气品质问题备受关注。PM2.5是室内空气的主要污染源,可进入人体呼吸系统,对人体健康造成很大威胁。厨房烹饪是PM2.5的重要来源,高温烹调油和食物能释放各种有害的颗粒物和有机化合物,包括挥发性有机物、油脂、烃类、醛酮类和多环芳香烃[1-2]等。国内外对于厨房颗粒物的研究主要集中在了排放特征[3-5]、油烟散发实测[6-7]、浓度影响因素分析[8-10]等方面,关于厨房内气流组织、温度和PM2.5浓度分布的数值模拟研究不足。深入研究厨房PM2.5的运输、分布特征及其控制策略,可以有效防治厨房PM2.5污染,减少人员暴露时间。

尽管现有的抽油烟机已经可以控制大部分烹饪烟气,但由于烹饪油烟散发快速且剧烈,厨房内依然存在空气质量不良和热舒适性差的现象[11]。利用空气幕射流[12]作为动力进行补风,可将PM2.5输送到抽油烟机排风口,帮助其排除;同时,利用射流产生的风幕阻隔、控制PM2.5的扩散。Simone等[13]研究表明,预测平均投票数/不满意者百分数(predicted mean vote/predicted percentage of dissatisfied, PMV/PPD)指数并不适用于厨房热环境。Zhang等[14]研究了空气幕的风量和喷射角对烟气控制的影响。Zhou等[15]结合实验和数值模拟,研究了空气幕对CO2的控制效果,结果表明:空气幕射流速度在0~1 m/s,4个射流角都为90°时,控制效果最佳。

本文研究对象为典型民居厨房,面积适中,窗户在烹饪区侧后方,区别于前人研究较多的侧面通风。基于计算流体动力学(Computational fluid dynamics,CFD)的数值模拟在预测空气运动和颗粒物模拟方面较实验研究具有优势,并在流场分布及其优化控制研究上得到广泛应用[16-17]。因此,为对厨房PM2.5污染物和余热进行有效控制,采用空气幕送风方式,使用Fluent 16.0软件对其控制效果进行模拟分析,以期改善厨房内的空气质量和热舒适性。通过气流组织分析揭示了空气幕的作用原理与效果,量化分析了3种空气幕射流速度的降温幅度和PM2.5排除率。研究结论可对厨房PM2.5控制策略提供参考,为空气幕送风系统的研究提供模拟数据和理论依据。

1 研究方法 1.1 物理模型

民居厨房尺寸为2.0 m×2.2 m×2.4 m(长×宽×高),内部布局为L型,厨房门、窗尺寸分别为1.96 m×0.69 m×0.1 m和1.27 m×0.75 m×0.15 m。厨房物理模型在实际测量的基础上参考相关文献[15, 18-19]进行了适当简化,结果如图1所示。厨房内有大气嵌入式双眼灶,灶简化为两个尺寸为0.24 m×0.22 m×0.07 m的污染源。抽油烟机为侧吸式,双风机结构,拥有两档标称排风量15 m3/min和17 m3/min。排风口直径为0.22 m,侧面布置;油烟分离板、油槽等均被简化。空气幕放置在烹饪源周围,位于抽油烟机正下方,如图2所示。空气幕由2个长槽和2个短槽组成,长度分别为0.84 m和0.39 m,槽宽均为0.03 m。人体高度168 cm,高度划分遵循以下比例:身体头部部分18%,上半身40%,下半身42%;与操作台外围的水平距离为0.2 m。

图 1 厨房灶台实物及简化物理模型 Figure 1 Physical diagram of kitchen’s hearth & simplified physical model of kitchen
图 2 空气幕安装示意图 Figure 2 Air curtain installation diagram
1.2 网格划分

网格划分是数值模拟的前提和重要组成部分,划分质量将直接决定计算的精度、时间和收敛性。本文采用灵活性较高的非结构化网格,利用ICEM CFD软件进行划分。为确保模拟结果的合理和准确,对网格质量和数量进行了管理和控制,具体如下:

