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 |
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 |
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,
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 |
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 |
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 |
从表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。
[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.
|