(1) 模型表面和内部空间分别使用三角形和四面体网格单元。(2) 对排风口、空气幕、门和窗附近速度梯度较大的区域进行网格局部加密。(3) 对颗粒物散发源即炉灶及附近区域、温度梯度较大区域和人体进行网格局部加密。(4) 通过不断调整设置因子和最大允许数值排除网格质量不好的单元。(5) 控制网格参数纵横比和扭曲率等处在良好或可接受范围内。

此外,为确保网格数量差异对计算结果没有影响,对厨房模型进行了网格独立性检验。从计算精度、时间和对计算器的要求3个方面综合考虑,在数值模拟中选择了427 896网格数量的方案。网格划分情况如图3所示。

图 3 厨房网格划分示意图 Figure 3 Kitchen interior meshing chart
1.3 数学模型

引入雷诺平均模拟法,将瞬时Navier-Stokes方程对时间进行统计平均,连续相模型选用常见的RNG k-ε,组建包括连续性方程、能量方程、动量方程、k方程和ε方程在内的一整套封闭方程组。近壁面区的流动计算采用壁面函数法。颗粒相模型选择离散相模型(DPM)。DPM基于欧拉−拉格朗日方法,对大量颗粒轨道进行统计分析,计算得到颗粒群的运动特征。但由于逐一计算单个颗粒的运动轨迹,计算量较大,要求颗粒相的体积分数小于10%。颗粒相在X方向的运动控制方程如式(1)所示。

$\frac{{{\rm{d}}{u_p}}}{{{\rm{d}}t}} = {F_D}\left( {u - {u_p}} \right) + \frac{{{g_x}\left( {{\rho _p} - \rho } \right)}}{{{\rho _p}}} + {F_x}$ (1)

式中, ${u_p}$ $u$ 分别为颗粒相、空气的速度,m/s; $t$ 为时间,s; ${F_D}$ 为斯托克斯阻力系数,即弛豫时间,s−1 $\;{\rho _p}$ $\rho $ 分别为颗粒相、空气的密度,kg/m3 ${g_x}$ 为重力加速度,m/s2 ${F_x}$ 为颗粒相所受其他单位质量力,m/s2

1.4 工况及边界条件

模拟工况共设置4组,工况1、2、3的空气幕射流速度分别为0.3 m/s、0.6 m/s、0.9 m/s,工况4作为没有使用空气幕的对照组。由于单、双灶的差异主要体现在PM2.5的散发数量级上,对气流组织影响相对不大,故为减少变量,4种工况启用的均是左边的炉灶和抽油烟机。边界条件设置参考了相关文献[15, 18-21]。厨房维护结构为固体壁面边界,关闭房门,传热系数均为1.5 w/(m2∙k)。窗户保持开启,为压力出口边界。假设人体站立并做少量机械功,设为恒温31 ℃的壁面边界。操作台定义为绝热边界。考虑油烟分离板等的影响,抽油烟机排风口设为速度入口边界,方向为负值,风速为2.5 m/s。将炉灶定义为污染源和热源,设为速度入口边界,速度为0.6 m/s,温度为50 ℃。空气幕同样设为速度入口边界,射流角度为90°,温度为25 ℃。

实际灶眼以圆形居多,但由于烹饪期间食物的PM2.5散发量远大于灶眼,故可以忽略灶眼形状的影响;同时为与现有文献所使用的方形散发源作对照,并假设使用平底锅,故将散发源简化为面源[18-19, 21]。不考虑室外颗粒物通过门、窗或维护结构的渗透效应。颗粒物粒径设为2.5 μm,材料为默认无烟煤细颗粒,密度为950 kg/m3,散发量为3×10−8 kg/s[21- 22],接近煎炒烹饪方式。颗粒相与连续相的耦合采用双向耦合方式。连续相迭代10次后,对颗粒物进行一次轨迹计算,采用稳态追踪方式。速度出口和压力出口的DPM边界条件设为逃逸,其余设置为反射。

2 结果与讨论 2.1 对厨房内气流组织的影响

图4是以空气幕作为流线出发点的室内流线云图,可以看出:工况1、2、3情况下,空气幕射流气流对烹饪区域产生了很好的包裹效应。气流垂直均匀向上运动,一部分气流被排风口所吸入,另一部分则继续向上运动到达天花,在厨房内产生绕流或经窗户流出。工况2、3的流线相较工况1更均匀,但有不同程度的绕流。因此可见,空气幕提供了均匀、稳定的流场;良好的气流组织可以使PM2.5和热流得到更好的控制。主要原因是:(1)空气幕射流可以使室内外压差减少,降低窗户进气量,使烹饪区内部获得稳定低压区域,有利于抽油烟机排出更多油烟。(2)由于PM2.5受空气分布影响很大,所以空气幕射流能够有效阻隔PM2.5的扩散。

图 4 室内流线云图 Figure 4 Interior streamline chart
2.2 对厨房内温度分布的影响

工况1~4下厨房内的温度分布见图5,可以看出:与工况4相比,使用了空气幕的工况1、2、3的温度明显更低。温度分布以操作台为界线大致分为两部分。一部分是操作台上部,烟气主体在烹饪区域内部能达到50 ℃,随着空气幕射流速度的增加,烟气上部截面逐渐变窄;在烹饪区外围,工况1、2、3的温度约在28~35 ℃,而工况4在36 ℃左右。另一部分是操作台外部,人体周围的空气温度较低,约在25~29 ℃;呼吸区域的温度约在29 ℃,小于工况4的31 ℃。此外,工况3相比工况2温度更高,可能的原因是空气幕射流速度偏高,排风口难以将所有气流排出,致使烹饪烟气外泄,温度升高。因此可见,空气幕很好地控制了高温气体的蔓延,改善了人体呼吸区域的热舒适性。

图 5 厨房内的温度体绘制图 Figure 5 Temperature volume rendering in kitchen
2.3 对厨房内PM2.5浓度分布的影响

工况1~4下厨房内PM2.5浓度分布见图6。可以看出:虽然抽油烟机和空气幕有效控制了大部分PM2.5,但依然有部分PM2.5在散发过程中会向外逃逸,进而向周围扩散、悬浮或沉降。工况1、4的PM2.5分别在天花、地板和气流涡旋区有积聚。将工况1、2、3与工况4对比,可以看出空气幕显著降低了厨房内的PM2.5浓度,射流气流也有效阻隔了PM2.5向外的扩散。在烹饪区上部,工况4的PM2.5浓度可达到5×10−7 kg/m3,工况1、2、3的PM2.5浓度约在1×10−7~2.5×10−7 kg/m3;而在操作台外部,工况4的PM2.5浓度约在1×10−7~4×10−7 kg/m3,工况2、3的PM2.5浓度基本在1.5×10−7 kg/m3以下,说明使用空气幕后,PM2.5浓度明显降低。

图 6 厨房内的PM2.5质量浓度体绘制图 Figure 6 PM2.5 mass concentration volume rendering in kitchen

此外,工况2、3相比工况1对PM2.5的扩散有更好的阻隔,特别是在抽油烟机上部和人体前方。虽然工况3在天花附近较工况2有更严重的积聚,但依然可以看出:更高的空气幕射流速度导致了更低的PM2.5浓度;同时,有效降低了烹饪人员呼吸区的暴露量。

工况1~4下厨房内平均温度、PM2.5平均质量浓度及其控制效果见表1。从表1可知:在0.3 m/s、0.6 m/s和0.9 m/s 三种射流速度下,三者的降温幅度分别为1.07、2.28和1.64 ℃;PM2.5的排除幅度分别为7.84×10−8 kg/m3、1.33×10−7 kg/m3和1.34×10−7 kg/m3。与工况4相比,使用了空气幕的工况1、2、3的厨房平均降温幅度在1~2 ℃,PM2.5浓度排除率提高了44%~75%。以上结果说明空气幕的使用有效改善了厨房内的热环境和空气质量。

表 1 不同工况下厨房内的平均温度和PM2.5平均质量浓度 Table 1 Average temperature & PM 2.5 concentration in the kitchen under different cases

表1还可以得知,当空气幕射流速度为0.3 m/s时,PM2.5的排除率和降温效果最差。但是,在0.6 m/s和0.9 m/s的情况下,PM2.5的排除率已相差无几;而0.6 m/s情况下的降温效果还要优于0.9 m/s。这是因为过高的射流速度会对烹饪烟气的运动产生扰动,可能导致抽油烟机难以将所有气流排出,从而导致PM2.5的排除率降低。显然,空气幕射流速度的选取并不是越大越好,存在控制效果最佳的射流速度。

此外,当送风速度大于0.3 m/s时还会对人造成吹风感[23]。在0.3 m/s、0.6 m/s和0.9 m/s 这3种风速条件下,风速越小则吹风感越低;而从能耗角度考虑,送风速度越高,意味着空气幕的能耗也越高。为降低厨房内污染物浓度,应同时提高抽油烟机的排风量,仅仅依靠提高空气幕射流速度是不合理的。综上所述,本文认为空气幕射流速度的最佳值为0.6 m/s是比较合理的。

3 结论

本文提出运用空气幕与抽油烟机结合的方式对厨房PM2.5进行有效控制。模拟得出了厨房内的气流组织、温度场和PM2.5浓度场。具体结论如下:(1) 气流组织对PM2.5分布影响很大,空气幕射流气流对烹饪区域产生了很好的包裹效应,提供了更加均匀、稳定的流场,可以阻隔PM2.5的扩散;同时减少窗户的进气量,有利于抽油烟机工作。(2) 使用了空气幕的工况1、2、3与没有使用空气幕相比,无论是在温度还是PM2.5的控制上都有显著效果,可以改善厨房内的热环境和空气质量。厨房平均降温幅度分别为1.08 ℃、2.28 ℃、1.64 ℃,PM2.5排除率分别为44%、74%、75%。(3) 从降温、控制效果、能耗和吹风感综合考虑,选择0.6 m/s作为空气幕的最佳射流速度。

参考文献
[1]
GAO J, JIAN Y, CAO C, et al. Indoor emission, dispersion and exposure of total partcle-bound polycyclic aromatic hydrocarbons during cooking[J]. Atmospheric Environment, 2015, 120(26): 191-199.
[2]
SAITO E, TANAKA N, MIYAZAKI A, et al. Concentration and particle size distribution of polycyclic aromatic hydrocarbons formed by thermal cooking[J]. Food Chemistry, 2014, 153(9): 285-291.
[3]
蔡志良, 孙在, 陈秋方, 等. 厨房油烟超细颗粒排放特征[J]. 中国计量大学学报, 2015, 26(1): 75-79.
CAO Z L, SUN Z, CHEN Q F, et al. The emission characteristics of ultrafine particles produced by cooking[J]. Journal of China University of Metrology, 2015, 26(1): 75-79. DOI: 10.3969/j.issn.1004-1540.2015.01.014.
[4]
吴鑫, 修光利, 王丽娜, 等. 不同种类食用油对颗粒物排放特征的影响[J]. 华东理工大学学报(自然科学版), 2016, 42(1): 65-71.
WU X, XIU G L, WANG L N, et al. Impact of oil types on emission characteristics of particles[J]. Journal of East China University of Science and Technology (Natural Science Edition), 2016, 42(1): 65-71.
[5]
DU B, GAO J, CHEN J, et al. Particle exposure level and potential health risks of domestic chinese cooking[J]. Building & Environment, 2017, 123(44): 564-574.
[6]
高军, 曹昌盛, 周翔, 等. 住宅厨房油烟颗粒散发阶段呼吸区短期暴露的实验研究[J]. 建筑科学, 2012, 28(S2): 72-74.
[7]
GAO J, CAO C, WANG L, et al. Determination of size-dependent source emission rate of cooking-generated aerosol particles at the oil-heating stage in an experimental kitchen[J]. Aerosol and Air Quality Research, 2013, 13(2): 488-496. DOI: 10.4209/aaqr.2012.09.0238.
[8]
范德龙, 曹素珍, 张亚群, 等. 兰州市采暖期居民室内PM2.5污染水平初步研究[J]. 环境与健康杂志, 2014, 31(3): 232-234.
FAN D L, CAO S Z, ZHANG Y Q, et al. Preliminary study on indoor PM2.5 pollution levels of residents in Lanzhou during heating period[J]. Journal of Environment & Health, 2014, 31(3): 232-234.
[9]
WU F, WANG W, MAN Y B, et al. Levels of PM 2.5 /PM 10 and associated metal(loid)s in rural households of Henan Province, China[J]. Science of the Total Environment, 2015, 512-513(48): 194-200.
[10]
AMOUEI T M, OSPANOVA S, BAIBATYROVA A, et al. Contributions of burner, pan, meat and salt to PM emission during grilling[J]. Environmental Research, 2018, 164(53): 11-17.
[11]
马广韬, 敖宇. 厨房空气环境质量优化控制[J]. 沈阳建筑大学学报(自然科学版), 2014, 30(6): 1095-1102.
MA G T, AO Y. Research on optimization control for quality of kitchen air environment[J]. Journal of Shenyang Jianzhu University (Natural Science), 2014, 30(6): 1095-1102.
[12]
史诺, 李雅茹, 乔丽洁. 利用空气幕提高抽油烟机抽吸效率[J]. 轻工机械, 2011, 29(6): 95-97.
SHI N, LI Y R, QIAO L J. Applying air screen to improve suction efficiency of range hood in kitchen fan[J]. Light Industry Machinery, 2011, 29(6): 95-97. DOI: 10.3969/j.issn.1005-2895.2011.06.026.
[13]
SIMONE A, OLESEN B W, STOOPS J L, et al. Thermal comfort in commercial kitchens (RP-1469): Procedure and physical measurements (Part 1)[J]. Hvac & Research, 2013, 19(8): 1001-1015.
[14]
ZHANG W, HE J P, ZHOU R. Numerical simulation on the parameters of smoke buffer with air curtain[J]. Fire Science & Technology, 2013, 10(38): 1093-1096.
[15]
ZHOU B, CHEN F, DONG Z, et al. Study on pollution control in residential kitchen based on the push-pull ventilation system[J]. Building & Environment, 2016, 107(44): 99-112.
[16]
宣凯云, 陈丽萍, 龚延风, 等. 室内细颗粒物(PM2.5)浓度影响因素的数值模拟[J]. 暖通空调, 2016, 46(9): 120-123.
XUAN K Y, CHEN L P, GONG Y F, et al. Numerical simulation on factors influencing indoor PM2.5 concentration[J]. Heating Ventilating & Air Conditioning, 2016, 46(9): 120-123.
[17]
李志生, 刘旭红, 郑杰东, 等. 登机桥热环境模拟与气流组织分析[J]. 广东工业大学学报, 2018, 35(2): 28-34.
LI Z S, LIU X H, ZHENG J D, et al. Thermal environment simulation and airflow distribution analysis of passenger boarding bridge[J]. Journal of Guangdong University of Technology, 2018, 35(2): 28-34. DOI: 10.12052/gdutxb.170137.
[18]
GAO J, CAO C, XIAO Q, et al. Determination of dynamic intake fraction of cooking-generated particles in the kitchen[J]. Building and Environment, 2013, 65(44): 146-153.
[19]
LIU Y, LI H, FENG G. Simulation of inhalable aerosol particle distribution generated from cooking by Eulerian approach with RNG k-epsilon turbulence model and pollution exposure in a residential kitchen space[J]. Building Simulation, 2017, 10(1): 1-10. DOI: 10.1007/s12273-016-0311-6.
[20]
GAO J, CAO C, ZHANG X, et al. Volume-based size distribution of accumulation and coarse particles (PM0.1–10) from cooking fume during oil heating[J]. Building & Environment, 2013, 59(3): 575-580.
[21]
张辉辉. 厨房颗粒物分布运动规律及数值分析[D]. 哈尔滨: 哈尔滨工业大学, 2016.
[22]
CHEN C, ZHAO Y, ZHANG Y, et al. Source strength of ultrafine and fine particle due to Chinese cooking[J]. Procedia Engineering, 2017, 205(11): 2231-2237.
[23]
中华人民共和国住房和城乡建设部. GB 50736-2012, 《民用建筑供暖通风与空气调节设计规范》[S]. 北京: 中国建筑工业出版社, 2012.